生产物流的概念范文

前言：我们精心挑选了数篇优质生产物流的概念文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

夜上海论坛 关键词：绿色物流；发展问题；对策建议

一、引言。

自上世纪七十年代开始，人们对环境问题越来越关注，几乎融入到社会经济的每一个领域中，这其中也包括环境问题对物流行业的影响，绿色物流应运而生。然而，绿色物流是20世纪九十年代中期才被提出的一个概念，到目前还没有统一的较为成熟的定义。一般而言，绿色物流是指通过降低对环境的污染、减少资源消耗为目标，利用先进物流技术规划和实施运输、储存、包装、装卸、流通加工等物流活动。

夜上海论坛 而《中华人民共和国国家标准物流术语》指出，绿色物流是在物流过程中抑制物流对环境造成危害的同时，实现对物流环境的净化，使物流资源得到最充分利用。它的最终目标是实现可持续发展，其活动范围也涵盖了产品的全部生命周期。

夜上海论坛 二、我国绿色物流发展问题。

夜上海论坛 自从我国引进物流概念，物流业便取得了较大的发展，在我国经济中占据重要地位。但由于我国正处在经济快速增长时期，不仅要面临提高社会生产力、增强综合国力和提高人民生活水平的发展任务，同时又面临着相当严峻的环境问题和困难，再加之我国绿色物流起步较晚，与经济发达国家相比，仍具有相当程度的差距，所以在其发展过程中存在诸多如观念没有被广泛认同、技术和管理水平落后等不足。

（一）绿色物流的观念未被接受。由于我国的绿色物流业刚刚兴起，人们对它的认识还非常有限，有的甚至完全不了解，再加上它属于新兴产业，无论是政府还是企业或是消费者，对它都不是很熟悉。有的即使稍微有些清楚，也认为那只是概念夜上海论坛理论的东西，要运用到实践中是不可能的事情，再加上社会上绿色物流的思想基本不存在，因此其观念也不可能向西方国家那般深入人心，与国际上先进技术国家绿色物流的观念存在较大差距，由此对它的发展也就缺乏前瞻性。

（二）绿色物流的体制不完善，政策缺失。

由于绿色物流对我国经济的可持续发展和人们生活水平的提高有着重要意义，所以说，绿色物流不仅仅是物流企业需要关心的，同时也需要政府和消费者等多方面的关注。虽然绿色物流可以通过市场调节机制进行自发调节，但它同时也需要政府的扶持与引导，这样才能使绿色物流行业更好地发展。自从20世纪九十年代以来，我国便一直致力于环境污染方面的政策和法规建设，也颁布了一系列的法律法规，但针对物流行业的还不是很多。再加上物流行业涉及的行业、部门较多，我国又没有设立专门的物流部门来进行规划、管理、监督，而且我国的管理部门职责划分不清，缺乏统一的管理思想，导致了物流行业的秩序混乱、资源配置的巨大浪费。

（三）绿色物流的基础设施装备和技术落后。

由于物流行业与运输、储存、包装、装卸、流通等基本环节有着紧密联系，所以它的发展也就对道路、码头、配送场所基础装备设施有着较高的要求。然而，我国的物流行业还未形成较好的规模，其基础设施建设还不完善，装备水平较低，配套性和兼容性也比较差，各种运输方式之间的标准不统一，造成了物流业的发展缓慢。而且，我国的绿色物流技术与发达国家有着一定程度的差距，特别是机械化和自动化水平的落后，使得物流效率大大降低。物流行业内部的恶性竞争与无序发展，不仅对环境造成了很大的影响，也限制了绿色物流的较好发展。

（四）绿色物流缺乏专业的高素质复合型人才。当代物流企业的竞争，归根结底就是物流人才的竞争。然而，由于我国物流行业的起步较晚，人们对物流的研究也就相对较少。再加上我国在物流教育方面还比较落后，物流专业的职业教育及高等教育还没有形成规模，高等学院虽然设有物流专业，但其课程不是很多，而职业教育学院则参差不齐，水平并不是很高，至于物流人员的培训机构更是缺乏专业知识和导师的指导，并没有进行专业教育。对于绿色物流的研究生教育刚开始发展。还有很多已经从事物流行业的人员，不仅素质不高，而且大多数都没有进行专业的物流学习，只是按照已有的经验来进行运作、安排，加之没有不断汲取外界的新知识，导致了对他人的教育方式比较落后，从而使得企业没有新鲜血液的流入，企业停步不前。因此，我国物流行业需要高素质的复合型专业人才。

