基于信息分析的集群式供應(yīng)鏈物流 效率評估系統(tǒng)設(shè)計

王清珍 邵杰

摘? 要： 針對集群式供應(yīng)鏈物流效率評估效果差的這一現(xiàn)狀，提出基于信息分析的評估系統(tǒng)設(shè)計。從實際情況、層次結(jié)構(gòu)和功能三個角度分析實際拓?fù)洳季?，由此設(shè)計4層體系結(jié)構(gòu)。其中，數(shù)據(jù)采集層是以C8051F0403型號芯片為核心處理芯片設(shè)計信息采集器，對實時運行數(shù)據(jù)進(jìn)行自動采集;評估層是在RISC微處理器上設(shè)計評估裝置，實現(xiàn)集群式供應(yīng)鏈物流效率評估與分析;性能層內(nèi)嵌設(shè)備綜合效率計算設(shè)備，為系統(tǒng)提供基礎(chǔ)運算功能;界面層可實現(xiàn)用戶與系統(tǒng)的直接交互。依據(jù)評估過程構(gòu)建評估指標(biāo)，并建立評估模型，獲取初始評估矩陣，計算熵權(quán)，確定系統(tǒng)物流效率風(fēng)險概率，由此實現(xiàn)物流效率評估系統(tǒng)設(shè)計。由實驗結(jié)果可知，該系統(tǒng)評估效果較好，為提高物流業(yè)務(wù)利潤目標(biāo)奠定基礎(chǔ)。

關(guān)鍵詞： 評估系統(tǒng); 信息分析; 集群式供應(yīng)鏈; 物流效率分析; 數(shù)據(jù)采集; 人機(jī)交互

中圖分類號： TN02?34; TP311.52? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼： A? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）13?0016?05

Design of information analysis based evaluation system for logistics

efficiency of cluster supply chain

WANG Qingzhen1， SHAO Jie2

（1. Zhengzhou University of Science and Technology， Zhengzhou 450064， China;

2. School of Computer Science and Technology， Nanjing University of Science and Technology， Nanjing 210094， China）

Abstract： In view of the poor evaluation effect of logistics efficiency in cluster supply chain， an evaluation system design based on information analysis is proposed. The actual topological layout is analyzed in three aspects of actual situation， hierarchical structures and functions. A four?hierarchical architecture is designed accordingly. In the data acquisition layer， the information collector is designed to execute the real?time running data acquisition automatically， in which C8051F0403 chip is taken as the core processing chip. In the evaluation layer， the evaluation device is designed in RISC microprocessor to realize the logistics efficiency evaluation and analysis of the cluster supply chain. In the performance layer， the integrated efficiency calculation equipment is embedded to provide the basic operation function for the system. In the interface layer， the direct interaction between users and the system is proposed. According to the evaluation process， the evaluation index is constructed， the evaluation model is established， the initial evaluation matrix is obtained， the entropy weight is calculated， and the risk probability of logistics efficiency is determined. Thus the design of logistics efficiency evaluation system is realized. The experimental results show that the evaluation effect of the system is good， which lays a foundation for improving the profit of logistics business.

Keywords： evaluation system; information analysis; cluster supply chain; logistics efficiency analysis; data acquisition; man?machine interaction

0? 引? 言

從供應(yīng)鏈物流角度分析，集群是眾多分工協(xié)作關(guān)系不同規(guī)模企業(yè)的相應(yīng)地域，通過相互作用，在同一產(chǎn)業(yè)價值鏈基礎(chǔ)上聚合而成網(wǎng)絡(luò)幾何體，形成持續(xù)競爭優(yōu)勢。在集群中存在縱向企業(yè)相互分工協(xié)作關(guān)系，也存在橫向完整產(chǎn)業(yè)鏈，是一個有組織的網(wǎng)絡(luò)結(jié)構(gòu)，更具有集群式供應(yīng)鏈系統(tǒng)特征[1]。如果沒有集群式供應(yīng)鏈物流，會導(dǎo)致組織內(nèi)部企業(yè)同質(zhì)化，最終形成惡性競爭。因此，將集群視為基于集群網(wǎng)絡(luò)分析的集群式供應(yīng)鏈系統(tǒng)，將集群網(wǎng)絡(luò)與供應(yīng)鏈融合，形成一種介于市場與企業(yè)之間的組織形式，在此背景上是有向鏈狀結(jié)構(gòu)[2]。

