基于人工智能与共生的全供应链体系智慧物流的构建

基于人工智能与共生的全供应链体系智慧物流的构建

聂强大

（徐州工业职业技术学院，221000）

摘要：充分发挥人工智能在智能感知中的优势，按照现代智慧物流理念，统筹规划，加快构建基于人工智能与共生的全供应链体系，完善物联网基础设施平台，使电商物流加速实现从区域配送中心到智能物流枢纽的有效转换。本文对人工智能和生态圈在现代电商物流如何应用进行了分析，并提出了建议。

关键词：人工智能；生态圈；智慧物流；供应链

1人工智能在智慧物流中的应用模式

智慧物流并不是一个新概念，主要是指借助智能技术的规模化应用来提升运营效率。目前比较集中的研究方向是物流行业的无人化技术，在此基础上还可以提出基于AI（人工智能）的运营智能化和决策智慧化，希望打造出一个仓储、分拣、运输、配送、客服全供应链环节的短链与共生的智慧物流体系。在这个智慧物流里，物流的产业角色将被重新定义，不再单打独斗，而是强调共生；不只依靠人口红利，更多依赖人工智能技术。

1.1人工智能的结构分析

人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用概率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。

对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的存储器或是运算时间。寻找更有效的算法是优先的人工智能研究项目。

人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化AGENT研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。

目前，智慧物流网还没有一个被广泛认同的体系结构，但是，我们可以根据智慧物流对信息感知、传输、处理的过程将其划分为四层结构，即感知操作层、网络构建层、管理服务层和生态应用层，具体体系结构如图1所示。

图1基于人工智能的智慧物流系统基本结构图

1.2基于人工智能的智慧物流项目应用模式分析

基于人工智能的智慧物流建设目标为：1.建成功能健全的物流感知操作平台和物流智慧信息网络平台，以运营智能化和操作无人化促进配送中心的快速发展，以物联网和无线局域网促进智慧物流的完善和电商的持续健康发展。2.建立开放的物流发展共生生态圈，构建物流众包、电商、生鲜和无人仓四大生态应用体系，形成海量数据中心人工智能决策的，涵盖电商物流运输、装卸、仓储、流通加工，送货上门等各主要环节的现代智慧物流体系。

第一，无人仓技术。主要通过RFID技术的应用，实现入库、库存控制、订单处理、出库、流通加工、配载等各环节的无人管理。对于仓储物流而言，如何高效地整合物流资源是关键。而仓储机器人的出现，能够解决在整个运作过程中容易出现的大部分问题。例如，减少从订单到交货的时间，智能化系统减少工作失误，提高库存周转率，降低库存成本与资金占用成本，提高人工生产率减少劳动力的使用等等。

第二，配送路线智能交通调度。智能交通调度系统是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成，将主要由移动通信、宽带网、RFID、传感器、云计算等新一代信息技术作支撑，更符合电商物流企业的应用需求。

第三，智能无人车。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

无人车技术，集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物。无人驾驶汽车可自动识别交通指示牌和行车信息，具备雷达、相机、全球卫星导航等电子设施，并安装同步传感器。车主只要向导航系统输入目的地，汽车即可自动行驶，前往目的地。在行驶过程中，汽车会通过传感设备上传路况信息，在大量数据基础上进行实时定位分析，从而判断行驶方向和速度。

第四，共生生态圈的伙伴监控。主要包括对执行最后一公里送货的，共生生态圈伙伴的运作质量、盈利能力和双十一波动强度的监控，以及对机动车污染排放的监控，最终避免出现供应链长鞭效应，建立智慧物流生态圈运作环境预警与应急处理体系。

2结论

基于人工智能与共生的智慧物流建设是一项复杂的工程，需要对电商物流共生生态圈不同的环节进行改进与优化，逐步整合，最终形成较为完善的物流体系与大数据人工智能物联网体系的相结合的布局。

参考文献

[1]陈章勇，周宇娇.基于人工智能背景的物流业就业岗位问题研究[J].商场现代化，2018(11)..

[2]王洪海.基于人工智能技术背景下计算机网络应用研究[J].电大理工，2018（03）.

[3]单喆煜.基于物联网的智能物流体系中物品信息自动采集与识别机制研究[J].物流工程与管理，2016（01）.

[4]黄严格.网络背景下物流管理措施创新研究[J].企业改革与管理，2013（15）.

作者简介：聂强大（1973-），复旦大学工商管理硕士，经济师，主要研究方向：物流供应链，物联网。