智能物流.docx

物联网创新应用论文——智能物流摘要智能物流是利用集成智能化技术,使智能物流能模仿人的智能,具有思维,感知,学****推理判断和自行解决物流中某些问题的能力。智能物流的未来发展将会体现出四个特点:智能化,一体化和层次化,柔性化与社会化。在物流作业过程中的大量运筹与决策的智能化;以物流管理为核心,实现物流过程中运输,存储,包装,装卸等环节的一体化和智能物流系统的层次化;智能物流的发展会更加突出“以顾客为中心”的理念,根据消费者需求变化来灵活调节生产工艺;智能物流的发展将会促进区域经济的发展和世界资源优化配置,实现社会化。通过智能物流系统的四个智能机理,即信息的智能获取技术,智能传递技术,智能处理技术,智能运用技术。关键词:智能物流;自动识别技术;人工智能;数据挖掘;gis技术;智能物流就是利用条形码、射频识别技术、传感器、全球定位系统等先进的物联网技术通过信息处理和网络通信技术平台广泛应用于物流业运输、仓储、配送、包装、装卸等基本活动环节,实现货物运输过程的自动化运作和高效率优化管理,提高物流行业的服务水平,降低成本,减少自然资源和社会资源消耗。物联网为物流业将传统物流技术与智能化系统运作管理相结合提供了一个很好的平台,进而能够更好更快地实现智能物流的信息化、智能化、自动化、透明化、系统的运作模式。智能物流在实施的过程中强调的是物流过程数据智慧化、网络协同化和决策智慧化。智能物流在功能上要实现6个“正确”,即正确的货物、正确的数量、正确的地点、正确的质量、正确的时间、正确的价格,在技术上要实现:物品识别、地点跟踪、物品溯源、物品监控、实时响应;本论文将从智能物流的关键技术展开分析,其关键技术主要是数据挖掘技术,自动识别技术,人工智能技术,GIS技术等;数据挖掘技术从数据本身来考虑,通常数据挖掘需要有数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示等8个步骤,数据仓库出现在20世纪80年代中期,它是一个面向主题的、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,它支持全面的、大量的复杂数据的分析处理和高层次的决策支持。数据仓库使用户拥有任意提取数据的自由,而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、有噪声的、模糊的及随机的实际应用数据中,挖掘出隐含的、未知的、对决策有潜在价值的知识和规则的过程。一般分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等,预测型数据挖掘包括分类、回归及时间序列分析等。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,预测未来的发展趋势,为企业的决策者提供决策依据。自动识别技术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。它通过应用一定的识别装置,自动地获取被识别物体的相关信息,并提供给后台的处理系统来完成相关后续处理的一种技术。它能够帮助人们快速而又准确地进行海量数据的自动采集和输入,在运输、仓储、配送等方面已得到广泛的应用。经过近30年的发展,自动识别技术已经发展成为由条码识别技术、智能卡识别技术、光字符识别技术、射频识别技术、生物识别技术等组成的综合技术,并正在向集成应用的方向发展。条码识别技术是目前使用最广泛的自动识别技术,它是利用光电扫