以上问题表明，我国的绿色物流在将来的发展道路上还要走很长的路。而且，随着经济的全球化，我国势必要加入物流这场残酷的竞争中，因此建立和完善我国的绿色物流体系，实现经济效益和资源利用的最大化，有利于我国绿色物流的更好发展，同时也有助于经济的可持续发展。

三、我国发展绿色物流的建议。

（一）树立绿色物流观念。当今社会，不仅要求低碳，还要求绿色，绿色产品、绿色消费，当然也要绿色物流。然而，绿色物流作为一种全新的理念，还未被人们所接受，旧的物流观念仍根深蒂固，因此我们要转变人们的观念，让人们意识到绿色物流在生活中的重要性，积极主动地了解、认知绿色物流。这就要求政府采取一切措施，大力宣传和倡导绿色物流，为绿色物流的发展创造良好的环境；同时，也利用一切可以利用的大众媒体向公众提供有关绿色物流的信息，让人们更加深入地了解绿色物流的概念。当然，绿色物流不仅仅是政府需要关心的，同时也是企业需要关注的，因为新的物流理念有助于企业经济的可持续发展，有助于长远效益的提高，所以这就要求企业及时改变员工的观念，树立全新的物流理念，更新思想。

（二）完善绿色物流体制与法律法规。由于绿色物流的发展需要政府强有力的政策保障，因此我们必须建立一套完善的法律法规和政策体系来有效地规范、监督和激励物流企业的行为。如，通过排污收费制度、建立绿色物流标准、环境立法、许可证制度来约束、干预物流活动，通过制定税收扶持政策、绿色补贴政策、贷款优惠政策激励和引导物流的主流行为，促进绿色物流的健康发展。然而，由于物流行业涉及的行业、部门较多，所以这就要求我们建立统一的体系来对物流进行规划管理，确保各部门协调一致，避免物流行业发展混乱。同时，也要理清各管理部门的职责划分，让各部门各司其职，并运用统一的思想来进行管理。只有这样，才能实现资源的最大利用，从而使得绿色物流行业取得较快的发展。

夜上海论坛 （三）加强绿色物流基础设施装备。由于物流的发展与公路、铁路、水运、航运、管道等交通基础设施有着紧密联系，所以要让物流行业快速发展，就必须加快绿色物流公共基础设施的建设与规划。但是，我国目前物流基础设施尚不完善，这就要我们重视物流基础设施的利用和改造，并在其基础上进行合理规划和整体设计，提高现有设施的使用效率，发挥现有设施的综合效能。同时，我们还要统一各种运输方式之间的标准，注重加强各种运输方式之间的衔接，完善交通运输网络，使物流发展的道路更为畅通。并且还要引进国外先进的技术理念，既要重视现有物流基础设施的更新改造，避免重复建设和资源浪费，又要加强新建设施的宏观协调和功能整合。

夜上海论坛 （四）引进国外绿色物流先进技术。目前，我们正面临着全面大开的局面，政府不仅要引进先进的信息技术，包括全面质量管理（TQM）、电子数据交换（EDI）、射频技术（RF）、全球定位系统（GPS）、企业资源计划（ERP）等技术，全面提高企业信息管理水平，同时还要建立信息网络平台，加快信息的交流与传递，实现资源最大范围的共享，也可以利用这一平台来有效地缩短采购周期，节约成本，为物流的发展创造良好的条件。

