基于大數據的物資供應鏈配送智能調度系統設計

李娜

摘? 要： 針對原有調度系統不能實時更新配送路線交通狀態，無法選擇最優調度方案的問題，設計基于大數據的物資供應鏈配送智能調度系統。采集相關數據信息，通過GPRS技術，實現物資配送動態管理，消除無效電波干擾，增加信號驅動能力;利用大數據技術，綜合多個影響因素，通過計算，得到客戶滿意度與時間差值的正比函數，合理安排配送路線，得到最優調度方案，完成基于大數據的物資供應鏈配送智能調度系統設計。利用對照實驗，測試所設計系統性能，實驗結果表明，原有系統無法實時監測配送路線的交通狀態，導致其調度方案存在缺陷，而所設計系統彌補了這一缺陷，能夠根據最合適的取貨地點以及最近的配送路線，完成智能調度。

關鍵詞： 物資供應鏈; 物資配送; 智能調度; 系統設計; 大數據; 對照實驗

中圖分類號： TN919?34; TP393? ? ? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）22?0184?03

Abstract： In allusion to the problem that the original dispatching system could not update the traffic status of distribution routes in real time and could not choose the optimal scheduling scheme， a material supply chain distribution intelligent dispatching system based on big data is designed. The relevant data information is collected， the dynamic management of material distribution is achieved by means of GPRS technology to eliminate the invalid radio interference and increase the signal drive ability. The direct proportion function between customer satisfaction and time difference is obtained through calculation by means of big data technology and integrating multiple influencing factors. The distribution route is arranged reasonably to obtain the optimal scheduling scheme， so as to complete the design of the material supply chain distribution intelligent dispatching system based on big data. The performance of the designed system was tested by the control experiment. The experimental results show that the original system could not monitor the traffic status of the distribution route in real time， which results in the defect of the scheduling scheme. The designed system can make up for this defect， and can complete intelligent scheduling according to the most suitable pickup place and the nearest distribution route.

Keywords： supply chain; material distribution; intelligent scheduling; system design; big data; control experiment

0? 引? 言

為了合理規劃物資的供應鏈配送路線，最大化地節約資源提高配送效率[1?2]，供應商需要根據實際情況，適時地調整生產計劃和送貨計劃，避免庫存的積壓以及貨物的不足等問題。為了對物資以及客戶需求及時了解，為此需要利用大數據技術，分析相關數據信息，得出合理的分析結果，完成物資的供應鏈規劃，以便得出高效的配送調度方案[3?5]。幫助供應商利用相關數據分析，降低配送成本，提高效率，做出更加明智的調度決策，將每一份物資都快速準確地送到客戶手中。

1? 物資供應鏈配送智能調度系統硬件設計

1.1? 總體結構優化

物資供應鏈配送的智能調度系統硬件部分，主要由運輸終端、網絡通信以及調度監控中心三部分組成，其總體結構的設計與實現，最終目的是為客戶提供優質的服務，為此其硬件結構的設計需要從消費者的角度出發，滿足客戶需求。

在配送過程中采集相關數據信息，并通過GPRS技術將其傳輸至上位機，上位機接收到數據信息后，存儲至數據庫當中。與此同時，上位機根據地圖對其定位并在地圖中顯示，查詢其周圍倉庫的物資數量以及該地區對物資的需求程度，實現物資配送過程中的動態管理，以此保障物資配送的合理調度[6?8]。由于原有硬件結構當中的A/D模塊尚不完善，無法滿足系統需求，為此需要在原有基礎上優化該模塊功能。

1.2? A/D模塊設計

由于原有硬件結構當中，A/D模塊的電路空間規模較小，且數字處理板卡中的元件分布較為緊湊，為此優化其模塊結構，將A/D模塊作為數字處理板卡上的子板卡，將A/D子卡通過QSH插槽與其相連接。在子卡內部，預處理射頻模塊當中所接收到的模擬信號，消除無效電波的干擾，并增加信號的驅動能力以及系統精度[9?11]。選用型號為LMK03000C的時鐘調整芯片，支持各芯片的時鐘供給，并將A/D子卡設置為雙通道結構，以滿足其空間的高效利用以及系統的擴展[12?13]。至此完成智能調度系統的硬件優化部分，并在此基礎上，利用大數據技術，設計其系統軟件。

2? 供應鏈配送智能調度系統軟件設計

2.1? 基于大數據的智能調度影響因素分析

由于物資供應鏈配送調度所涉及的影響因素復雜，難以綜合多個變數及條件，得出滿意的調度方案，為此需要應用大數據技術，分析需求情況，得到有效信息，合理利用相關資源，完成合理的智能調度，增加相關企業的經濟效益。首先需要考慮的優化目標，即：客戶的最大滿意度、企業最小配送成本、企業最小懲罰數，而其中最重要的則是客戶的滿意程度[14?15]。假設完成客戶[a]的配送服務所需要的時間為[Ta]，客戶[a]配送的時間窗為[ea，ta]，其中，[ea]表示為客戶[a]配送的最早服務時間，[ta]表示為客戶[a]配送的最晚配送時間。并設置客戶的配送滿意時間窗為[ma，na]，當配送到達時間在該范圍內時，客戶滿意度能夠達到100%;若配送到達時間在[ea，ta]，則客戶滿意度為0;若配送到達時間在[ea，ma]或[na，ta]范圍內，則客戶滿意度為關于時間差值的正比函數。客戶[a]在時刻[i]收到配送的滿意度為[Satai]。將客戶按照物資需求情況，分為不同配送等級[Wa]，等級數越高，配送需求越緊急。得到最大客戶滿意度目標函數如下：

