Ilog在物流管理中对优化技术应用.docVIP

Ilog在物流管理系统中对优化技术的应用 物流是一个外延非常广泛的概念。商品从生产到送至用户手中，要经过供应商、制造商、仓库配送商、承运商直至零售商等多重环节，从而形成一个物流供应链。供应链上的各个企业只有通过物流上的合作，才能提高效率，降低成本。在供应链上流动的除了有形的物资外，还有大量的信息。现代物流的关键是如何有效地利用信息，实现供应链的有效管理，从而提高企业的核心竞争力。　　物流供应链的两层需求：　　基础层次＋高级层次　　根据物流的运作模式和管理方式，物流供应链上的企业对软件技术有两个层次的需求：一方面是基础层次需求，即实现物流供应链上的信息数字化和互连互通。目前在这个层次上，数据库技术、网络技术、工作流技术等被大量地应用并且已相当成熟。另一方面是高级层次的需求，即实现对物流资源的优化调度、利用以及对业务的灵活应对。在这个层次上，我国的很多企业还在摸索之中，虽然有些大专院校和研究机构在从事这方面的研究，但具体的应用还处在起步阶段。由于这个层次直接影响到企业的核心竞争力，它已经不是可有可无的“奢侈”技术，其中优化技术和业务规则技术是两个至关重要的技术。　　一、优化技术 优化技术的角色定位：数学规划＋约束规划　　优化技术是物流供应链管理中的核心技术，它直接决定了物流的效率和企业运作成本。所谓优化技术，通俗地讲就是利用逻辑、分析、定量化的方法，根据预先设定的优化目标（如最小化成本、最大化利润等），在满足各种预设的约束条件下，对有限的昂贵资源进行最合理的统筹安排。所谓的昂贵资源可以各不相同：对于运输企业，车（船、机）队可能是昂贵资源；对于港口，码头和码头上的设备可能是昂贵资源；对于仓储企业，堆场、货架及其设备可能是昂贵资源；对于某些服务企业，时间和人才可能是昂贵资源。　　优化技术涉及诸如运筹学、逻辑学和计算机科学等多种学科或专业。它的研究对象大体可分为两大类，一类是在现有的人、财、物等资源条件下，研究如何合理地计划、安排，使得某个目标达到最大化，如产量、利润目标等。另一类是在任务确定后，如何计划、安排、使用最少的人、财、物等资源，去实现该任务，如使运作成本、费用最少等。这两类问题从本质上说是相同的，它们都是在一组约束条件下，去实现某个目标的最优(最大或最小)。　　现代优化技术起源于1947年。它的第一个求解算法是线性规划中的单纯形算法(Primal Simplex Linear Programming)。随着计算机技术的发展，优化算法不断完善，求解能力不断提高，优化技术在物流领域的应用条件日臻完善。它成为了现代物流管理的一种重要的手段。　　优化技术包含两种基本技术：一种是数学规划（Mathematical Programming——MP）技术，它是利用经证明的数学方法和模型来求解出最优的可行解。数学规划具有求解效率高、结果可靠的特点，适合求解具有线性特征的优化问题。在物流行业中，中长期的计划、供应链设计、仓储位置规划、预测等大多使用数学规划的方式求解。另一种优化技术是约束规划（Constraint Programming——CP）技术，它脱胎于人工智能，通过在一组约束条件(或范围)内，利用高效的“搜索”机制迅速找到优化的可行解。由于约束规划不在乎求解问题是否具有线性特征，因此比较适合解决具体运作方面的优化问题（具体运作问题，由于它涉及的约束条件非常复杂，呈现非线性的特征，有时人们无法用数学方式描述和求解），如排程调度、运输工具路线优化、资源优化配置等。　　优化技术软件供应商ILOG提供的优化技术套装组件中，包括了著名的数学规划产品——ILOG CPLEX和约束规划产品——ILOG Solver。此外，针对物流行业的一些具体特色，在套件中还包含了一些垂直产品，如用于运载工具路径优化的产品——ILOG Dispatcher，用于排程调度的优化产品——ILOG Scheduler等。　　目前，ILOG的各种优化引擎已经大量使用在很多世界著名的供应链厂商的系统中，如Oracle，PeopleSoft，SAP，JD Edword等。应用的范围涵盖仓储管理、运输管理、库存管理、资源安排、生产计划、分销计划、供应计划、网络设计和需求预测等方面。　　业务规则管理崭露头角：实现业务的灵活性　　在物流管理中有些管理功能（如订单管理、分销管理、库存管理等）会涉及到对大量业务规则和策略的应用。传统的处理规则的方式，由于把业务规则看成一个过程，软件工程师们需要把它们写进程序代码当中，当需求发生变化，更改了某些业务规则时，只能对相应的程序代码进行修改，并对系统进行重新测试和配置，从而导致系统的维护成本高昂，灵活性降低，应用能力减弱。例如在分销管理中经常提到的“返利”计算，由于“返利”种类多样而且多变，大量系