（五）培养绿色物流专业高素质复合型人才。由于绿色物流是新兴事物，人们对于它并不是很了解，更不用说是专业人才，所以我们要加强对绿色物流人才的培养。首先，政府要大力支持和引导绿色物流的研究工作，加强应用型技术的开发与运用，并且要充分加强相关科研机构、大学及物流企业的合作，形成生产、市场、研究相结合的良性循环，实现理论向实践的转换；其次，各大高等院校也要多设立一些有关物流专业方面的课程，开展多层次、多样化的物流教育，同时也要引进海外物流人才，不断扩充物流师资队伍，提高物流教育水平，这样才会出现更多高素质的物流专业人才。但由于我国的学历制度刚开始不久，而人才的培养又需要一个较为漫长的过程，这就要求我们开展物流培训和资格认证工作，从而提高我国物流人员的整体素质，满足物流人才的需求。对于已经走上工作岗位的物流人员，也可以通过短期的专业培训或在岗培训来加强其专业知识，提高自身素养，并不断汲取外界的新鲜事物，成为企业需要的人才。

四、结束语。

夜上海论坛 总而言之，尽管我国绿色物流目前的发展水平还不高，并且存在很多不足，但我国经济已经成为世界经济的一部分，我们势必要加快物流行业在国际中的竞争力，加快绿色物流的建设。而且，绿色物流不仅是21世纪经济可持续发展的客观要求，也是我国物流发展的必然选择。它不但可以实现物流系统的整体最优化，还能将对环境的破坏降到最低，并有利于我国物流管理水平的提高和经济的可持续发展，对于我国的经济发展有着重大意义。

参考文献：

[1]张威。我国绿色物流发展现状与对策浅析[J].现代商业，2009.23.

第2篇

夜上海论坛 关键词：生产物流；成本指数；预测

在小批量、多品种的汽车制造企业生产车间里，由于生产过程中各种非确定性因素的干扰导致生产物流的成本时常发生漂移现象，严重影响和制约了汽车制造企业生产效率的提高。因而对生产物流系统成本动态变化进行有效预测，对提高企业制造水平至关重要。目前，用于汽车制造企业生产物流成本预测方法有基于成本外部特征表现、基于统计分析及仿真技术和基于成本度等三种，但上述三种成本预测方法在成本预测方法上都存在一定的不足，在实现手段上也存在一定的困难。本文基于成本漂移指数数学模型来构建汽车制造企业生产物流成本预测方法，进而实现生产物流系统成本的连续动态预测。

一、成本多态性概念模型及定义

夜上海论坛 汽车制造企业生产物流系统的成本多态性是生产物流系统成本在成本漂移的情况下表现出来的多种形式，是对系统成本动态变化特性的直接反映。成本多态性通常表现为四种形态，分别为迟钝型、灵敏型、渐离型和渐向型，本文通过对这四种形态进行描述来为研究汽车制造企业生产物流的成本漂移规律提供理论依据。

记sl和Sj分别为影响制造单元成本度的第l个因素和系统成本的集合，且l=1，2，…，m和j=1，2，…，n。对主次成本和上述四种成本形态进行定义为：在系统成本集合Sj中，若j为主成本，则j对系统的有效产出影响最大，次成本为主成本消除后最有可能成为主成本的成本；记为sl的m个影响因素均发生单位变化时j的成本度变化量，若其变化量的绝对值||小于或等于敏感等级评定标准值α，即||≤α，则j为迟钝型成本，反之j为灵敏性成本；其中，α的大小通常为各制造单元成本漂移指数均值的1.5倍左右。若j的成本度在成本漂移综合变化时呈现递减趋向，则j为渐离型成本，反之j为渐向型成本；若j同时为灵敏型和渐向型成本，则j为正灵敏型成本，反之j为负灵敏型。

二、成本指数的数学描述

夜上海论坛 用于表征制造单元固有动态特性的成本度是指任一制造单元在企业生产内部要素和外部要素共同作用和影响下都有成为成本的能力。制造单元的成本度与加工任务成正比，与加工需求成反比。根据上述成本度的特点，可将制造单元的加工需求和加工能力作为参数，通过构建成本指数IBN的数学模型来衡量成本度的大小。其中，加工需求分为质量需求和生产负荷，而加工能力分为质量能力和生产能力。度量质量需求和质量能力通常采用无量纲的指标，而度量生产负荷和生产能力则采用时间为参数。因而，加工单元和运输单元成本指数IBN的数学模型分别为：

