基于數學建模在物流網絡模型中的分析與應用

田苗

摘要：隨著我國信息化時代不斷發展，智能物流成為人們生活當中不可或缺的重要基礎服務。在電子商務、物聯網技術日漸創新的當下，人們網絡購物、日常生活都離不開物流，對于物流服務的需求要求更高，促使物流網絡運行效率更高。縱觀我國當前物流網絡模型來看，大部分物流系統都是借助信息數學建模管理模式實施設計，這樣可以有效強化物流網絡模型運行效率。本文將針對信息化物流網絡模型進行詳細分析，提出物流網絡模型中的現存問題，并構建出基于數學建模的物流網絡優化模型，實現物流運輸效率最大化，切實滿足當前社會對物流服務的需求。

關鍵詞：數學建模? 物流網絡模型? 物流數據篩選? 模型構架設計

中圖分類號：O29文獻標識碼：A???文章編號：1672-3791（2022）01（a）-0000-00

Analysis and Application of Mathematical Modeling in Logistics Network Model

TIAN? Miao

（Heilongjiangcollege of business and Technology， Harbin，Heilongjiang? Province，150025， China）

Abstract：With the continuous development of China's information age， intelligent logistics has become an indispensable basic service in people's life. With the increasing innovation of e-commerce and Internet of things technology， people's online shopping and daily life are inseparable from logistics. The demand for logistics services is higher， which promotes the operation efficiency of logistics network. Looking at the current logistics network model in China， most logistics systems are designed with the help of information mathematical modeling management mode， which can effectively strengthen the operation efficiency of logistics network model. This paper will analyze the information-based logistics network model in detail， put forward the existing problems in the logistics network model， and build a logistics network optimization model based on mathematical modeling to maximize the logistics transportation efficiency and effectively meet the current social demand for logistics services.

Key Words：Mathematical modeling; Logistics network model; Logistics data screening， Model framework design

在物流運輸領域中，隨著人們對物流服務需求的不斷提升，促使物流運輸當中存在的諸多問題需要優化。從客觀層次上來說，優化物流運輸管理問題是一個非常復雜的流程。針對運輸路徑來說，因為運輸路徑優化問題是NP-C問題，對各類物流信息數據計算復雜性要求相對較高。在信息化時代當下，物流網絡模型信息化發展趨勢明顯，為了有效實現物流網絡模型優化創新，需要引入數學建模技術來實現物流網絡模型運行效率優化，讓物流網絡模型運行更加適應當前社會發展需求，展現出物流網絡運輸的與時俱進性。該文將基于數學建模在物流網絡模型中的應用進行詳細分析。

1信息化物流網絡模型分析

當前我國社會已經進入了信息化時代，信息化背景之下物流網絡模型具備信息技術化與信息網絡化特點。信息化背景之下，物流網絡模型主要分為3個系統構成。第一，綜合信息系統。綜合信息系統是由客戶需求檢測系統、客戶信息收集系統、客戶信息反饋系統、應急信息處理系統、應急信息發布系統等構成的。在綜合信息系統當中承擔著客戶信息收集、整理、發布、指令下達等諸多功能，這樣便可以迅速地對客戶信息進行管控。第二，評估決策系統。評估決策系統便是由各個網絡節點的相關人員、基礎設施構成，在該系統當中承擔起了對所搜集到的數據信息進行處理的責任。此外，該系統還需要第一時間對各項信息進行響應，并發布相關的指令。第三，快速儲運系統。快速儲運系統是一種以快速響應所需各種物流網絡資源、實現特定運送存儲為目標的數據信息處理系統，以便第一時間對各項運輸信息進行處理，確保快速、精準、安全第進行貨物運輸存儲。綜合信息系統、評估決策系統、快速儲運系統，三者共同構建出了信息化物流網絡模型。單個物流企業在應用信息化物流網絡模型時，會以信息技術作為主要媒介，在信息化物流網絡模型當中搭建起暢通的信息溝通交互途徑，建立起企業與客戶之間流暢的信息溝通，構成供應鏈式物流網絡。在信息化物流網絡模型運行的過程中，系統接收到客戶訂單之后，便可以工供應商處進行提貨設計，將貨物按照特定的物流途徑輸送到客戶手中。借助信息化技術手段對信息化物流網絡模型進行作用，對物流網絡資源內容進行整合，形成企業之間分工協作的服務模式。

