请选择 进入手机版 | 继续访问电脑版

大数据技术推动智能物流发展,带来了什么样的效果?

2018-4-2 17:03| 发布者: Kai9| 查看: 199| 评论: 0

简介:物联网,大数据和人工智能在智慧物流上的应用已经成为多家企业重点发展的新兴技术!


大数据已经成为众多企业重点发展的新兴技术,多家企业已成立相应的大数据分析部门或团队,进行大数据分析、研究、应用布局,各企业未来将进一步加强对物流及商流数据的收集、分析与业务应用。


  大数据技术主要有以下四个物流应用场景  


需求预测:通过收集用户消费特征、商家历史销售等大数据,利用算法提前预测需求,前置仓储与运输环节。目前已经有了一些应用,但在预测精度上仍有很大提升空间,需要扩充数据量,优化算法。


设备维护预测:通过物联网的应用,在设备上安装芯片,可实时监控设备运行数据,并通过大数据分析做到预先维护,增加设备使用寿命。随着机器人在物流环节的使用,这将是未来应用非常广的一个方向。如沃尔沃:在物流车辆设备上安装芯片,可通过数据分析进行提前保养。


供应链风险预测:通过对异常数据的收集,进行如贸易风险,不可抗因素造成的货物损坏等进行预测。


网络及路由规划:利用历史数据、时效、覆盖范围等构建分析模型,对仓储、运输、配送网络进行优化布局,如通过对消费者数据的分析,提前在离消费者最近的仓库进行备货。甚至可实现实时路由优化,指导车辆采用最佳路由线路进行跨城运输与同城配送。

人工智能主要由电商平台推动,尚处于研发阶段,除图像识别外,其他人工智能技术距离大规模应用仍有一段时间。


  人工智能技术主要有以下五个物流应用场景  


智能运营规则管理:未来将会通过机器学习,使运营规则引擎具备自学习、自适应的能力,能够在感知业务条件后进行自主决策。如未来人工智能将可对电商高峰期(双十一)与常态不同场景订单依据商品品类等条件自主设置订单生产方式、交付时效、运费、异常订单处理等运营规则,实现人工智能处理。


仓库选址:人工智能技术能够根据现实环境的种种约束条件,如顾客、供应商和生产商的地理位置、运输经济性、劳动力可获得性、建筑成本、税收制度等,进行充分的优化与学习,从而给出接近最优解决方案的选址模式。


决策辅助:利用机器学习等技术来自动识别场院内外的人、物、设备、车的状态和学习优秀的管理和操作人员的指挥调度经验和决策等,逐步实现辅助决策和自动决策。


图像识别:利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率,大幅度地减少人工输单的工作量和差错可能。

智能调度:通过对商品数量、体积等基础数据分析,对各环节如包装、运输车辆等进行智能调度,如通过测算百万SKU商品的体积数据和包装箱尺寸,利用深度学习算法技术,由系统智能地计算并推荐耗材和打包排序,从而合理安排箱型和商品摆放方案。

物联网与大数据分析目前已相对成熟,在电商运营中得到了一定应用,人工智能相对还处于研发阶段,是未来各家研发的重点。物联网技术与大数据分析技术互为依托,前者为后者提供部分分析数据来源,后者将前者数据进行业务化,而人工智能则是大数据分析的升级。三者都是未来智慧物流发展的重要方向,也是智慧物流能否进一步迭代升级的关键。


收藏 邀请

鲜花

握手

雷人

路过

鸡蛋
此篇文章已有0人参与评论

请发表评论

全部评论

精彩阅读

更多+

广告位

联系我们
电话:020-3123 3303 / 18011917613
地址:广州市白云区云城街机场路1438号正阳大厦1401
邮箱:mf@mfise.com
关注公众号
    摩方智享公众号二维码

摩方智能标准化托盘共享租赁平台 ( 粤ICP备17113684号 )