三、成本漂移指数数学模型建立

通过将成本指数作为基础，构建的汽车制造企业生产物流成本漂移指数数学模型为：

夜上海论坛 四、构建成本多态性预测机制

夜上海论坛 本文将成本漂移指数作为基点来构建汽车制造企业生产物流成本多态性预测机制，并进而实现四种成本形态和正负灵敏型成本共六个成本的判定，具体的判定机制为：

式中，Bsl、Bsv、Bd、Bg、Bsv+和Bsv-分别表示迟钝型、灵敏型、渐离型、渐向型、正灵敏型和负灵敏型成本；为时刻T生产物流系统成本单元的集合。

夜上海论坛 五、汽车制造企业生产物流瓶颈闭环预测方法

夜上海论坛 在汽车制造企业生产车间内，不同的制造单元对系统绩效所产生的影响不同。当有且仅有一个瓶颈在系统中存在时，则具有正灵敏性的非瓶颈单元对系统绩效具有较大的影响；当多个瓶颈同时存在于系统中时，主次瓶颈和正负灵敏型瓶颈对系统绩效具有较大的影响；当无瓶颈在系统中时，重点且具有正灵敏性的非瓶颈单元则需要特别管理。因而根据上述描述，则以主次瓶颈、正负灵敏型瓶颈和重点且具有正灵敏性的非瓶颈单元为对象，并以瓶颈指数作为基础，便可构建汽车制造企业生产物流成本闭环预测方法。

六、结论

夜上海论坛 本文以成本指数为基础，对成本多态性的四种成本形态迟钝型、灵敏型、渐离型和渐近型进行了定义，给出了成本指数的数学描述和建立了成本漂移指数数学模型，并构建了成本多态性的预测机制。

参考文献：

[1]李佛赏.我国汽车物流发展成本研究[J].物流技术，2012，31（9）： 85-87.

[2]刘敏，王翠.生产物流的成本辨识及转移研究状况分析[J].企业经济，2011， 25（8）： 41-43.

夜上海论坛 [3]关怀庆.生产物流系统的设施布局优化研究[J].物流技术，2012，31（3）：120-123.

第3篇

夜上海论坛 【关键词】生产物流；数据挖掘；关联规则

一、引言

随着物流一体化的发展，目前国内很多企业都在对企业的“第三利润源”——物流系统进行研究和改进，进一步增强企业的物流服务能力，提高企业竞争力。当前国内生产企业正处于经济一体化的大环境中，企业对客户的快速反应和高质、高效、个性化的服务是每个企业追求的目标。企业产品的生命周期交货期都在缩短，多品种、中小批量的生产方式比重大幅增加，产品结构日趋复杂，产品功能日益完善。因此，制造业生产物流系统也更加复杂，必须通过现代物流管理手段来加强企业自身的物流管理，来满足物流量的增大、流速的提高的要求，达到流程的更加有效。

夜上海论坛 现代物流系统是一个庞大复杂的系统，它包括运输、仓储、配送、搬运、包装和物流再加工等诸多环节，每个环节的信息流量都十分巨大。同时，信息化物流网络体系的应用也使得数据库规模不断扩大，巨大的数据流使企业难以对其进行准确、高效的收集和及时处理。决策管理人员在日常管理业务中收集并存储了大量的数据，但却很难掌握到所希望得到的信息，这是因为一方面缺乏足够的信息来支持科学的决策，另一方面，积累的丰富数据没有发挥应有的作用。由于涉及的数据量大，且来源广泛，传统的操作型数据库已无法支持生产物流管理系统的分析功能。为了帮助决策者快速、准确地做出决策，实现对物流过程的控制，提高企业的运作效率，降低整个过程的物流成本，增加收益，就需要一种新的数据分析技术来处理数据。

