基于數(shù)學(xué)建模在物流網(wǎng)絡(luò)模型中的分析與應(yīng)用

田苗

摘要：隨著我國信息化時代不斷發(fā)展，智能物流成為人們生活當中不可或缺的重要基礎(chǔ)服務(wù)。在電子商務(wù)、物聯(lián)網(wǎng)技術(shù)日漸創(chuàng)新的當下，人們網(wǎng)絡(luò)購物、日常生活都離不開物流，對于物流服務(wù)的需求要求更高，促使物流網(wǎng)絡(luò)運行效率更高?？v觀我國當前物流網(wǎng)絡(luò)模型來看，大部分物流系統(tǒng)都是借助信息數(shù)學(xué)建模管理模式實施設(shè)計，這樣可以有效強化物流網(wǎng)絡(luò)模型運行效率。本文將針對信息化物流網(wǎng)絡(luò)模型進行詳細分析，提出物流網(wǎng)絡(luò)模型中的現(xiàn)存問題，并構(gòu)建出基于數(shù)學(xué)建模的物流網(wǎng)絡(luò)優(yōu)化模型，實現(xiàn)物流運輸效率最大化，切實滿足當前社會對物流服務(wù)的需求。

關(guān)鍵詞：數(shù)學(xué)建模? 物流網(wǎng)絡(luò)模型? 物流數(shù)據(jù)篩選? 模型構(gòu)架設(shè)計

中圖分類號：O29文獻標識碼：A???文章編號：1672-3791（2022）01（a）-0000-00

Analysis and Application of Mathematical Modeling in Logistics Network Model

TIAN? Miao

（Heilongjiangcollege of business and Technology， Harbin，Heilongjiang? Province，150025， China）

Abstract：With the continuous development of China's information age， intelligent logistics has become an indispensable basic service in people's life. With the increasing innovation of e-commerce and Internet of things technology， people's online shopping and daily life are inseparable from logistics. The demand for logistics services is higher， which promotes the operation efficiency of logistics network. Looking at the current logistics network model in China， most logistics systems are designed with the help of information mathematical modeling management mode， which can effectively strengthen the operation efficiency of logistics network model. This paper will analyze the information-based logistics network model in detail， put forward the existing problems in the logistics network model， and build a logistics network optimization model based on mathematical modeling to maximize the logistics transportation efficiency and effectively meet the current social demand for logistics services.

Key Words：Mathematical modeling; Logistics network model; Logistics data screening， Model framework design

在物流運輸領(lǐng)域中，隨著人們對物流服務(wù)需求的不斷提升，促使物流運輸當中存在的諸多問題需要優(yōu)化。從客觀層次上來說，優(yōu)化物流運輸管理問題是一個非常復(fù)雜的流程。針對運輸路徑來說，因為運輸路徑優(yōu)化問題是NP-C問題，對各類物流信息數(shù)據(jù)計算復(fù)雜性要求相對較高。在信息化時代當下，物流網(wǎng)絡(luò)模型信息化發(fā)展趨勢明顯，為了有效實現(xiàn)物流網(wǎng)絡(luò)模型優(yōu)化創(chuàng)新，需要引入數(shù)學(xué)建模技術(shù)來實現(xiàn)物流網(wǎng)絡(luò)模型運行效率優(yōu)化，讓物流網(wǎng)絡(luò)模型運行更加適應(yīng)當前社會發(fā)展需求，展現(xiàn)出物流網(wǎng)絡(luò)運輸?shù)呐c時俱進性。該文將基于數(shù)學(xué)建模在物流網(wǎng)絡(luò)模型中的應(yīng)用進行詳細分析。

