物流智慧化主要技术及其应用

（一）自动识别技术及其应用

自动识别技术是以计算机、光、机、电、通信等技术的发展为基础的一种高度自动化的数据采集技术，通过特定的识别装置，自动获取对象的相关信息，并提交给后台的处理系统进行后续处理，帮助人们快速、准确地进行海量数据的自动采集和输入，已广泛应用于仓储、运输、配送等物流环节。目前自动识别技术已经发展成为由条形码识别、智能卡识别、光字符识别、射频识别、生物识别等相关信息技术采集的综合技术。

1.条码识别技术

条码技术是电子与信息科学领域的高新技术，其研究 重点是如何将需要进行计算机处理的信息用一组条形编码 表示出来，并将条形码携带的信息转化为计算机可读信息， 主要技术包括:编码规则及标准、符号技术、自动识读技术、 印制技术、应用系统设计技术等。

目前，条码技术已经发展为成熟的实用性技术，具有 采集信息量大、设备结构及操作简单、信息采集速度快、可 靠性高、成本低等优点，广泛应用于仓储、运输、流通、图 书管理、生产过程控制等领域，其中应用最广泛、最为人们 熟悉的，是商品销售领域的POS(Point Of Sale，销售终端) 系统。

条形码(barcode)是由一组按特定规则排列的条、空 及对应字符组成的表示一定信息的符号。不同的码制中， 条码符号的组成规则也不相同。较常使用的码制有:EAN/ UPC条码、128条码、ITF-14条码、交插二五条码、三九条码、库德巴条码等。以条码技术为基础的条码识别技术， 是目前使用最广泛的自动识别技术，是利用光电扫描设备识 读条码符号、实现信息自动录人。

条码识别技术已广泛应用于物流领域，特别是在仓库管理系统的库存管理中，条码识别技术被用在人、出库及在 库管理业务环节。采用条码识别技术作为数据输人手段，实 现商品、产品及原材料的到货清点、入库赋码、在库扫码盘 存、出库扫码确认等，有利于管理者随时了解储存物品的入、 出库情况及当前仓库中、货架I的在库数量从品种，及时掌 握库存的动态变化情况，能够及时、定量地分析各种物品库 存、销售、生产情况等信息，从而及时制定计划、采取措施， 以保持最优库存量，改善库存结构，加速资金周转。在进行每一项识别操作的同时，系统将自动对采集到的相关数据进 行处理，为下一步的业务操作提供基础数据

2.射频识别技术

射频识别技术是近几年发展起来的自动识别技术，它是利用感应、无线电波或微波技术的读写器设备，对射频标签进行非接触式识读，达到对数据自动采集的目的。既可以识别高速运动的物体，也可以同时识读多个对象。

RFID (Radio Frequency Identification）又称无线射频识别，通过无线电讯号识别将定日标并读写相关数据，而不需要将识别系统与识别对象之间进行机械或光学接触，是一 种无线通信技术。将RFID技术应用到物流行业管理中，可有效地提高物流系统的运作效率，降低行业总体运营成本， 提高赢利能力和竞争力。

RFID是一项简单实用、易于操控的智能技术，非常适合用于物流领域，可以在各种恶劣环境下自由工作。一套完整的RFID系统，是由阅读器、应答器（电子标签）及应用软件系统组成，其基本工作原理并不复杂:当电子标签进 入磁场后，接收阅读器发出的射频信号，凭借感应电流获得 的能量，将存储在芯片中的产品信息（无源标签或被动标签） 发送出去，或者由电子标签主动发送某一频率的信号(Active Tag，有源标签或主动标签），阅读器读取信息并解码后， 送至中央信息系统进行有关数据处理。

3.生物识别技术

生物识别技术是利用人类自身生理或行为特征进行身 份认定的一种技术。可用于识别的生物特征包括:手形、指 纹、脸形、虹膜、视网膜、脉搏、耳廓等;行为特征包括: 签字、声音等。由于人体的这些特征具有不可复制性，生物识别技术的安全性较传统意义上的身份验证机制有很大提高。目前已发展了虹膜识别技术、视网膜识别技术、面部识 别技术、签名识别技术、声音识别技术、指纹识别技术等6种生物识别技术。

如，人脸识别(Face Recognition)是一种依据人的面部特征（如统计或几何特征等），自动进行身份识别的生物识 别技术，利用摄像装置采集含有人脸的图像或视频流，自动在其中检测和跟踪人脸，并对检测到的人脸图像进行一系列的应用操作。技术上包括图像采集、特征定位、身份确认和查找等。