目前，我國集群式供應(yīng)鏈物流產(chǎn)業(yè)發(fā)展迅速，設(shè)備制造業(yè)效果提高很多，技術(shù)水平也隨之上升，但包裝生產(chǎn)線上故障率依然較高，并且由于外部原因?qū)е挛锪餍式档偷默F(xiàn)象也有很多，對生產(chǎn)造成一定浪費[3]。為了解決傳統(tǒng)系統(tǒng)遇到的瓶頸問題，本文建立基于信息分析的集群式供應(yīng)鏈物流效率評估系統(tǒng)。結(jié)合信息分析方法，對供應(yīng)鏈不同環(huán)節(jié)可能出現(xiàn)的集群式供應(yīng)鏈風(fēng)險進(jìn)行評估，更合理地對相關(guān)指標(biāo)進(jìn)行量化處理。

1? 基于信息分析的集群式供應(yīng)鏈物流效率評估系統(tǒng)

針對信息分析是指以物流特性需求為依托，以定量研究方法為主要手段，通過對物流信息收集、整理、評估與分析等一系列加工過程形成新的信息產(chǎn)品，為集群式供應(yīng)鏈物流效率評估系統(tǒng)提供不同層次的科學(xué)決策服務(wù)[4]。

從設(shè)計原理角度分析，描述總物流資產(chǎn)利用效率、總設(shè)備利用效率和線效率過程，從效率評估系統(tǒng)布局拓?fù)浣Y(jié)構(gòu)以及模塊系統(tǒng)布局設(shè)計集群式供應(yīng)鏈物流效率評估系統(tǒng)[5]。

從實際情況、層次結(jié)構(gòu)和功能三個角度分析實際拓?fù)洳季?，設(shè)計如圖1所示。

實際布局拓?fù)浣Y(jié)構(gòu)描述了在集群式供應(yīng)鏈物流線上布局效率評估系統(tǒng)，并獲取相關(guān)記錄數(shù)據(jù)，采用帶串口速度表，可直接由數(shù)據(jù)采集器經(jīng)過串口對實時數(shù)據(jù)進(jìn)行采集，利用局域網(wǎng)網(wǎng)絡(luò)將采集到的數(shù)據(jù)傳送到相關(guān)服務(wù)器中[6]。通過PLC控制器傳遞相關(guān)信息，再經(jīng)過數(shù)據(jù)采集器通過以太網(wǎng)將數(shù)據(jù)傳送到服務(wù)器中，通過該數(shù)據(jù)進(jìn)行集群式供應(yīng)鏈物流效率評估[7]。

1.1? 系統(tǒng)硬件結(jié)構(gòu)

在實際布局拓?fù)浣Y(jié)構(gòu)基礎(chǔ)上，進(jìn)一步將效率評估系統(tǒng)設(shè)計為4層體系結(jié)構(gòu)，如圖2所示。

由圖2可知，該系統(tǒng)結(jié)構(gòu)是由數(shù)據(jù)采集層、評估層、性能層和界面層四個層次組成的，通過數(shù)據(jù)采集層進(jìn)行相關(guān)信息采集，利用評估層分析所有運輸設(shè)備運行情況，通過性能層評估物流效率，最后經(jīng)過界面層實現(xiàn)用戶與系統(tǒng)之間的交互[8?10]。

1） 數(shù)據(jù)采集層通過集群式供應(yīng)鏈物流設(shè)備控制系統(tǒng)，并對實時運行數(shù)據(jù)進(jìn)行自動采集，包括物流運行速度、產(chǎn)品數(shù)量、運輸時間等信息[11]。

數(shù)據(jù)采集層主要負(fù)責(zé)對集群式供應(yīng)鏈物流信息進(jìn)行持久化處理，對于該部分的硬件結(jié)構(gòu)設(shè)計如圖3所示。

信息采集器是以C8051F0403型號芯片為核心處理芯片，其中包括ADC模數(shù)轉(zhuǎn)換器和DAC數(shù)字模擬轉(zhuǎn)換器，其高度集成性能為信息采集提供便利。采用6N137型號高速光耦合器和SJA1000型號獨立控制器為冗余總線接口進(jìn)行設(shè)計[12]。

采集接口電路設(shè)計如圖4所示。由圖4可知：采集接口電路是由主、從服務(wù)器、采集器、靜態(tài)存儲器組成的，通過該電路將從機(jī)與主機(jī)相連接，一旦信息過多，那么上位機(jī)就會出現(xiàn)頻繁響應(yīng)，由此說明系統(tǒng)正在采集信息[13]。

