查看原文
其他

60页PPT解读大数据在智能物流中的应用

2017-08-16 刘晓波 物流沙龙

作者 | 刘晓波  西南交通大学交通运输与物流学院院长

来源 | 物流信息互通共享


日前,物流信息互通共享技术及应用国家工程实验室(以下简称“国家工程实验室”)与中交协联合主办了"中国智慧物流——信息互通共享技术及应用高峰论坛"。西南交通大学交通运输与物流学院教授、国家工程实验室客座研究员刘晓波发表以《交通运输组织智能化的物流实践》为题的演讲,以下是演讲概要:


1. 交通/运输的概念


交通是指我们的载运对象,人、货、物, 通过各种不同的载运工具,包括未来通过真空运输货运,在一定的环境内,三者之间发生作用的过程。这个过程更注重相互互动,所以说运输拥堵是指三者之间的作用。


这个系统有一个非常明显的特征就是它有水流的特征木桶的特征。正常的交通在水流里是不会拥堵的,一定是到了交叉口,或者是到了拥堵路口,到了枢纽产生的拥堵,我们针对这个特征展开了研究。


运输是指针对运输对象,从甲地到乙地进行的经济的运输行为,强调的是移动过程中的组织研究。大家可能会感觉到,这个和物流走得非常近了。比如说在科学问题上,有一个问题叫做运输问题,是一个特别的科学问题。


2. 运输问题是如何与物流相关的

(以共享单车为例)


单车的起源很早,大概十年前就出现了定桩的单车,主要是服务于公交系统的最后一公里。后来有了无桩的,而今天,单车疯狂发展。


一开始,有一些人去破坏单车,在某一些城市我们会说不要再投放了。我们的科研团队针对深圳市的大数据,如所有的地铁、公交、单车数据进行追踪,找到了单车和公交系统的相互关系和影响。


以前很多理论上的研究表示二者之间是互相竞争的关系,还有一些人说是互相补充的。而我们的研究结果认为:既有竞争的一部分,又有互补的一部分。


前面提到的单车,在满足最后一公里方面,单车的循环是需要形成回路的,否则单车全部骑到新会展又回不了路,就无法实现物流盈利的过程。那么,怎样根据我们的出行需求,实现单车像骨牌一样的效应,实现全生命周期的供应链,这是物流的经典研究问题。


其他的方向上,单车在和城市综合交通系统配合的过程中,可以通过不同的交通方式进行人的转运和捷运方式的连接,通过大数据系统对相关出行方式、人出行的轨迹和行为进行策划,对慢交通进行策划,最终试图解决当前单车出现的问题。


请大家看一下,这个产业链和我们的物流产业链何其相似,上、中、下游,如何进一步深入找到问题的方向,无非就是两个方面:企业上怎样实现投入和调度; 政府层面怎样对规模和方位进行规划。为实现这个,我们做了一个简单的智慧物流下面的一个物联网的分析框架,进行网络的优化,具体的细节我就不讲了。


3. 国内交通运输需要大数据


为什么十年前我们国内都不能实现很好的科学管理,物流的优化方法进行交通运输货物的决策? 原因很简单,因为我们只有理念。我们以前找一个公司,他一定是跟你讲,城市主要的出行的集散点。


根据国外的一些成功经验,根据经验画的线路和方法,但是他并不知道特征,他没有温度,所以我们今天就找到了大数据的诉求。首先恭喜圆通拿到了牵头国家工程实验室的机会,大家看到大数据从BAT这几个公司当前的发展,和我们交通运输和物流行业的发展,相比我们这个领域还是滞后了。


4. 如何应用大数据实现精细化管理


怎么样实现精细化管理,实现大数据在交通运输和物流产业本身打造其产业链,让大数据成为一个生产要素,形成技术、标准和政策,最终形成标准化的运用呢?


简单来说,任何一个系统,在整个的生命周期就像一个单车一样,从前期的规划、建设,到中期的运营、管控,到后期的安全维护,是有整个时间上的生命周期维护连接的。同样,对我们的载运工具、服务对象、基础设施、外部影响环境有四个方向的管控。


以前我们的数据实现不了,刚才教授提到的数据上的限制,国家在去年申报了一系列的大数据领域国家工程实验室,金融大数据,教育大数据,数据存储等一系列,除了圆通以外,还有一个叫做中国交通大数据国家工程实验室,最后由北航和西南交通大学共同参与,我们学校主要是从交通运输和物流领域介入,等一下我会讲一个案例。


我们的研究规划有四个维度:


第一,数据技术的本身

第二,规划的方向上,我们开展了研究方向。

第三,运营管控的关键技术开展的方向。

第四,安全、维护、环保我们需要开展的钟相方面。


5. 大数据管理的案例--货车帮


对于一个城市或者是区域,甚至是对于国家,整个物流系统的空间布局和通道进行优化研究。我们知道一个情况,不要说中国了,在美国也拿不到物流企业的数据,因为这个是企业的命脉,涉及大量的商业机密。我们国家的物流办也好,国务院也好,大量的找企业去调,希望知道到底有多少车,多少货,没有人知道。


我们拿到了深圳市所有货车的基础研究数据,我们能够看到这些不同的颜色的点,代表着深圳市六个不同的物流园区,我们不知道每一个物流公司在物流园区里面怎么样实现流通。


但是我们知道每一个物流园区之间它是组合问题,货车来往,由此我们得到了每一个物流园区的货车的量和对应的货车的情况,得到了整个的碳排放估算。根据城市其他的规划和地理信息系统,我们找到了影响物流园区的各个因素,重新做了优化,对区域内的物流园区进行控制。


我们国家每年GDP70万亿,18%左右是物流的成本,基本上是西方发达国家的一倍。如果我们能省10%,就能省1万亿。我们国家每一个物流公司的信息就是局部的,有一些公司在四川、西南占有的饱和率非常高,信息非常准。


但是到了华东、华北,他的样本率非常低。所以每个公司提供的信息都是变形的,我们怎么样进行抽样,得到一个全国范围内的货物物流的预测量,对于我们未来进行优化控制线路至关重要。


当前和未来,我们要知道货车司机去找路,他是什么时候到达的中转站,我们对人和货分别进行大数据的筛选和规划,行为特征的匹配,最后找到相关的行为特征的变量,去寻找最优路径的选择。我们用成都500公里的范围做了一个测试,还在开发。


以下为演讲PPT: 


此文系作者个人观点,不代表物流沙龙立场

— END —



相关推荐


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存