夜上海论坛 二、生产物流与数据挖掘的理论研究

1.生产物流概述

夜上海论坛 （1）生产物流的定义

生产物流（Production Logistics），也称厂区物流、车间物流等，是企业物流的核心部分。它在《物流术语国家标准》中的定义是：生产过程中原材料、在制品、半成品、产成品等在企业内部的实体流动。

夜上海论坛 生产物流的过程大体为：原材料、零部件、外购件、燃料等辅助材料从企业仓库或企业的“门口”开始，进入生产线的开始端并投入生产，经过下料、发料、运送到各个加工点和存储点，以在制品的形态，从一个生产单位（仓库）流入另一个生产单位，随生产加工过程一个一个环节的“流”，在“流”的过程中按照规定的工艺过程进行加工、储存，借助一定的运输装置，在某个点内流转，又从某个点内流出，始终体现着物流实物形态的流转过程，同时生产一些废料、余料，直到生产加工终结，再“流”至成品仓库终结了企业生产物流过程。生产过程中的物流示意图如图1-1所示。

（2）生产物流过程中的数据特点

生产物流管理中所涉及的数据量大，且来源广泛，其特点主要表现在以下几个方面：生产物流决策管理的信息来源于不同的数据库，包括生产、配送、仓储等各类数据，这些数据缺乏组织性，存在许多重复和不一致的地方，同时也蕴涵了不同的业务处理逻辑；生产物流决策管理的关键是对大量的历史数据进行分析以便于进行决策；

生产物流决策管理分析对数值计算能力和数据的集成综合处理能力的要求较高。

2.数据挖掘技术概述

近年来，以互联网为代表的计算机信息技术的迅速普及，使人们的生活条件和社会环境发生了巨大的变化。大量的数据库被广泛的应用于企业管理、科学研究、电子商务、金融预测、商品零售、医药化工、政府办公以及工程开发等社会生活的各个领域，并且这一趋势仍将继续。人们积累的信息已经达到了TB级，甚至PB级。因此在需求的呼唤下数据挖掘技术应运而生，并得以在社会生活的各个领域蓬勃发展。

夜上海论坛 （1）数据挖掘的定义

数据挖掘（Data Mining），就是从海量数据中挖掘出隐含在其中的知识。数据挖掘的概念应该分为狭义的和广义两种。一般认为，广义的数据挖掘又称数据库中的知识发现（Knowledge Discovery in Database），简称知识发现（KDD）。它是从大量的、不完整的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的、但又是可信的、潜在的和有价值的信息和知识的过程。狭义的数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据之间关系的过程，是知识发现过程中的一个步骤。

（2）数据挖掘过程

数据挖掘过程包括问题定义、数据准备、数据挖掘、结果分析、知识的运用五个阶段。其一般流程主要包括三个阶段：数据准备、数据挖掘、结果解释和评价。如图1-2所示的数据挖掘过程。

（3）数据挖掘系统的体系结构

夜上海论坛 在常用的数据挖掘系统中，一般将其分为三层结构，如图1-3所示。第一层是数据源，包括数据库、数据仓库以及其他数据源，主要用于搜集并存储信息。第二层是挖掘器，主要职责是利用数据挖掘系统提供的各种数据挖掘方法分析和提取数据库中的数据，从大量冗杂的数据信息中得出有价值的信息，以达到用户的需求。第三层是用户层，该层的主要功能是使用多种方式将获取的信息和发现的知识反映给用户，为用户的活动提供科学的依据。

夜上海论坛 三、数据挖掘在生产物流过程中的应用分析

1.数据挖掘在生产物流过程中的应用方面

夜上海论坛 一般来讲，数据挖掘在生产物流过程中可以应用在以下几个方面：

（1）产量预测

产量会影响企业的生产物流和规划活动。通常产品在进入市场后，并不会永远保持最高销量。一般来讲，随着时间的推移，产品会遵守销量变化的模式，经历四个阶段，即导入期、增长期、成熟期和衰退期。在各个阶段，产品的生产要求和实物分拨策略是不同的。如在导入期，产品逐步得到市场的认可，销售量可能会快速的增长，这时需要提前的生产计划、生产作业安排以及适合的库存和运输策略，指导企业的生产，合理地控制库存和安排运输。