2物流網絡模型中的現存問題

在人們生活水平不斷提升的當下，人們對于物流服務的需求日漸提升，為了實現廣大群眾們不斷提升的實際需求，就應該借助數學建模技術來提升物流運輸效率。物流網絡模型優化設計中涉及的內容較多，實施物流網絡運輸模式優化涉及的運輸信息較多。將貨物從集散中心分配到多個目標時，需要明確物流配送位置、數量需求、優化路徑，在確保運輸效率最大化、運輸成本最低化的基礎上，還可以踐行物流網絡模型優化。物流網絡模型優化的幾個目標有以下幾點：第一，對每條線路的貨運量進行把控，確保個車輛的貨運量不得超載。第二，每條車輛運輸目標應該明確，要求一輛車輛限定時間內送達貨物。第三，每一輛運輸車自集散中心出發，應該在規范的時間內返回到集散中心。按照以上的目標要求，引入數學模型技術對物流網絡模型進行科學合理優化。

3數學建模在優化物流網絡模型中的應用策略

3.1 物流數據篩選

為了實現物流網絡模型優化目標，必須要對物流處理的數據進行篩選。在進行物流數據篩選的過程中，主要是借助兩種方式實現的，第一，基于數據過濾對物流數據進行字段篩選分析;第二，基于物流數據纏繞屬性篩選方式，對物流數據進行字段篩選。

3.1.1數據過濾篩選

基于數據過濾對物流數據進行字段篩選時，應該明確數據篩選特征。借助物流數據過濾方式實施字段篩選是一種具備高效的數據篩選方式，可以對特定判斷標準的數據信息進行屬性劃分，篩選出分值較高屬性的數據信息。數據過濾篩選模式在適當的判定準則之下進行數據過濾處理，能夠快速得到目標數據信息，并且對目標數據的好壞、質量進行處理分析。數據過濾篩選模式的優點是可以快速的排除無用的數據信息，縮小優化屬性字段搜索范圍，用來作為屬性預選器具備較高的價值，字段篩選快速。使用數據過濾篩選模式進行字段篩選是一個較為獨立的存在，與數據挖掘方法無關，與預測算法無關。數據過濾篩選模式的顯著缺點是無法篩選出一個規模較小、質量交優的字段。

3.1.2數據纏繞屬性篩選

數據纏繞屬性篩選模式對物流數據篩選具備一定價值，能夠在一定程度上起到數據篩選監督，細化具體字段篩選效率。在屬性的篩選過程中，可以使用預期器算法對想要篩選的信息屬性進行評價。一般情況下評價的準則是篩選出該屬性之后的數據，并且借助預測期來獲取精準度較高的數據信息。使用涵蓋篩選屬性的數據集來訓練預測期，根據訓練得到的預測期在測試集上評判數據篩選的質量。物流大數據的非結構化轉變了數據分析的模式，促使數據篩選的要求更高。傳統數據分析一般以結構化數據分析為主，物流業務分析主要是以被動式信息接受為主。在大數據時代背景之下，物流數據信息爆炸式增長，數據信息的累加促使物流數據信息分析對比量更多，通過大量非結構化的模式，對數據信息之間隱含的關系進行分析把控，以便探尋出物流數據信息內在關系與數據暗藏特點。數據纏繞屬性篩選模式其優點是可以探尋出物流數據信息之間內藏特點，集中強化數據信息篩選的精準度，獲取規模相對較小的屬性字段。數據纏繞屬性篩選模式的缺點便是該模式構架相對復雜，數據挖掘時間較長，篩選出來的數據信息屬性對預測算法具備一定的依靠性。