對于集群式供應(yīng)鏈突發(fā)的狀況，造成物流效率降低的原因有很多，對各種會導(dǎo)致中斷、低速運行、暫停等狀態(tài)的原因進(jìn)行定量分析，方便管理系統(tǒng)自動對采集到的數(shù)據(jù)進(jìn)行分類整理。

2） 評估層主要負(fù)責(zé)實現(xiàn)集群式供應(yīng)鏈物流效率評估與分析，該層次是整個系統(tǒng)結(jié)構(gòu)的核心層。評估裝置由評估終端、信息接收模塊和主機(jī)三部分組成，其結(jié)構(gòu)如圖5所示。

在RISC微處理器上設(shè)計評估裝置，可在裝置正常工作時實時評估集群式供應(yīng)鏈物流運輸狀態(tài)，一旦評估供應(yīng)鏈物流效率較差時，評估裝置就會發(fā)出預(yù)警信號，提醒用戶供應(yīng)鏈物流效率較差。

評估裝置的設(shè)計是為了實時、有效地評估物流所有運輸設(shè)備的運行情況，并通過軟件平臺如實反映物流線上的信息。

3） 性能層為系統(tǒng)提供基礎(chǔ)功能，內(nèi)嵌綜合效率計算設(shè)備，并評估物流效率，減少損失，進(jìn)而有效提升整個系統(tǒng)效率。

4） 界面層實現(xiàn)用戶與系統(tǒng)的直接交互，可向用戶傳遞物流實時狀態(tài)和效率分析結(jié)果信息，通過系統(tǒng)對物流進(jìn)行有效管理。

1.2? 系統(tǒng)軟件功能

采用信息分析方法設(shè)計集群式供應(yīng)鏈物流效率評估系統(tǒng)軟件功能，通過供應(yīng)鏈縱向和橫向整合，獲取大于各自獨立或?qū)α⑿袆舆^程中的利益，存在與預(yù)期利益相違背的集群式供應(yīng)鏈信息，實現(xiàn)物流效率評估功能。

在供應(yīng)鏈物流效率評估過程中，通過計算供應(yīng)鏈物流效率評估系統(tǒng)可靠性來衡量系統(tǒng)物流效率。結(jié)合信息分析方法對供應(yīng)鏈上各物流企業(yè)的可靠性進(jìn)行分析，根據(jù)分析結(jié)果對物流效率進(jìn)行評估。評估供應(yīng)鏈上各個物流效率值的大小，具體評估步驟如圖6所示。

依據(jù)上述評估過程構(gòu)建集群式供應(yīng)鏈物流效率的各個評估指標(biāo)。

1.2.1? 構(gòu)建方法

全面分析集群式供應(yīng)鏈的整體結(jié)構(gòu)和所處環(huán)境，從資源投入、市場競爭、企業(yè)之間的合作與所面臨的其他風(fēng)險等角度進(jìn)行考量，構(gòu)建集群式供應(yīng)鏈物流效率評估二級指標(biāo)，內(nèi)容如下：

1） 所處環(huán)境：由外界原因?qū)е碌目赡苁录母怕?

2） 資源投入：集群內(nèi)物流企業(yè)條件不確定性，合作伙伴不能按照合同進(jìn)行投資的概率;

3） 市場競爭：集群內(nèi)同類產(chǎn)品出現(xiàn)的概率、企業(yè)核心技術(shù)被其他企業(yè)攻克的概率;

4） 企業(yè)之間的合作：其他企業(yè)的合作意外終止的概率，集群外企業(yè)競爭對手建立營銷的概率;

5） 所面臨的其他風(fēng)險：路徑依賴可能性，產(chǎn)品市場生命周期階段的概率。

1.2.2? 評估模型建立

由于影響集群式供應(yīng)鏈物流效率因素較多，在評估過程中往往會使許多有用信息丟失，為了彌補(bǔ)這一點，采用信息分析評估方法對指標(biāo)進(jìn)行量化處理，過程如下：

Step1：設(shè)有[n]個用戶參與評估模型的確定，評估指標(biāo)共有[m]個，由第[i]個用戶對第[j]個指標(biāo)給出評估結(jié)果[xij，yij，zij]。其中：[xij]表示第[i]個用戶對第[j]個指標(biāo)重要程度給予保守評價;[yij]表示第[i]個用戶對第[j]個指標(biāo)重要程度給予最可能評價;[zij]表示第[i]個用戶對第[j]個指標(biāo)重要程度給予最樂觀評價。用戶評分范圍為0～100，由此形成的初始評估矩陣為：