根據上述計算，能夠得到客戶的物資供應配送需求，以及其對于配送滿意度的計算方法，結合實際情況，完成智能調度的影響因素分析，并通過計算機相關程序，完成智能調度系統設計。

2.2? 實現智能調度系統設計

通過上述調度影響因素的分析，可以得知在物資供應配送的過程中，會受到客戶群體分散、城市交通復雜、供應網點分布不均等多種因素影響，為此合理安排配送路線，實時監控配送進程，及時完成調度任務，是提高企業服務質量的主要途徑。

在滿足一定的約束條件下，設計合理的調度路線，通過計算機相關程序，完成主要代碼的編寫：

完成程序的編寫后，通過調度中心的服務終端，顯示出最合適的物資運輸路線，以及最近取貨點，并估算出客戶的最佳收貨時間，選取最佳配送路線，以達到配送費用最小化，客戶滿意度最大化的目的。

3? 物資供應鏈配送智能調度系統性能測試

為了檢測基于大數據的物資供應鏈配送智能調度系統性能，設計對照實驗，將所設計的智能調度系統測試結果與原有系統相對照，分析兩者之間的差異，完成測試。

3.1? 性能測試準備過程

由于實驗需要模擬物資供應鏈的配送路線，以及智能調度系統的運行過程，為此利用TransCAD交通規劃及需求預測軟件，模擬智能調度過程，其具體模擬過程如圖1所示。

由上述模擬過程得到智能調度模擬結果，將其與原有系統結果相對照。

3.2? 性能測試結果分析

完成上述準備后，運行軟件得到模擬結果，并與原有系統對照，具體結果如圖2所示。

通過實驗對照結果能夠得知，原有調度系統雖然能夠實時監測運輸狀況，但僅能夠顯示物資運輸過程中的實時坐標，是遠遠不夠的。而所設計的基于大數據的物資供應鏈配送智能調度系統，能夠實時顯示調度中心以及運輸車輛的位置，并根據交通擁堵狀況，選擇最合適的取貨地點以及最近的配送線路。根據實際需求選擇最優調度方案，完成實時調度，達到降低運輸成本，提高配送效率的目的。

4? 結? 語

為了使物資供應鏈的配送能夠滿足電商企業以及客戶的需求，利用大數據技術設計智能調度系統，為物資的配送運輸過程設計合理的路線，使其快速安全地將物資送到客戶手中，達到提高運輸效率，節約運輸成本的目的，全方面提高物資供應及配送的服務質量。

參考文獻

[1] 錢力，謝靖，常志軍，等.基于科技大數據的智能知識服務體系研究設計[J].數據分析與知識發現，2019，3（1）：4?14.

[2] 陳海拔，顧全，董羊城，等.基于大數據的電網調度控制智能告警系統[J].電子設計工程，2019，27（11）：91?95.

[3] 彭超婧，曾晗，史紀磊，等.應用合作博弈論解決醫療機構SPD供應鏈實踐中效用分配問題初探[J].上海管理科學，2019，41（4）：102?108.

[4] 張健，臧夢璐.基于供應鏈管控提高變電站物資供需匹配度[J].物流技術，2018，37（2）：101?104.

[5] 梅葉.基于“一帶一路”背景下青島港集疏運智能調度平臺的構建研究[J].浙江交通職業技術學院學報，2017，18（3）：40?45.

[6] 趙建峰，袁細國，梁伯棟，等.基于車聯網及云計算的電動物流車智能調度算法[J].公路交通科技，2019，36（6）：112?124.

[7] 劉曉，李軍鋒，郝騰飛，等.20 kV變電站的多層數據智能三維調度方法[J].科學技術與工程，2018，18（19）：54?59.

[8] 李政陽，云昕，楊怡欣，等.在軌空間智能制造：分布式調度建模與優化[J].系統工程理論與實踐，2019，39（3）：705?724.

[9] 王堯，李歡歡，鞠立偉，等.面向智能化調度的微網群能量耦合協調控制策略及仿真分析[J].電網技術，2018，42（7）：2232?2239.

[10] 李紹軍.應用于煤炭物流的智能優化調度模型[J].煤炭技術，2017，36（6）：237?239.

[11] 于紅斌，周康壘，李俊霖.改進和聲搜索的智能RGV動態調度策略研究[J].微處理機，2019，40（3）：53?56.

[12] 田繼宏，張現，汪珂含，等.基于短作業優先調度算法的智能RGV動態調度策略[J].鞍山師范學院學報，2019，21（2）：21?25.

[13] 張寧，曹海燕，華興尚，等.基于最短路徑的智能RGV動態調度策略[J].工業控制計算機，2019，32（6）：71?72.

[14] 夏立萌，郭飛，顧穎，等.基于模擬子站的智能電網調度控制系統集成調試方法[J].電氣工程學報，2018，13（6）：42?48.

[15] 白廣利，趙欣悅，趙寒濤.智能工廠物料運輸無線調度系統的研究[J].自動化技術與應用，2017，36（12）：135?136.