文档介绍：重庆高校争辩生
现代物流工程进展与展望论文
学生：王淇英
学号：20120713081t
上课老师：陈晓慧老师
专业：机械工程领域
类别：专业硕士
重庆高校机械工程学院
摘要：智能物流是物流信息化的进展目标以及现代物流业进展的新方向。本文阐述了智能物流的概念、相关理论和关键技术，分析了智能物流进展的现状和主要趋势。
关键词：智能物流理论技术进呈现状趋势

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进展。物流业在从传统物流向现代物流服务快速转型中，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，依据目前物联网的进呈现状，结合国内外物联网的进展对物流业的影响，总结出物联网的进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）简洁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。为需方供应最佳的服务，为供方供应最大化利润，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进展目标以及现代物流业的进展的新方向。

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），是基于直观或阅历构造的算法，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肯定事先可以估计。遗传算法（Genetic 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寻最优解的方法，它由美国学者教授1975 年首先提出来的。蚁群算法（ant colony optimization），吸取了蚂蚁的行为特性，是新的仿生类随机型搜寻算法，通过其内在的搜寻机制，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 Works Computing）、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