Step2：確定用戶評估權(quán)重集[W]。

Step3：信息合成。將初始評估矩陣[Q]和用戶評估權(quán)重集[W]信息融合，由此判斷單因素信息，體現(xiàn)權(quán)數(shù)作用，利用用戶評估權(quán)重集進(jìn)行信息合成，從而獲取信息合成矩陣。

Step4：確定信息權(quán)。

1.2.3? 計算熵權(quán)

由于集群式供應(yīng)鏈物流效率評估指標(biāo)大都是定性評估指標(biāo)，不同用戶對指標(biāo)的重要性有不同的考量和判斷，因此考量采用熵值法為指標(biāo)賦予合理的權(quán)重。如果某個指標(biāo)信息熵小，那么說明指標(biāo)值變異程度就大，所提供的信息量也就越多，指標(biāo)權(quán)重也就越大;相反，如果某個指標(biāo)信息熵很大，則說明指標(biāo)值變異程度就小，所提供的信息量也就越小，那么指標(biāo)權(quán)重便小。由此可以根據(jù)指標(biāo)值的變異情況，利用信息熵得到指標(biāo)的權(quán)重。

1.2.4? 確定系統(tǒng)物流效率風(fēng)險概率

基于上述分析，可確定熵權(quán)，通過信息分析的方法得知各物流企業(yè)之間的可靠性系數(shù)和物流效率風(fēng)險概率。

假設(shè)通過信息分析法獲取集群式供應(yīng)鏈物流效率評估指標(biāo)體系層次權(quán)重集：

依據(jù)上述確定的權(quán)重組合，保留集群式供應(yīng)鏈物流效率評估定性指標(biāo)，促使最終指標(biāo)權(quán)重兼顧主、從兩個方面因素，由此確定系統(tǒng)物流效率風(fēng)險概率。

2? 實驗分析

為了驗證基于信息分析的集群式供應(yīng)鏈物流效率評估系統(tǒng)的合理性，進(jìn)行實驗驗證分析。

2.1? 實驗數(shù)據(jù)準(zhǔn)備

將自然因素引起的可能事件發(fā)生的概率，集群內(nèi)物流企業(yè)條件不確定性，合作伙伴不能按照合同進(jìn)行投資的概率，集群內(nèi)同類產(chǎn)品出現(xiàn)的概率，企業(yè)核心技術(shù)被其他企業(yè)攻克的概率，與其他企業(yè)的合作意外終止的概率，集群外企業(yè)競爭對手建立營銷的概率，路徑依賴的概率，產(chǎn)品市場生命周期階段的概率依次設(shè)置為E1，E2，E3，E4，E5，E6，E7，E8，E9，用戶評價矩陣如表1所示。

2.2? 實驗結(jié)果與分析

分別采用傳統(tǒng)系統(tǒng)與基于信息分析評估系統(tǒng)分別在有無噪聲環(huán)境下進(jìn)行評估效果對比分析。

1） 無噪聲

在無噪聲環(huán)境下，將傳統(tǒng)系統(tǒng)與基于信息分析評估系統(tǒng)的評估效果進(jìn)行對比，結(jié)果如圖7所示。

由圖7可知：隨著實驗次數(shù)的增加，采用傳統(tǒng)系統(tǒng)評估效果呈直線下降趨勢，而采用基于信息分析評估系統(tǒng)評估效果呈直線上升趨勢。當(dāng)實驗次數(shù)為5次時，兩種系統(tǒng)評估效果一致，都為73%;當(dāng)實驗次數(shù)為10次時，采用傳統(tǒng)系統(tǒng)評估效果為68%，而基于信息分析評估系統(tǒng)評估效果為73%;在實驗進(jìn)行到第40次時，傳統(tǒng)系統(tǒng)評估效果達(dá)到最低為21%，基于信息分析評估系統(tǒng)評估效果達(dá)到最高為82%。由此可知，在無噪聲環(huán)境下，采用基于信息分析評估系統(tǒng)評估效果比傳統(tǒng)系統(tǒng)評估效果要好。

2） 有噪聲

在有噪聲環(huán)境下，將傳統(tǒng)系統(tǒng)與基于信息分析評估系統(tǒng)的評估效果進(jìn)行對比，結(jié)果如圖8所示。

由圖8可知：與無噪聲環(huán)境相比，在有噪聲環(huán)境下，對比線為曲線。隨著實驗次數(shù)的增加，采用傳統(tǒng)系統(tǒng)評估效果曲線呈下降趨勢，而采用基于信息分析評估系統(tǒng)評估效果曲線呈上升趨勢。在實驗進(jìn)行到第40次時，傳統(tǒng)系統(tǒng)評估效果達(dá)到最低為10%，基于信息分析評估系統(tǒng)評估效果達(dá)到最高為80%。由此可知，在有噪聲環(huán)境下，采用基于信息分析評估系統(tǒng)評估效果比傳統(tǒng)系統(tǒng)評估效果要好。