（2）物流需求预测

企业生产规划和控制物流活动需要准确估计生产过程中所处理的原材料、在制品、半成品和产成品的数量以及种类，这些估计主要采用预测和推算的方式。

数据挖掘可以对生产物流活动中的各种物料类型随时间变化的规律和趋势进行建模描述。时间趋势分析可以对现有物料在时间上的变化找出趋势，然后确定需要注意和开发的物料的类型。空间趋势分析可以根据物料在厂区地理位置的变化找到趋势，然后确定需要重点关注的工艺环节。这对于企业经营的长远发展也是至关重要的。

（3）部门绩效分析

夜上海论坛 通过对各部门的绩效考核，可以达到激励与监督的管理效应，从而有助于提高企业的运作效率。部门绩效分析可将生产物流管理策略转化为企业内部各个部门的执行力，通过制定各个部门包括财务、仓储、配送、生产等方面的考核指标，在统计分析的基础之上形成各个部门的绩效考核体系。

2.生产物流过程中实施数据挖掘应注意的问题

（1）明确数据挖掘的目标，充分发挥数据挖掘过程模型的指导作用

夜上海论坛 数据挖掘是一个复杂的过程。在实施数据挖掘之前，先制定采取什么样的步骤，每一步都做什么，达到什么样的目标是有必要的。有了好的计划才能保证数据挖掘有条不紊的实施并取得成功。很多数据挖掘软件供应商提供一些数据挖掘过程模型，可以指导物流企业逐步开展数据挖掘工作。

夜上海论坛 （2）注重企业数据仓库的建设和数据的积累，提高数据的准确度

实施数据挖掘的前提和基础是拥有大量、真实的数据。数据不足，导致无法有效开展数据挖掘；而数据欠缺准确性，则会严重影响数据挖掘结果的可靠性。企业在日常的工作中，应注意数据的收集、分类和整理，并将它贯穿于企业信息系统的构建和应用中，从而为今后的数据挖掘奠定良好的基础。

（3）针对不同的问题，合理选用数据挖掘算法

夜上海论坛 任何一种数据挖掘的算法，不管是统计分析方法、神经元网络、决策树分析方法，还是遗传算法，没有一种算法是万能的。不同的问题，需要用不同的方法去解决。即使对于同一个问题，可能有多种算法，也需要预先评估。

夜上海论坛 （4）数据挖掘项目需要多方面人员共同合作

夜上海论坛 数据挖掘过程的分步实现，不同的步骤需要有不同专长的人员，他们可以分为三类：物流作业分析人员、数据分析人员和数据管理人员。各方人员需要通力合作，寻找适合企业生产的方法，逐步建立数据挖掘模型。

夜上海论坛 3.数据挖掘在生产物流过程中的应用举例

（1）聚类分析的具体应用

聚类也称细分，它基于一组属性对事例进行分组，在同一个聚类中的事例或多或少的会有一些相同的属性。在生产物流过程中应用数据挖掘技术，根据聚类算法将会很容易的看出物料、生产物流环节、工作人员、部门等各自之间的相同属性。

图3-1中描述了一个简单的原材料数据集，其中包含订货批量和价格两个属性，基于这两个属性值，聚类算法把这个数据分为了3类。聚类1是订货批量和价格都相对较低的原材料；聚类2是低订货批量的高价格原材料；聚类3是高订货批量的低价格原材料。以此类推，应用聚类分析可以给生产物流环节、工作人员等进行归类，以便于管理调度活动的顺利进行。

（2）关联规则的具体应用

关联是另一种常见的数据挖掘任务。典型的关联问题是分析一个生产物流事务表，找出相互关联的物流活动并且确定在同一次生产物流活动过程中的哪些物流环节比较频繁出现。关联规则通常用来确定一组项集（频繁项集）和规则，以达到对生产物流过程中的交叉物流的合理调度。就关联而言，项是一个物流环节，或者一个属性/值对。关联模式分析的目的，是为了挖掘出频繁项集和关联规则（隐藏在数据间的相互关系）。即通过量化的数字，描述物流环节A的出现对物流环节B的出现有多大影响。