1信息化物流網(wǎng)絡(luò)模型分析

當前我國社會已經(jīng)進入了信息化時代，信息化背景之下物流網(wǎng)絡(luò)模型具備信息技術(shù)化與信息網(wǎng)絡(luò)化特點。信息化背景之下，物流網(wǎng)絡(luò)模型主要分為3個系統(tǒng)構(gòu)成。第一，綜合信息系統(tǒng)。綜合信息系統(tǒng)是由客戶需求檢測系統(tǒng)、客戶信息收集系統(tǒng)、客戶信息反饋系統(tǒng)、應(yīng)急信息處理系統(tǒng)、應(yīng)急信息發(fā)布系統(tǒng)等構(gòu)成的。在綜合信息系統(tǒng)當中承擔著客戶信息收集、整理、發(fā)布、指令下達等諸多功能，這樣便可以迅速地對客戶信息進行管控。第二，評估決策系統(tǒng)。評估決策系統(tǒng)便是由各個網(wǎng)絡(luò)節(jié)點的相關(guān)人員、基礎(chǔ)設(shè)施構(gòu)成，在該系統(tǒng)當中承擔起了對所搜集到的數(shù)據(jù)信息進行處理的責(zé)任。此外，該系統(tǒng)還需要第一時間對各項信息進行響應(yīng)，并發(fā)布相關(guān)的指令。第三，快速儲運系統(tǒng)。快速儲運系統(tǒng)是一種以快速響應(yīng)所需各種物流網(wǎng)絡(luò)資源、實現(xiàn)特定運送存儲為目標的數(shù)據(jù)信息處理系統(tǒng)，以便第一時間對各項運輸信息進行處理，確?？焖?、精準、安全第進行貨物運輸存儲。綜合信息系統(tǒng)、評估決策系統(tǒng)、快速儲運系統(tǒng)，三者共同構(gòu)建出了信息化物流網(wǎng)絡(luò)模型。單個物流企業(yè)在應(yīng)用信息化物流網(wǎng)絡(luò)模型時，會以信息技術(shù)作為主要媒介，在信息化物流網(wǎng)絡(luò)模型當中搭建起暢通的信息溝通交互途徑，建立起企業(yè)與客戶之間流暢的信息溝通，構(gòu)成供應(yīng)鏈式物流網(wǎng)絡(luò)。在信息化物流網(wǎng)絡(luò)模型運行的過程中，系統(tǒng)接收到客戶訂單之后，便可以工供應(yīng)商處進行提貨設(shè)計，將貨物按照特定的物流途徑輸送到客戶手中。借助信息化技術(shù)手段對信息化物流網(wǎng)絡(luò)模型進行作用，對物流網(wǎng)絡(luò)資源內(nèi)容進行整合，形成企業(yè)之間分工協(xié)作的服務(wù)模式。

2物流網(wǎng)絡(luò)模型中的現(xiàn)存問題

在人們生活水平不斷提升的當下，人們對于物流服務(wù)的需求日漸提升，為了實現(xiàn)廣大群眾們不斷提升的實際需求，就應(yīng)該借助數(shù)學(xué)建模技術(shù)來提升物流運輸效率。物流網(wǎng)絡(luò)模型優(yōu)化設(shè)計中涉及的內(nèi)容較多，實施物流網(wǎng)絡(luò)運輸模式優(yōu)化涉及的運輸信息較多。將貨物從集散中心分配到多個目標時，需要明確物流配送位置、數(shù)量需求、優(yōu)化路徑，在確保運輸效率最大化、運輸成本最低化的基礎(chǔ)上，還可以踐行物流網(wǎng)絡(luò)模型優(yōu)化。物流網(wǎng)絡(luò)模型優(yōu)化的幾個目標有以下幾點：第一，對每條線路的貨運量進行把控，確保個車輛的貨運量不得超載。第二，每條車輛運輸目標應(yīng)該明確，要求一輛車輛限定時間內(nèi)送達貨物。第三，每一輛運輸車自集散中心出發(fā)，應(yīng)該在規(guī)范的時間內(nèi)返回到集散中心。按照以上的目標要求，引入數(shù)學(xué)模型技術(shù)對物流網(wǎng)絡(luò)模型進行科學(xué)合理優(yōu)化。

3數(shù)學(xué)建模在優(yōu)化物流網(wǎng)絡(luò)模型中的應(yīng)用策略

3.1 物流數(shù)據(jù)篩選

為了實現(xiàn)物流網(wǎng)絡(luò)模型優(yōu)化目標，必須要對物流處理的數(shù)據(jù)進行篩選。在進行物流數(shù)據(jù)篩選的過程中，主要是借助兩種方式實現(xiàn)的，第一，基于數(shù)據(jù)過濾對物流數(shù)據(jù)進行字段篩選分析;第二，基于物流數(shù)據(jù)纏繞屬性篩選方式，對物流數(shù)據(jù)進行字段篩選。

