文档介绍：智能物流发展现状及趋势
摘要:智能物流是物流信息化的发展目标以及现代物流业发展的新方向。本文阐述了智能物流的概念、相关理论和关键技术,分析了智能物流发展的现状和主要趋势。
关键词:智能物流理论技术发展现状趋势

现代物流服务作为以现代信息技术为基础,整合物流领域业务及物流信息处理等各种功能而形成的综合性物流活动模式,在世界各国得到了充分的重视和发展。物流业在从传统物流向现代物流服务迅速转型中,呈现了信息化、标准化和智能化趋势。信息技术与标准化两大关键技术的系统化集成应用,对物流的整合与优化起到了革命性的影响。现阶段,物联网是新一代信息技术重要的组成部分。物联网作为一种全局性的应用技术,被公认为是继互联网之后的又一次重大的产业技术革命。物流领域是最早步入物联网理念的领域,根据目前物联网的发展现状,结合国内外物联网的发展对物流业的影响,总结出物联网的发展将推动物流业进入智能化的时代。

智能物流的概念
“智能物流”(Intelligent Logistics System,ILS)简单的说就是指物联网在物流领域的应用,它是指在物联网的广泛应用的基础上利用先进的信息管理、信息处理技术、信息采集技术、信息流通等技术,完成将货物从供应者向需求者移动的整个过程,其中包括仓储、运输、装卸搬运、包装、流通加工、信息处理等多项基本活动的。为需方提供最佳的服务,为供方提供最大化利润,同时消耗最少的社会和自然资源,以最少的投入获得最大的效益的整体智能社会物流管理体系。智能物流是物流信息化的发展目标以及现代物流业的发展的新方向。

在具体如何进行物流系统的调度优化方面,很多专家都提出了很多不同的数学方法,如启发式算法、遗传算法、蚂蚁算法、粒度计算等。
启发式算法(Heuristic Algorithm),是基于直观或经验构造的算法,在可接受的花费(计算时间和空间) 下给出待解决组合优化问题的一个可行解,该可行解与最优解的偏离程度不一定事先可以预计。遗传算法(ic Algorithm), 是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型, 是一种通过模拟自然进化过程搜索最优解的方法,它由美国学者教授1975 年首先提出来的。蚁群算法(ant colony optimization),吸收了蚂蚁的行为特性,是新的仿生类随机型搜索算法,通过其内在的搜索机制,在困难的组合优化问题求解。于 1997 年正式提出的“粒计算”的概念引发,目前有关粒度计算的理论与方法主要有3个:词计算理论(Theory of puting)、粗糙集理论( Theory of Rough Set)、商空间理论(Theory of Quotient Space)。

智能物流的关键技术从宏观层面讲包括:物流实时跟踪技术、网络化分布式仓储管理及库存控制技术、物流运输系统的调度与优化技术、物流基础数据管理平台和软件集成技术。从微观层面来看,智能物流所涉及的关键技术包括:低功耗、大容量、读写等效的电子标签,多电子标签的防冲突技术;低成本、小型化、嵌入式、可密集部署的高效读写器;中间件的数据处理和安全