李娜

摘  要： 针对原有调度系统不能实时更新配送路线交通状态，无法选择最优调度方案的问题，设计基于大数据的物资供应链配送智能调度系统。采集相关数据信息，通过GPRS技术，实现物资配送动态管理，消除无效电波干扰，增加信号驱动能力;利用大数据技术，综合多个影响因素，通过计算，得到客户满意度与时间差值的正比函数，合理安排配送路线，得到最优调度方案，完成基于大数据的物资供应链配送智能调度系统设计。利用对照实验，测试所设计系统性能，实验结果表明，原有系统无法实时监测配送路线的交通状态，导致其调度方案存在缺陷，而所设计系统弥补了这一缺陷，能够根据最合适的取货地点以及最近的配送路线，完成智能调度。

关键词： 物资供应链; 物资配送; 智能调度; 系统设计; 大数据; 对照实验

中图分类号： TN919?34; TP393                   文献标识码： A                      文章编号： 1004?373X（2020）22?0184?03

Abstract： In allusion to the problem that the original dispatching system could not update the traffic status of distribution routes in real time and could not choose the optimal scheduling scheme， a material supply chain distribution intelligent dispatching system based on big data is designed. The relevant data information is collected， the dynamic management of material distribution is achieved by means of GPRS technology to eliminate the invalid radio interference and increase the signal drive ability. The direct proportion function between customer satisfaction and time difference is obtained through calculation by means of big data technology and integrating multiple influencing factors. The distribution route is arranged reasonably to obtain the optimal scheduling scheme， so as to complete the design of the material supply chain distribution intelligent dispatching system based on big data. The performance of the designed system was tested by the control experiment. The experimental results show that the original system could not monitor the traffic status of the distribution route in real time， which results in the defect of the scheduling scheme. The designed system can make up for this defect， and can complete intelligent scheduling according to the most suitable pickup place and the nearest distribution route.

Keywords： supply chain; material distribution; intelligent scheduling; system design; big data; control experiment

0  引  言

為了合理规划物资的供应链配送路线，最大化地节约资源提高配送效率[1?2]，供应商需要根据实际情况，适时地调整生产计划和送货计划，避免库存的积压以及货物的不足等问题。为了对物资以及客户需求及时了解，为此需要利用大数据技术，分析相关数据信息，得出合理的分析结果，完成物资的供应链规划，以便得出高效的配送调度方案[3?5]。帮助供应商利用相关数据分析，降低配送成本，提高效率，做出更加明智的调度决策，将每一份物资都快速准确地送到客户手中。

1  物资供应链配送智能调度系统硬件设计

1.1  总体结构优化

物资供应链配送的智能调度系统硬件部分，主要由运输终端、网络通信以及调度监控中心三部分组成，其总体结构的设计与实现，最终目的是为客户提供优质的服务，为此其硬件结构的设计需要从消费者的角度出发，满足客户需求。

在配送过程中采集相关数据信息，并通过GPRS技术将其传输至上位机，上位机接收到数据信息后，存储至数据库当中。与此同时，上位机根据地图对其定位并在地图中显示，查询其周围仓库的物资数量以及该地区对物资的需求程度，实现物资配送过程中的动态管理，以此保障物资配送的合理调度[6?8]。由于原有硬件结构当中的A/D模块尚不完善，无法满足系统需求，为此需要在原有基础上优化该模块功能。

1.2  A/D模块设计

由于原有硬件结构当中，A/D模块的电路空间规模较小，且数字处理板卡中的元件分布较为紧凑，为此优化其模块结构，将A/D模块作为数字处理板卡上的子板卡，将A/D子卡通過QSH插槽与其相连接。在子卡内部，预处理射频模块当中所接收到的模拟信号，消除无效电波的干扰，并增加信号的驱动能力以及系统精度[9?11]。选用型号为LMK03000C的时钟调整芯片，支持各芯片的时钟供给，并将A/D子卡设置为双通道结构，以满足其空间的高效利用以及系统的扩展[12?13]。至此完成智能调度系统的硬件优化部分，并在此基础上，利用大数据技术，设计其系统软件。

2  供应链配送智能调度系统软件设计

2.1  基于大数据的智能调度影响因素分析

由于物资供应链配送调度所涉及的影响因素复杂，难以综合多个变数及条件，得出满意的调度方案，为此需要应用大数据技术，分析需求情况，得到有效信息，合理利用相关资源，完成合理的智能调度，增加相关企业的经济效益。首先需要考虑的优化目标，即：客户的最大满意度、企业最小配送成本、企业最小惩罚数，而其中最重要的则是客户的满意程度[14?15]。假设完成客户[a]的配送服务所需要的时间为[Ta]，客户[a]配送的时间窗为[ea，ta]，其中，[ea]表示为客户[a]配送的最早服务时间，[ta]表示为客户[a]配送的最晚配送时间。并设置客户的配送满意时间窗为[ma，na]，当配送到达时间在该范围内时，客户满意度能够达到100%;若配送到达时间在[ea，ta]，则客户满意度为0;若配送到达时间在[ea，ma]或[na，ta]范围内，则客户满意度为关于时间差值的正比函数。客户[a]在时刻[i]收到配送的满意度为[Satai]。将客户按照物资需求情况，分为不同配送等级[Wa]，等级数越高，配送需求越紧急。得到最大客户满意度目标函数如下：