3.1.1數(shù)據(jù)過濾篩選

基于數(shù)據(jù)過濾對物流數(shù)據(jù)進行字段篩選時，應(yīng)該明確數(shù)據(jù)篩選特征。借助物流數(shù)據(jù)過濾方式實施字段篩選是一種具備高效的數(shù)據(jù)篩選方式，可以對特定判斷標準的數(shù)據(jù)信息進行屬性劃分，篩選出分值較高屬性的數(shù)據(jù)信息。數(shù)據(jù)過濾篩選模式在適當?shù)呐卸蕜t之下進行數(shù)據(jù)過濾處理，能夠快速得到目標數(shù)據(jù)信息，并且對目標數(shù)據(jù)的好壞、質(zhì)量進行處理分析。數(shù)據(jù)過濾篩選模式的優(yōu)點是可以快速的排除無用的數(shù)據(jù)信息，縮小優(yōu)化屬性字段搜索范圍，用來作為屬性預(yù)選器具備較高的價值，字段篩選快速。使用數(shù)據(jù)過濾篩選模式進行字段篩選是一個較為獨立的存在，與數(shù)據(jù)挖掘方法無關(guān)，與預(yù)測算法無關(guān)。數(shù)據(jù)過濾篩選模式的顯著缺點是無法篩選出一個規(guī)模較小、質(zhì)量交優(yōu)的字段。

3.1.2數(shù)據(jù)纏繞屬性篩選

數(shù)據(jù)纏繞屬性篩選模式對物流數(shù)據(jù)篩選具備一定價值，能夠在一定程度上起到數(shù)據(jù)篩選監(jiān)督，細化具體字段篩選效率。在屬性的篩選過程中，可以使用預(yù)期器算法對想要篩選的信息屬性進行評價。一般情況下評價的準則是篩選出該屬性之后的數(shù)據(jù)，并且借助預(yù)測期來獲取精準度較高的數(shù)據(jù)信息。使用涵蓋篩選屬性的數(shù)據(jù)集來訓(xùn)練預(yù)測期，根據(jù)訓(xùn)練得到的預(yù)測期在測試集上評判數(shù)據(jù)篩選的質(zhì)量。物流大數(shù)據(jù)的非結(jié)構(gòu)化轉(zhuǎn)變了數(shù)據(jù)分析的模式，促使數(shù)據(jù)篩選的要求更高。傳統(tǒng)數(shù)據(jù)分析一般以結(jié)構(gòu)化數(shù)據(jù)分析為主，物流業(yè)務(wù)分析主要是以被動式信息接受為主。在大數(shù)據(jù)時代背景之下，物流數(shù)據(jù)信息爆炸式增長，數(shù)據(jù)信息的累加促使物流數(shù)據(jù)信息分析對比量更多，通過大量非結(jié)構(gòu)化的模式，對數(shù)據(jù)信息之間隱含的關(guān)系進行分析把控，以便探尋出物流數(shù)據(jù)信息內(nèi)在關(guān)系與數(shù)據(jù)暗藏特點。數(shù)據(jù)纏繞屬性篩選模式其優(yōu)點是可以探尋出物流數(shù)據(jù)信息之間內(nèi)藏特點，集中強化數(shù)據(jù)信息篩選的精準度，獲取規(guī)模相對較小的屬性字段。數(shù)據(jù)纏繞屬性篩選模式的缺點便是該模式構(gòu)架相對復(fù)雜，數(shù)據(jù)挖掘時間較長，篩選出來的數(shù)據(jù)信息屬性對預(yù)測算法具備一定的依靠性。

3.2優(yōu)化物流網(wǎng)絡(luò)模型構(gòu)架設(shè)計

為了滿足優(yōu)化物流網(wǎng)絡(luò)模型目標，該文提出雙加權(quán)物流網(wǎng)絡(luò)模型二次規(guī)劃，將樣本物流網(wǎng)絡(luò)數(shù)據(jù)復(fù)制成兩份，則數(shù)據(jù)量從原來的變成2×，并且分別以不同的概率對不同類型的數(shù)據(jù)信息進行劃分。在引入數(shù)學(xué)建模時，最小化為;前是模型復(fù)雜程度;后是加權(quán)后的經(jīng)驗物流管理;為權(quán)值;為誤差。將其轉(zhuǎn)換為拉格朗日方程，其中、、、、表示1拉格朗日系數(shù)和誤差值，求出、、、，、、r微偏分便可以獲取最終想要的物流數(shù)據(jù)信息結(jié)果。該文所設(shè)計的優(yōu)化建模算法策略，對非結(jié)構(gòu)化的物流數(shù)據(jù)信息進行預(yù)測，在此基礎(chǔ)上非結(jié)構(gòu)化的物流數(shù)據(jù)信息在存在異常的情況，便可以引入加權(quán)建模、雙權(quán)建模算法對異常值進行處理。引入數(shù)據(jù)建模對非結(jié)構(gòu)化的物流數(shù)據(jù)信息運輸情況進行預(yù)測，引入微陣列數(shù)據(jù)，借助在非結(jié)構(gòu)化數(shù)據(jù)信息當中對重要屬性字段進行篩選這一規(guī)則，便可以對重要數(shù)據(jù)進行篩選把控處理。優(yōu)化物流網(wǎng)絡(luò)模型在數(shù)據(jù)信息精準度篩選當中進行應(yīng)用，比一般的算法速度更快。，，···，是輸入數(shù)據(jù)，，，···，是權(quán)值，存在為獲取的激活函數(shù)。激活函數(shù)的作用是對輸入數(shù)據(jù)進行客觀處理，其主要目的便是將不規(guī)整的數(shù)據(jù)信息進行統(tǒng)一化處理。在此數(shù)據(jù)建模當中，物理網(wǎng)絡(luò)模型的輸入輸出為{（，）}=1，=[、···x]∈m，其中表示分量的維度。

