物流信息管理是對系統集成一體化有著較高的要求，物流信息包括客戶信息、貨物信息以及配送設備信息等，信息管理涉及信息采集、傳輸與集成等多個方面，全面的物流信息數據能夠為物流智慧配送業務縱向集成提供可靠的數據，用于物流配送線路規劃分析和貨物配載分析[1]。此外利用信息化資源對配送節點進行統一部署，對各項業務數據實時采集、歸類以及存儲，滿足物流配送數據應用需求。根據以上對系統集成一體化設計需求分析，此次采用星形集成架構對系統集成一體化設計，具體如下圖所示。

 

 

圖1 配送系統集成一體化架構圖   下載原圖

 

如圖1所示，針對智能物流配送系統功能需求，設計客戶信息采集、客戶信息集成、貨物信息集成、配送設備信息集成、貨物配載、配送中心智能選擇、物流信息查詢以及配送線路規劃八個子模塊，將各個功能模塊整合，劃分系統功能邊界，實現計算機物流智能配送。

 

2. 配送數據采集與處理

信息集成是系統業務集成的基礎，因此在對系統配送業務縱向集成一體化之前，對物流配送信息采集與集成處理[2]。物流配送信息主要包括客戶、貨物以及設備三個方面，采用標準化接口技術，采用webservice標準接口將智能配送系統與物流客戶信息化子系統、倉庫貨物子系統、配送車輛信息化子系統連接，構成一個整體，采用簡單對象訪問協議（SOAP協議）將三個子系統中信息傳輸到配送系統數據庫中，采用擴展置標語言格式（XML格式）作為數據傳輸報文格式[3]。將采集到的物流信息在系統數據庫中進行分類，其中將客戶信息劃分為客戶姓名、聯系方式、發送地點、送貨地點四個類別，將貨物信息劃分為貨物庫存量、發貨量、貨物編號、貨物類別四個類別，將配送設備信息劃分為配送車輛型號、車輛編號、車輛最大載貨量、車輛使用年限以及維護信息五個類別，利用數據庫中數據表格模板生成數據表，將采集的配送信息映射到相應的表格中，實現對配送數據信息集成處理。

 

3. 配送系統縱向業務集成

在上述基礎上，建立智能物流配送模型，對配送系統縱向業務集成，為了保證建模精度，針對智能物流配送模型建立提出如下假設：假設1：在物流配送范圍內配送中心數量為1個或者1個以上，且配送中心獨立分布于各區域且位置已知；假設2：配送區域內有大量客戶點，且獨立分布于各區域，位置已知，每個客戶點都有非負需求；假設3：每個配送中心都配有一個或者一個以上的不同載重量的配送車輛，配送車輛始點與終點都是所屬的配送中心；假設4：每輛配送車輛服務的客戶序列總需求小于車輛最大載重量。結合以上提出假設，以物流配送成本最小為目標建立目標函數，其用公式表示為：

 

式中，min C表示物流配送最小成本；K表示配送車輛；k表示配送車輛數量；Fk表示第k量配送車輛單位載貨量的裝載費用；M表示配送區域內備選的配送中心集合；N表示配送區域內客戶節點集合；Xij表示決策變量，值為0或者1，當配送車輛從節點i開向節點j,Xij值為1，否則為0;qj表示配送到節點的貨物量；cijk表示單位運距、載貨量配送車輛從節點i到節點j的燃油費用；dij表示配送節點i到節點j的距離；S表示車輛在配送最晚時間點之前達到客戶節點產生的費用；A表示車輛超出配送時間產生的懲罰費用[4]。為了保證配送規劃的合理性，針對以上建立的目標函數設定約束條件，其用公式表示為：

 

 

式中，PO表示約束條件；Zt表示決策變量，值為0或者1，如果本次物流配送決策配送中心開放，則取值為1，否則取值為0;Tj表示配送車輛達到節點j的時間點；Ti表示配送車輛從配送中心出發的時間點；Qk表示配送車輛的裝載能力[5]。通過設立以上三個約束條件，保證配送車輛不會從未開放的配送中心出發，保證配送車輛行車時間的順序性，以及保證配送車輛裝載的貨物不超過車輛裝載能力[6]。將以上建立的目標函數與約束條件整合，建立物流智能配送模型，將處理后的數據代入到模型中，采用粒子群算法對符合約束條件的目標函數求解，將每個目標函數可能解定義為在二維空間迭代搜索的粒子，生成粒子群體與二維空間，在空間內設定一個搜索目標節點，粒子群體從初始點移動，在迭代過程中對粒子群體位置與速度更新，生成新的粒子群體，利用適應度函數計算出粒子群體適用度值，適用度值可以反映出粒子所在位置與目標節點之間的距離，適應度值越大，則表示粒子與目標節點位置越接近，輸出適應度值最大的粒子位置，其對應的解為物流配送最優規劃方案，系統輸出最優決策，以此實現對配送系統縱向業務集成，進而完成系統集成一體化設計。

 

4. 實驗論證

4.1 實驗準備與設計

完成以上集成一體化設計后，為了檢驗本文提出設計思路的可靠性與可行性，以下將設計一組對比實驗，選擇目前兩種最為常用的一體化方法作為參照對象，為了方便后續實驗陳述，以下將兩種方法分別用傳統方法1、2表述。選擇某物流企業為實驗對象，利用集成一體化設計后的智能物流配送系統完成物流配送任務，該物流企業在經營配送區域內設定了10個配送中心，客戶節點數量為70個，實驗采集了70個客戶物流訂單信息，按照上述流程對物流配送方案規劃，以下對具體集成一體化效果評定。

 

4.2 實驗結果與討論

配送成本最小化是物流配送系統集成一體化的主要目標之一，是衡量智能配送系統性能的重要評價指標，配送成本越低，則表示系統對物流配送線路規劃越合理，集成一體化效果越好，故實驗選擇配送成本為本次實驗第一評價指標，以配送客戶數量為變量，使用電子表格統計不同客戶數量下物流配送成本，具體數據如下表所示。

 

從上表中數據可以看出，在設計方法應用下根據系統規劃的配送線路物流配送成本均比較低，當配送客戶數據達到70人時，物流配送成本比傳統方法1少將近4000元，比傳統方法2少將近3700元，說明在設計方法應用下系統物流配送線路規劃比較合理，系統物流配送線路規劃性能得到有效提升。為了進一步檢驗出本文提出方法的可行性，對集成一體化設計后的配送系統響應時間比對，以服務請求數量為變量，使用電子表格記錄配送系統響應時間，具體數據如下表所示。

 

  

 

 

 

從上表中數據可以看出，在響應時間方面三種方法也表現出明顯的差異，在設計方法應用下配送系統響應時間平均值為0.25s，與傳統方法1相比節省時間約5s，與傳統方法2相比節省時間約6s，這是因為本文設計方法是將配送數據采集、處理、物流配送業務等多種模塊集成，在一定程度上簡化了智能配送流程，因此縮短了響應時間。通過以上實驗數據與結果分析可以證明，無論是在配送成本方面還是業務響應時間方面，設計方法均表現出明顯的優勢，具有良好的系統集成一體化效果。

 

5. 結束語

此次將物流配送各個活動要素集成在一起，以實現計算機物流智能配送系統中物流配送目的、作用以及功能等集成統一為目標，提出了一個新的智能配送系統集成一體化方法，有效節約了物流配送車輛運營成本，縮短了計算機物流智能配送系統響應時間，為該方面研究提供了參考依據，同時也為配送系統集成一體化實踐提供了理論支撐，具有良好的現實意義。