图3-2描述了原材料及物流环节的关联模式。图中的每一条线表示两个节点之间的关系，箭头的方向表示预测的方向。

（3）序列分析的具体应用

序列分析和关联分析有点相似，它们都包含一个项集或一组状态。两者的区别在于：序列模型分析的是状态的转移，关联模型认为每个相关联的项都是平等的和相互独立的。通过序列模型可知，先进行物流环节A再进行物流环节B和先进行物流环节B再进行物流环节A都是两个不同的序列。但是如果使用关联算法，则认为它们是相同的项集。

图3-3描述了一个生产物流过程中的物流活动序列，每一个箭头都表示生产物流活动的转移，每个转移都用一个权值表示，表示从一种物流活动转到另一种物流活动的概率。在实际应用过程中，根据历史记录数据即可得到具体的序列分析图。

夜上海论坛 四、数据挖掘在生产物流过程中的应用的发展前景

数据挖掘技术已经在商业、金融业、保险业、电信业等多个领域开始得到应用，取得了令人满意的效果。我国企业的生产物流方面对数据挖掘应用还处于起步阶段，经验不足，应用实践在国内生产物流中还并不多见。但随着数据挖掘应用研究的深入开展，以及企业追求运营绩效愿望的增强，将会有越来越多的生产物流引入数据挖掘，为企业在激烈的竞争中掌握主动，在未来的发展中提供更广阔的空间，发挥重要的作用，数据挖掘在生产物流中将会有更加广阔的前景。

1.框架方面

夜上海论坛 数据挖掘是基于数据库或数据仓库而进行的，而数据库是基于企业各方面的底层经营资料搭建而成的，数据仓库的组织是面向主题的。生产物流则是一个过程，包含了计划、实施和控制的功能。那么，如何使数据挖掘技术全面地支撑起其在现代生产物流中的应用呢？

夜上海论坛 在这种整体框架方面的研究已引起了广泛关注。基于活动的生产物流剖析方法把生产物流按照其生产活动进行剖析，把生产物流活动的分析同日常的经营联系起来。依据这种理念，生产物流管理在第一次的剖析中，可以分析出生产物流过程中相互依赖的活动；接下来，基于第一次剖析结果中的几种活动再分别进行第二次剖析。

2.数据方面

夜上海论坛 数据挖掘技术源于物流的直接需求，虽然它在各种领域都存在广泛的使用价值，但是物流领域是数据挖掘的主要应用领域之一。这是因为条形码等技术的发展，物流部门可以利用前端PC系统收集、存储大量的数据、进出历史记录、货物进出状况和服务记录等等。生产物流同样积累了大量的数据，这些数据正是数据挖掘的基础。数据挖掘技术有助于识别生产过程中的运输行为，发现生产的新模式和趋势，改进生产运作的效率，取得更高的核心竞争力。

RFID，即无线射频技术在物流领域的引入，正在或即将改变生产物流的各个环节。主要表现在以下几个方面：

（1）数据信息更加准确。利用无线射频技术进行数据采集，由于在读取时受遮盖、方向和位置的影响很小，避免了因条形码退化、磨损、易复制和人工识别所造成的误差，从而数据挖掘所得到的结果更加符合实际。

（2）广阔的数据存储量。RFID标签的信息存储空间比条形码高出几万倍，所以有关物料的各项信息在相应的环节都能写入标签，而不会出现信息存储空间不足的情况。

3.技术方面

数据挖掘的研究随着信息技术的发展在不断地进步与完善。数据挖掘领域新技术或新算法的引入，也为生产物流领域的应用提供了更多更准确的方法。

目前数据挖掘的研究主要从以下几个方面开展：

（1）针对不同的数据挖掘任务开发专用的数据挖掘系统。一个功能很强的数据挖掘系统要能够处理各种类型的数据是不现实的，应当根据特定类型数据的挖掘任务构造专用的数据挖掘系统，如关系数据库挖掘，空间数据库挖掘等。