分類模型為：

i=1

i=1

=∑（）=∑（，，）?，=1，…，

其中為輸出權(quán)值向量，為輸入權(quán)值向量，為與相對應(yīng)的實際輸出向量為偏置。單隱層物流網(wǎng)絡(luò)模型的輸出誤差最小，最小損失函數(shù)嚴格按照最小二乘原則，為的廣義逆矩陣，通過訓(xùn)練物流網(wǎng)絡(luò)模型來構(gòu)建數(shù)據(jù)模型。在物流網(wǎng)絡(luò)模型當中，在網(wǎng)絡(luò)數(shù)據(jù)當中尋運行速度非?？欤谕惥葪l件之下相比BPNN、SVM、決策樹等有著時間復(fù)雜度等優(yōu)勢。此外，與常用數(shù)據(jù)建模分類方法相比，優(yōu)化后物流網(wǎng)絡(luò)模型的優(yōu)勢較高。

3.3優(yōu)化物流網(wǎng)絡(luò)模型優(yōu)勢驗證

在優(yōu)化物流網(wǎng)絡(luò)模型之下進行數(shù)學(xué)建模分析，為了實現(xiàn)運輸成本最優(yōu)化，那么便可以設(shè)置，=1，2。其中=1，2，3，4···表示從倉庫運輸?shù)娇蛻艟嚯x的商品數(shù)量。從A兩個倉庫運往4個地區(qū)的產(chǎn)品數(shù)量的總和應(yīng)該分別為、，所以應(yīng)該滿足：

+++=

+++=

在該文當中，通過網(wǎng)絡(luò)模型的方式獲取最優(yōu)化的運輸成本方案。模型對總物流成本進行了分析，并且規(guī)劃出了用時最低的路線方案，切實滿足了優(yōu)化物流網(wǎng)絡(luò)模型構(gòu)建需求。

4結(jié)語

總而言之，數(shù)學(xué)建模技術(shù)作為一種具備科學(xué)化的模式，可以有效應(yīng)用于物流運輸模式當中。在當前社會的不斷發(fā)展和進步當下，人們對于物流運輸需求日漸提升，為了切實有效地促進我國物流領(lǐng)域的科學(xué)發(fā)展、契合人們的實際需求，在此次對信息化物流網(wǎng)絡(luò)模型分析，探討物流網(wǎng)絡(luò)模型中的現(xiàn)存問題，對其進行優(yōu)化設(shè)計，必須要積極引入數(shù)學(xué)建模，實現(xiàn)對傳統(tǒng)物流運輸模式的優(yōu)化，確保物流運輸效率最大化、運輸成本最優(yōu)化、運輸路線高效化。

參考文獻

[1] 段嘉偉，李旭東，曹帥.基于高等數(shù)學(xué)建模思維的經(jīng)濟學(xué)應(yīng)用[J].現(xiàn)代營銷：經(jīng)營版，2020（2）：81.

[2] 趙婷婷.遼東灣生活區(qū)物流配送網(wǎng)絡(luò)設(shè)計[J].中國儲運，2020（3）：119-121.

[3]王玉學(xué)，汪子強.地下物流系統(tǒng)網(wǎng)絡(luò)數(shù)學(xué)模型構(gòu)建[J].工程數(shù)學(xué)學(xué)報，2020，37（6）：664-672.

[4]文藝.區(qū)域物流網(wǎng)絡(luò)結(jié)構(gòu)特征分析及其優(yōu)化[D].長沙：湖南師范大學(xué)，2020.

[5]曹亞群.數(shù)學(xué)建模在物流管理專業(yè)教學(xué)中的應(yīng)用[J].赤峰學(xué)院學(xué)報：自然科學(xué)版，2017，33（5）：214-215.

[6] 李琪.基于引力模型的區(qū)域物流網(wǎng)絡(luò)構(gòu)建研究[D].太原：中北大學(xué)，2021.