当前位置: 首页 > 设备

大数据时代,怎么才能利用数据进行有效物流决策?

发布日期:2019-07-05 08:21:40 | 编辑:it技术发展网| 阅读次数:

摘要:随着信息时代数据量的急剧增加,物流管理深化的最有效的方法是引入数据分析技术,物流数据分析和预测,替代经验,以帮助决策者做出快速,准确的决策。1,常用于物流数据分析领域中使用,我们梳理了整个供应链的场面,数据分析的应用可以分为两个方向,规划和预测。在该应用规划的方向往往是基于成本和时间优化目标,或两个多目标优化的组合,我们经常通过过程中形成的分析时间或角度的成本结构,以找到自己的影响因素,这些对分析的因素的基础上,发现该变量的一个合理的值,使得成本最优,最小时间。常见的应用场景

随着信息时代数据量的急剧增加,物流管理深化的最有效的方法是引入数据分析技术,物流数据分析和预测,替代经验,以帮助决策者做出快速,准确的决策。

1,物流常见场景数据分析

我们梳理了整个物流链,数据分析的应用可以分为两个方向,规划和预测。

在该应用规划的方向往往是基于成本和时间优化目标,或两个多目标优化的组合,我们经常通过过程中形成的分析时间或角度的成本结构,以找到自己的影响因素,这些对分析的因素的基础上,发现该变量的一个合理的值,使得成本最优,最小时间。常见的应用包括仓库场景选址规划,交通路线规划,仓库布局规划。

预测的应用场景包括市场销售预测,预测采购需求,供应周期预测的方向,预测不直接产生经济效益,它的意义主要体现在理解的基础上,未来的发展方向和发展而采取的合理的预防措施量,如市场销售预测来合理安排生产和库存,进而得到了供应链的最佳总成本。

在大数据时代,我们得到了越来越多的数据,无论数量还是尺寸,常用的数据分析方法还可以进一步扩大,使结果更加准确和合理。

2,仓库选址规划经常使用的数据分析方法

仓库的位置,意味着在经济领域有许多供应点和需求的某个时刻,选举规划过程中建立一个仓库地址。选址方案应该有利于证明通过汇集仓库,中转,配送商品,需要达到的最好的全过程的点。在图中所示的存储位置的步骤。

\

公共存储位置的数据分析方法,包括重力,加权评分,P-中值法,Baomo的确切中心 - 沃尔夫模型,多级多设施位置模型等。

(1)方法精确重力

\

(2)的加权得分

(3)P-值法

(4)Baomo - 沃尔夫模型

\

(5)多级 - 多设施位置模型

比较常见的3,存储位置分析方法

由于不同企业的物流配送中心,配送中心,以备将来使用的建设,需求的构成是不同的,所以规划的物流配送中心时,要充分考虑到这些因素,选择合适的选址方法。

4,大数据仓库应用程序开发方法的位置的时代

所以在大数据环境下,我们应该怎么做更有效的选址?

大数据网站可以得到实时的海量数据资源,使精度大大提高,与情报和信息获取方法的多样化的应用,人们不必去实地调查研究,节省人力物力。

分析所获得的高效大数据,为现场存放的位置,除了利用全面的模型和智能算法的时代的数据,提取其中隐含的信息,结果获得外最佳的存储位置。可以向前方延伸的数据采集模式下,RFID射频数据,传感器数据,社交网络数据,移动互联网数据等。以获得各种类型的海量数据的。向后延伸的数据可视化的方法,通过计算机图形和图像处理技术的装置中,位置图案导致成足以有效地传达清晰良好。

说到底,主存储中心的位置的决定或中心供给和需求,运输和物流中心的建设成本和运营成本三个方面,大容量数据存储中心的最终分析的网站的影响金额这三个因素的作用。

大数据的时代,大量的数据可以通过不同类型的RFID射频技术,传感器,GIS,GPS,社交网络,移动互联网等来获得。基于对数据采集基于有效数据捕获技术,数据分析通过应用该方法,获得的最优存储位置结果的流动。A地图,选择的数据可视化工具直观和清楚地示出定位系统流。

本文链接:大数据时代,怎么才能利用数据进行有效物流决策?

上一篇:大数据时代,何来隐私

下一篇:大数据时代,我们是不是在“裸奔”?

友情链接:

学佛 大悲咒念诵 心经讲解

Copyright © 2017 it技术发展网 版权所有 All Rights Reserved. 网站地图

苏ICP备18043316号