根据上述计算，能够得到客户的物资供应配送需求，以及其对于配送满意度的计算方法，结合实际情况，完成智能调度的影响因素分析，并通过计算机相关程序，完成智能调度系统设计。

2.2  实现智能调度系统设计

通过上述调度影响因素的分析，可以得知在物资供应配送的过程中，会受到客户群体分散、城市交通复杂、供应网点分布不均等多种因素影响，为此合理安排配送路线，实时监控配送进程，及时完成调度任务，是提高企业服务质量的主要途径。

在满足一定的约束条件下，设计合理的调度路线，通过计算机相关程序，完成主要代码的编写：

完成程序的编写后，通过调度中心的服务终端，显示出最合适的物资运输路线，以及最近取货点，并估算出客户的最佳收货时间，选取最佳配送路线，以达到配送费用最小化，客户满意度最大化的目的。

3  物资供应链配送智能调度系统性能测试

为了检测基于大数据的物资供应链配送智能调度系统性能，设计对照实验，将所设计的智能调度系统测试结果与原有系统相对照，分析两者之间的差异，完成测试。

3.1  性能测试准备过程

由于实验需要模拟物资供应链的配送路线，以及智能调度系统的运行过程，为此利用TransCAD交通规划及需求预测软件，模拟智能调度过程，其具体模拟过程如图1所示。

由上述模拟过程得到智能调度模拟结果，将其与原有系统结果相对照。

3.2  性能测试结果分析

完成上述准备后，运行软件得到模拟结果，并与原有系统对照，具体结果如图2所示。

通过实验对照结果能够得知，原有调度系统虽然能够实时监测运输状况，但仅能够显示物资运输过程中的实时坐标，是远远不够的。而所设计的基于大数据的物资供应链配送智能调度系统，能够实时显示调度中心以及运输车辆的位置，并根据交通拥堵状况，选择最合适的取货地点以及最近的配送线路。根据实际需求选择最优调度方案，完成实时调度，达到降低运输成本，提高配送效率的目的。

4  结  语

为了使物资供应链的配送能够满足电商企业以及客户的需求，利用大数据技术设计智能调度系统，为物资的配送运输过程设计合理的路线，使其快速安全地将物资送到客户手中，达到提高运输效率，节约运输成本的目的，全方面提高物资供应及配送的服务质量。

参考文献

[1] 钱力，谢靖，常志军，等.基于科技大数据的智能知识服务体系研究设计[J].数据分析与知识发现，2019，3（1）：4?14.

[2] 陈海拔，顾全，董羊城，等.基于大数据的电网调度控制智能告警系统[J].电子设计工程，2019，27（11）：91?95.

[3] 彭超婧，曾晗，史纪磊，等.应用合作博弈论解决医疗机构SPD供应链实践中效用分配问题初探[J].上海管理科学，2019，41（4）：102?108.

[4] 张健，臧梦璐.基于供应链管控提高变电站物资供需匹配度[J].物流技术，2018，37（2）：101?104.

[5] 梅叶.基于“一带一路”背景下青岛港集疏运智能调度平台的构建研究[J].浙江交通职业技术学院学报，2017，18（3）：40?45.

[6] 赵建峰，袁细国，梁伯栋，等.基于车联网及云计算的电动物流车智能调度算法[J].公路交通科技，2019，36（6）：112?124.

[7] 刘晓，李军锋，郝腾飞，等.20 kV变电站的多层数据智能三维调度方法[J].科学技术与工程，2018，18（19）：54?59.

[8] 李政阳，云昕，杨怡欣，等.在轨空间智能制造：分布式调度建模与优化[J].系统工程理论与实践，2019，39（3）：705?724.

[9] 王尧，李欢欢，鞠立伟，等.面向智能化调度的微网群能量耦合协调控制策略及仿真分析[J].电网技术，2018，42（7）：2232?2239.

[10] 李绍军.应用于煤炭物流的智能优化调度模型[J].煤炭技术，2017，36（6）：237?239.

[11] 于红斌，周康垒，李俊霖.改进和声搜索的智能RGV动态调度策略研究[J].微处理机，2019，40（3）：53?56.

[12] 田继宏，张现，汪珂含，等.基于短作业优先调度算法的智能RGV动态调度策略[J].鞍山师范学院学报，2019，21（2）：21?25.

[13] 张宁，曹海燕，华兴尚，等.基于最短路径的智能RGV动态调度策略[J].工业控制计算机，2019，32（6）：71?72.

[14] 夏立萌，郭飞，顾颖，等.基于模拟子站的智能电网调度控制系统集成调试方法[J].电气工程学报，2018，13（6）：42?48.

[15] 白广利，赵欣悦，赵寒涛.智能工厂物料运输无线调度系统的研究[J].自动化技术与应用，2017，36（12）：135?136.