綜上所述，無論在有無噪聲的環(huán)境下，采用基于信息分析評估系統(tǒng)評估效果都比傳統(tǒng)系統(tǒng)評估效果要好。因此，基于信息分析的集群式供應(yīng)鏈物流效率評估系統(tǒng)是合理的。

3? 結(jié)? 語

本文首先對集群式供應(yīng)鏈的風(fēng)險進(jìn)行了闡述，并利用信息分析的方式設(shè)計了集群式供應(yīng)鏈物流效率評估系統(tǒng)。在評價供應(yīng)鏈風(fēng)險的基礎(chǔ)上對其工作效率進(jìn)行分析，能夠有效增加可利用信息的范圍。通過實證分析可知，該系統(tǒng)評估效果較好，說明該方法的可操作性強(qiáng)。

集群式供應(yīng)鏈物流效率評估系統(tǒng)是信息化、高效化和人性化的系統(tǒng)，其快速發(fā)展推動了整個行業(yè)向綠色化方向發(fā)展，實現(xiàn)了對物流企業(yè)的規(guī)范化管理。雖然通過設(shè)計獲得了評估效果較好的系統(tǒng)，但仍存在一些問題，因此在今后研究進(jìn)程中，應(yīng)設(shè)計在線監(jiān)控、數(shù)據(jù)統(tǒng)計分析等功能，減少物流損失，從整體上提高物流行業(yè)競爭力。

參考文獻(xiàn)

[1] 蔡超，劉艷秋.基于模糊貝葉斯網(wǎng)絡(luò)的物流服務(wù)供應(yīng)鏈系統(tǒng)可靠性分析[J].中國流通經(jīng)濟(jì)，2018，32（4）：49?58.

[2] 孫圓圓，楊帆，魏靖哲，等.基于物流、資金流、信息流的日本藥品供應(yīng)鏈系統(tǒng)研究及啟示[J].中國醫(yī)藥工業(yè)雜志，2017，48（6）：918?924.

[3] 戴建平，駱溫平.流程協(xié)同下供應(yīng)鏈價值創(chuàng)造研究：基于物流企業(yè)與供應(yīng)鏈成員多邊合作的視角[J].技術(shù)經(jīng)濟(jì)與管理研究，2017，22（2）：3?7.

[4] 郝芳.基于虛擬集群式視角的我國旅游產(chǎn)業(yè)供應(yīng)鏈優(yōu)化模型構(gòu)建[J].商業(yè)經(jīng)濟(jì)研究，2017，18（5）：195?197.

[5] 汪傳雷，萬一荻，秦琴，等.基于區(qū)塊鏈的供應(yīng)鏈物流信息生態(tài)圈模型[J].情報理論與實踐，2017，40（7）：115?121.

[6] 賈鵬，董潔.基于BSC的物流服務(wù)供應(yīng)鏈績效指標(biāo)可拓優(yōu)度評價[J].統(tǒng)計與決策，2018，34（3）：44?48.

[7] 張廣勝，劉偉.物流服務(wù)供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)脆弱性測度研究[J].計算機(jī)工程與應(yīng)用，2017，53（19）：224?230.

[8] DONG Wenxin， WANG Ying， ZHANG Yue. Research on supply chain performance evaluation model based on DEMATEL?relevance analysis and VIKOR?Grey relevance analysis [J]. Research on science and technology management， 2018， 403（9）： 198?204.

[9] 賀杰.面向資源整合發(fā)展的物流企業(yè)營銷創(chuàng)新方式[J].西安工程大學(xué)學(xué)報，2016，30（4）：528?533.

[10] XUE Chaoying. Study on the operation model of food logistics based on integrated supply chain [J]. Food research and deve?lopment， 2017， 38（1）： 213?216.

[11] 楊柳.基于混合遺傳算法的物流配送路徑優(yōu)化研究[J].電子設(shè)計工程，2018，26（17）：70?74.

[12] 周三玲，童一飛.物流制造產(chǎn)品按需求資源優(yōu)化分配仿真[J].計算機(jī)仿真，2018，35（8）：420?423.

[13] 王力鋒，楊華玲.物流配送車輛最優(yōu)網(wǎng)絡(luò)路徑選取仿真[J].計算機(jī)仿真，2018，35（5）：156?159.