3.2優化物流網絡模型構架設計

為了滿足優化物流網絡模型目標，該文提出雙加權物流網絡模型二次規劃，將樣本物流網絡數據復制成兩份，則數據量從原來的變成2×，并且分別以不同的概率對不同類型的數據信息進行劃分。在引入數學建模時，最小化為;前是模型復雜程度;后是加權后的經驗物流管理;為權值;為誤差。將其轉換為拉格朗日方程，其中、、、、表示1拉格朗日系數和誤差值，求出、、、，、、r微偏分便可以獲取最終想要的物流數據信息結果。該文所設計的優化建模算法策略，對非結構化的物流數據信息進行預測，在此基礎上非結構化的物流數據信息在存在異常的情況，便可以引入加權建模、雙權建模算法對異常值進行處理。引入數據建模對非結構化的物流數據信息運輸情況進行預測，引入微陣列數據，借助在非結構化數據信息當中對重要屬性字段進行篩選這一規則，便可以對重要數據進行篩選把控處理。優化物流網絡模型在數據信息精準度篩選當中進行應用，比一般的算法速度更快。，，···，是輸入數據，，，···，是權值，存在為獲取的激活函數。激活函數的作用是對輸入數據進行客觀處理，其主要目的便是將不規整的數據信息進行統一化處理。在此數據建模當中，物理網絡模型的輸入輸出為{（，）}=1，=[、···x]∈m，其中表示分量的維度。

分類模型為：

i=1

i=1

=∑（）=∑（，，）?，=1，…，

其中為輸出權值向量，為輸入權值向量，為與相對應的實際輸出向量為偏置。單隱層物流網絡模型的輸出誤差最小，最小損失函數嚴格按照最小二乘原則，為的廣義逆矩陣，通過訓練物流網絡模型來構建數據模型。在物流網絡模型當中，在網絡數據當中尋運行速度非常快，在同類精度條件之下相比BPNN、SVM、決策樹等有著時間復雜度等優勢。此外，與常用數據建模分類方法相比，優化后物流網絡模型的優勢較高。

3.3優化物流網絡模型優勢驗證

在優化物流網絡模型之下進行數學建模分析，為了實現運輸成本最優化，那么便可以設置，=1，2。其中=1，2，3，4···表示從倉庫運輸到客戶距離的商品數量。從A兩個倉庫運往4個地區的產品數量的總和應該分別為、，所以應該滿足：

+++=

+++=

在該文當中，通過網絡模型的方式獲取最優化的運輸成本方案。模型對總物流成本進行了分析，并且規劃出了用時最低的路線方案，切實滿足了優化物流網絡模型構建需求。

4結語

總而言之，數學建模技術作為一種具備科學化的模式，可以有效應用于物流運輸模式當中。在當前社會的不斷發展和進步當下，人們對于物流運輸需求日漸提升，為了切實有效地促進我國物流領域的科學發展、契合人們的實際需求，在此次對信息化物流網絡模型分析，探討物流網絡模型中的現存問題，對其進行優化設計，必須要積極引入數學建模，實現對傳統物流運輸模式的優化，確保物流運輸效率最大化、運輸成本最優化、運輸路線高效化。

參考文獻

[1] 段嘉偉，李旭東，曹帥.基于高等數學建模思維的經濟學應用[J].現代營銷：經營版，2020（2）：81.

[2] 趙婷婷.遼東灣生活區物流配送網絡設計[J].中國儲運，2020（3）：119-121.

[3]王玉學，汪子強.地下物流系統網絡數學模型構建[J].工程數學學報，2020，37（6）：664-672.

[4]文藝.區域物流網絡結構特征分析及其優化[D].長沙：湖南師范大學，2020.

[5]曹亞群.數學建模在物流管理專業教學中的應用[J].赤峰學院學報：自然科學版，2017，33（5）：214-215.

[6] 李琪.基于引力模型的區域物流網絡構建研究[D].太原：中北大學，2021.