1、智慧物流数据处理与计算技术2.4.1 大数据技术2.4.2 云计算技术2.4.3 智能控制技术2.4.4 数据挖掘技术2.4.5 视频分析技术12.4.1 大数据技术2大数据（Big Data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是具有更强的决策力、洞察发现力和流程优化能力的新模式才能处理的海量、高增长率和多样化的信息资产，具有体量大、种类多、产生速度快和低价值密度等特征。2.4.1 大数据技术3在物流决策中，大数据技术应用涉及竞争环境的分析与决策、物流供给与需求匹配、物流资源优化与配置等。u 在竞争环境分析中，可以对竞争对手进行全面的分析，预测其行为和动向，
2、从而了解在某个区域或是在某个特殊时期，应该选择的合作伙伴。u 在物流的供给与需求匹配方面，可以分析特定时期、特定区域的物流供给与需求情况，从而进行合理的配送管理。u 在物流资源的配置与优化方面，通过实时分析市场变化情况，对已配置和将要配置的资源进行优化，从而实现对物流资源的合理利用。2.4.1 大数据技术4大数据在物流企业行政管理中的应用：u 在人力资源方面，在招聘人才时，通过大数据技术，对人才进行个性分析、行为分析、岗位匹配度分析，从而选择合适的人才；u 对在职人员同样也可通过大数据技术进行忠诚度、工作满意度等的分析。2.4.1 大数据技术5大数据技术在物流客户管理中的应用：2.4.1 大数
3、据技术6大数据技术在物流客户管理中的应用：u 满意度分析u 老客户的忠诚度分析u 客户的需求分析u 潜在客户分析u 客户的评价与反馈分析2.4.1 大数据技术72.4.2 云计算技术8什么是云计算？什么是云计算？2.4.2 云计算技术9云计算是分布式计算技术的一种，通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多个服务器组成的庞大系统，经搜索、计算分析之后将处理结果回传给用户。u 超大规模u 虚拟化u 可靠安全2.4.2 云计算技术10云计算是智慧物流应用发展的基石。u 一是云计算具有超强的数据处理和存储能力；u 二是由于智慧物流系统中无处不在的数据采集，需要大范围的支撑平台
4、以满足其规模需要。2.4.2 云计算技术11u 基于云计算的物流信息平台主要用于满足政府、工商企业、物流企业和普通用户对物流信息的需求。u 围绕从生产要素到消费者之间时间和空间上的需求，能够处理从制造、运输、装卸、包装、仓储、加工、拆并、配送等各个环节中产生的各种信息，使信息能够通过物流信息平台快速、准确传递到现代物流供应链上所有相关的企业、物流公司、政府部门及客户或代理公司，成为各个现代物流企业所依赖的信息化工作平台。2.4.2 云计算技术122.4.2 云计算技术13案例：深度揭秘菜鸟物流云菜鸟物流云是一个云平台，其底层借助阿里云稳定和强大的部署，向物流合作伙伴和物流生态提供一个非常稳定和
5、强大的公有云的IASS层的平台；中间层提供电子面单、地址和数据池等服务；应用层提供仓储物流、快递行业等一系列的行业解决方案。在这个云平台上，菜鸟实现了产品市场、服务产品接入标准化，产品模型定义标准化的工作，推动物流生态向数据化和智慧化迈进。2.4.3 智能控制技术14智能控制是自动控制发展的最高阶段，主要包含模糊控制、专家控制、人工神经网络和遗传算法等内容。u 模糊控制是应用模糊集合理论，从行为上模拟人的模糊推理和决策过程的一种实用方法，其核心为模糊推理，主要依赖模糊规则和模糊变量的隶属度函数。u 专家控制是专家系统的理论和技术同控制理论、方法与技术的结合，在未知环境下，仿效专家的经验实现对系
6、统的控制。2.4.3 智能控制技术15智能控制是自动控制发展的最高阶段，主要包含模糊控制、专家控制、人工神经网络和遗传算法等内容。u 人工神经网络是模拟人脑思维方式的数学模型，反映了人脑功能的若干基本特征，如并行信息处理、学习、联想、模式分类和记忆等。u 它有以下特点：能充分逼近任意非线性特性；分布式并行处理机制；自学习和自适应能力；数据融合能力；适合于多变量系统；多变量处理；可硬件实现。2.4.3 智能控制技术16智能控制是自动控制发展的最高阶段，主要包含模糊控制、专家控制、人工神经网络和遗传算法等内容。u 遗传算法遗传算法，是模拟自然界遗传机制和生物进化论而成的一种并行随机搜索最优化方法。
7、u 遗传算法的基本策略是：将待优化函数的自变量编码成类似基因的离散数值码，然后通过类似基因进化的交叉、变异、繁殖等操作获得待优化函数的最优或近似最优解。u 在智能控制中，遗传算法广泛应用于各类优化问题，遗传算法可以用于复杂的非线性系统的辨识，多变量系统控制规则的优化，智能控制参数的优化等常规控制方法难以奏效的问题。2.4.3 智能控制技术17智能控制技术在物流领域的应用：u 物流管理的优化u 物流需求预测u 物流决策支持u 物流系统及问题的建模和仿真u 全球化物流管理2.4.4 数据挖掘技术18数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的过程。u 信息的表现形式为规则、概念、规
8、律及模式等，帮助决策者从历史数据和当前数据中发现隐藏的关系和模式，进而预测未来可能发生的行为。u 数据挖掘的主要特点是对数据库中的大量数据进行抽取、转换、分析和其他模型化处理，并从中提取辅助决策的关键性数据。u 数据挖掘过程分为数据准备、数据挖掘以及结果评价和表达3个主要阶段。u 数据挖掘技术主要包括统计方法、关联规则、聚类分析、决策树方法、神经网络、遗传算法、粗糙集和支持向量机等。2.4.4 数据挖掘技术19数据挖掘技术在物流领域的主要应用：u 物流决策u 仓储管理u 运输管理u 配送管理2.4.4 数据挖掘技术202.4.5 视频分析技术21视频分析技术就是使用计算机图像视觉分析技术，通过
9、将场景中背景和目标分离，进而分析并追踪在摄像机场景内出现的目标。2.4.5 视频分析技术22智能视频分析系统具有视频图像的自动智能分析、自动锁定跟踪、自动预警、自动告警、自动录像、自动上传等功能，具有智能性、可靠性、易集成等特点。可完成视频异常检测，强光、移动、遮挡、干扰以及图像识别、文字识别等功能。2.4.5 视频分析技术23视频分析技术在物流领域的应用：u 货物追踪u 仓库安防u 智能停车管理24小 结智慧物流基于物联网技术在物流业的应用而提出，继承了物联网的三层技术架构体系，划分为感知层、网络层和应用层三个层次。感知层如同智慧物流的五官，主要包括条码技术、EPC及RFID技术、传感器技术与无线传感网、跟踪定位技术、区块链技术等，负责实时采集物流运作过程中的货物、环境以及设施设备的信息；网络层如同智慧物流的神经传导系统，主要包括移动通信网络、IPv6、车联网、Wi-Fi和WiMAX、蓝牙、ZigBee等技术，负责数据信息的可靠传输；应用层如同智慧物流的大脑，主要包括大数据、云计算、智能分析与控制、数据挖掘、视频分析等技术，负责智慧物流数据处理与计算，为智慧物流应用提供技术支撑。25作 业1如何理解智慧物流技术架构？2智慧物流感知与识别技术主要有哪些？各有何应用？3智慧物流通信与网络技术主要有哪些？各有何应用？4智慧物流数据处理与计算技术主要有哪些？各有何应用？