（2）高效率的挖掘算法。数据挖掘算法必须是高效的，即算法的运行时间必须是可预测的和可接受的，带有指数甚至是中阶多项式的算法，没有实际使用价值。

（3）提高数据挖掘结果的有效性、确定性和可表达性。对已发现的知识应能准确地描述数据库中的内容，并能用于实际领域。对有缺陷的数据应当根据不确定性度量，以近似规律或定量规则形式表示出来。还应能很好地处理和抑制噪声数据和不希望的数据。

夜上海论坛 （4）数据挖掘结果的可视化。数据挖掘任务由非领域专家指定，所以希望最后发现的知识用用户理解的方式表达出来。

夜上海论坛 （5）多抽象层上的交互式数据挖掘。交互式数据挖掘允许用户交互地精炼数据挖掘需求，动态改变数据焦点，逐步深化数据挖掘过程，从不同角度不同抽象层次上灵活地观察数据和挖掘结果。

五、结论

文章运用数据挖掘技术，结合了生产物流的实际情况，借鉴了国内外学者的研究成果，对数据挖掘在生产物流过程中的应用进行了研究。数据挖掘作为一门新兴的多学科交叉的技术还处于初级发展时期，它能够挖掘蕴藏在海量数据中大量未知的和有价值的信息，为管理提供各种决策信息，减轻管理者从事低层次信息处理和分析的负担，提高了管理和决策的水平。

伴随着信息时代的数据量剧增的显著特征，深化生产物流信息管理的最有效的方法是在其中引进数据挖掘技术。在分析其系统体系结构的基础上，提出基于数据挖掘的生产物流决策管理系统，将分散的、标准不同的、逻辑关系不一致的数据经过分析、抽取、转换、整合到统一的数据仓库中，通过数据挖掘，形成生产物流决策管理人员所需要的信息和数据，从而有利于生产物流决策管理人员做出科学的决策，提高自身在市场竞争中的地位。数据挖掘可以从数据中发现趋势和模式。人们可以将通过数据挖掘发现的新趋势和模式应用到决策上，以提高利润，降低成本等。

总之，充分、合理的利用数据挖掘技术，可以进行市场预测和分析，这必将为正确的决策奠定坚实的基础，同时也为生产物流的管理和发展指明了方向。

参考文献

夜上海论坛 [1]李义华，庞燕.物流企业工作流程的数据挖掘[J].中国物流与采购，2009（21）.

[2]王羽.物流管理数据挖掘综述[J].现代经济，2008，7（8）.

[3]魏新军.数据挖掘物流企业提升竞争力的利器[OL].中国储运网.Http：//.

[4]夏国成，赵佳宝.数据挖掘在现代物流中应用的再度分析[J].现代管理科学，2005（6）.

[5]张敏.数据挖掘技术及应用[J].信息技术，2010（8）.

[6]王锐，马德涛，陈晨.数据挖掘技术及其应用现状探析[J].电脑应用技术，2007（69）.

[7]杨毓玲，范波峰.生产物流计划与控制策略研究[J].科技经济市场，2008（6）.

夜上海论坛 [8]孙俊玲.浅析数据挖掘技术在现代物流管理中的应用[J].河南财政税务高等专科学校学报，2009，23（3）.

[9]范坤，何智文.基于数据挖掘在物流管理决策中的应用[J].湖北广播电视大学学报，2008，28（10）.

[10]方霞.生产过程中的物流管理系统及其应用研究[D].电气与信息工程，2004.

[11]刘伟.物流领域CRM中数据挖掘技术的应用研究[D].大连海事大学，2006.

[12]李廷佳.基于数据挖掘技术的物流信息系统的研究与实现[D].北京邮电大学，2008.

[13]方志斌.基于数据挖掘技术的物流决策支持系统的研究与实现[D].国防科技大学研究生院，2006.

[14]杨永刚.数据挖掘在物流领域中的应用[D].武汉理工大学硕士论文，2006.

夜上海论坛 [15]Martin Christopher.Logistics and Supply Chain Management Strategies for Reducing Cost and Improving Service[M].Beijing：Electronics Industry Press，2003.