(二)数据挖掘技术及其应用

数据仓库出现在20世纪80年代中期，是一个面向主 题的、集成的、非易失的、时变的数据集合。数据仓库的目标是把来源不同的、结构相异的数据经加工后，在数据仓库 中存储、提取和维护，提供全面、大量复杂数据的分析处理 和高层次的决策支持。数据仓库的存在，为用户提供了任意提取数据的便利，而且在数据的提取过程中并不干扰业务数 据库的正常运行。

数据挖掘是从大量的、不完全的、模糊的及随机的实际应用数据中，挖掘出隐含的、未知的、对决策有潜在价值中时识和规则的过程。其目的是通过对数据的统计、分析、综合、归纳和推理，揭示事件间的相互关系，预测未来的发用趋势，为决策者提供决策依据。

数据挖掘的常用方法，包括聚类检测法(使同一簇内任童两个对象之间具有较高的相似性及不同簇内两个对象且有较高的相异性)、决策树法(适合于处理非数值型数据的分类和预测方法)、人工神经网络法(模仿人脑神经元连接处理数据不定性和没有任何明显模式的情况)、遗传算法(模仿人工选择培育良种的思路优胜劣汰腔积累计算)、关联分析法(适用于从事物相互关系中挖掘知识)和基于记忆的推理算法(使用一个模型已知的实例来预测未知的事物)等。

(三) GIS技术及其应用

GIS ( Geographic Information System,地理信息系统)是一种基于计算机的工具，可以对空间信息进行获取、存储、编辑、分析和数据显示，其核心是用计算机来处理和分析地理信息。简而言之，GIS技术就是将地图的视觉化效果和地理分析功能，与一般的数据库操作(例如查询和统计分析等)进行集成的技术。GIS技术广泛应用于军事领域及公共设施管理、交通、电信、城市建设、能源、电力、农业等民生领域。

GIS也被称为“地理信息科学”(GeographicInformation Science) 或“地理信息服务”( GeographicInformation Service )。

GIS是物流智慧化的关键技术与工具之-一，可以帮助物流企业实现基于电子地图的决策分析服务，包括将订单信息、网点信息、送货信息、车辆信息、客户信息等数据进行集中并以电子地图的形式呈现，实现形象化管理，达到快速智能分单、网点合理布局、送货路线合理规划、包裹监控与管理等智能化目标。

例如。运用GIS技术进行网点标注，将物流企业的网点及网点信息(如地址、电话、提送货等信息)在电子地图上标注，以便于使用者快速查询;运用GIS技术进行快速分单，通过地址匹配技术搜索，将位址快速定位到相应的区域及网点并确认责任人，完成“最后一-公里”配送作业;运用GIS技术进行物流配送路线规划和车辆监控管理，合理规划路线和调度车辆，提高车辆利用率，保证货物快速到达，节省企业资源，提高用户满意度，并对从货物出库到到达客户手中的全程进行监控，保证货物及车辆安全;运用GIS技术进行数据统计与服务，将物流企业的数据信息在地图上可视化直观显示，通过科学的业务模型、GIS专业算法和空间挖掘分析，深人分析其趋势和内在关系，为物流企业制定市场营销策略、分析预测发展趋势等提供依据和便利，使决策系统更加智能和精准。

(四)物联网技术及其应用

物联网( Inernet of Things, IoT)，即“物物相联”的互联网，是通过各类传感装置、RFID技术、视频识别技术、红外感应、全球定位系统、激光扫描仪等信息传感设备，按约定的协议，根据需要实现物品互联互通的网络连接，进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的智能网络系统。

物联网具有展示、传送、处理三大功能，其体系架构应具备3个基本层面:感知、网络和应用。感知层包括传感器或读卡器等数据采集设备、数据接入网关之前的传感器网络，采用RFID、传感与控制、短距离无线通信等技术，其任务是识别物体和采集系统中的相关信息，从而实现对“物”的认识与感知;网络层将各种接入设备与移动通信网及互联网相连，通过现有的互联网及通信网络实现信息的传输、初步处理、分类、聚合等;应用层是将物联网技术与专业技术相互融合，利用分析处理的感知数据，为用户提供丰富的特定服务，是物联网发展的目的。

(五)人工智能技术及其应用

人工智能（Artificiai Intelligence, AI) 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，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。

AI学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等。目前能够用来研究人工智能的主要物质手段及能够实现人工智能技术的机器是计算机。

人工智能借鉴仿生学思想，用数学语言抽象描述知识，用以模仿生物体系和人类的智能机制。主要的方法有神经网络、进化计算和粒度计算三种。