实时物流配送行程时间预测方法研究
|
摘要
实时物流是指通过使用最新信息技术与现代物流技术来积极地消除物流业务流程中的管理与执行的延迟，从而提高企业整个物流系统反应速度与竞争力，提升物流企业服务水平的当代物流理念。实时物流战略的实施有助于企业竞争力的提升。物流配送系统是物流系统的重要组成部分，在实施实时物流战略的过程中必须有实时物流系统作为保障。
本文首先分析了实时物流的理念、实施实时物流战略的优势以及实时物流战略与其他物流战略的关系，提出实时物流战略是当代企业发展的必然选择。然后以吉林省长春市物流企业A的物流配送系统为研究对象，分析了配送过程中进行车辆行程时间预测的必要性，针对某一线路进行数据搜集整理，建立了基于指数平滑法的物流配送车辆行程时间预测模型，并用数值例子说明了预测方法的有效性。最后，总结了文章的主要结论并提出一些相关建议。
RTL means that it employs the latest information technology and modernlogistics technology to actively eliminate the postponement in logistics managementand execution，to improve the response ability the competitiveness of the wholelogistics system，and to elevate its service level. Real-time logistics strategies canhelp to enhance the competitiveness of enterprises. Distribution system is animportant part of the logistics system, In the process of implementing real-timelogistics strategy distribution system play an important role.
First of all the paper analyzes the concept of real-time logistics, theadvantages of real-time logistics strategy and the differences of real-time logisticsstrategy compared with other logistics strategy, and believe that real-time logisticsstrategy is the inevitable choice for contemporary enterprise development. Then thisarticle regards the company A from Jilin province as the object of study. Afteranalyzing of the distribution process, the necessity for vehicle travel time predictionis obvious. Through data collecting for a certain line, Based on exponentialsmoothing, the article sets up a logistics vehicle travel time prediction model, andproves that the forecasting method is effective by an example. Finally, this papersummarizes the main conclusions of the article and puts forward some suggestions.
本文首先分析了实时物流的理念、实施实时物流战略的优势以及实时物流战略与其他物流战略的关系，提出实时物流战略是当代企业发展的必然选择。然后以吉林省长春市物流企业A的物流配送系统为研究对象，分析了配送过程中进行车辆行程时间预测的必要性，针对某一线路进行数据搜集整理，建立了基于指数平滑法的物流配送车辆行程时间预测模型，并用数值例子说明了预测方法的有效性。最后，总结了文章的主要结论并提出一些相关建议。
RTL means that it employs the latest information technology and modernlogistics technology to actively eliminate the postponement in logistics managementand execution，to improve the response ability the competitiveness of the wholelogistics system，and to elevate its service level. Real-time logistics strategies canhelp to enhance the competitiveness of enterprises. Distribution system is animportant part of the logistics system, In the process of implementing real-timelogistics strategy distribution system play an important role.
First of all the paper analyzes the concept of real-time logistics, theadvantages of real-time logistics strategy and the differences of real-time logisticsstrategy compared with other logistics strategy, and believe that real-time logisticsstrategy is the inevitable choice for contemporary enterprise development. Then thisarticle regards the company A from Jilin province as the object of study. Afteranalyzing of the distribution process, the necessity for vehicle travel time predictionis obvious. Through data collecting for a certain line, Based on exponentialsmoothing, the article sets up a logistics vehicle travel time prediction model, andproves that the forecasting method is effective by an example. Finally, this papersummarizes the main conclusions of the article and puts forward some suggestions.
引文
[1]吴海鹏.第三方物流服务商实时物流战略研究[D].上海海事大学,2004
[2]王继祥,金晓.实时物流已成发展新趋势沪东[N].中国有色金属报,2005-02-08(3)
[3]史锐.论中国现代物流面临的挑战及其发展趋势[D].对外经济贸易大学，2004
[4]王永珍，运用实时物流理念推进铁路运输企业上台阶.推进铁路新跨越加快经济大发展——中国科协2004年学术年会铁道分会场论文集[C].北京：人民出版社，2004：122-125
[5]马绝尘.丰田汽车的实时物流[J].国外物流，2007,13（3）：26-28
[6]张硕,孙剑.路径行程时间的组合预测方法研究[J].交通信息与安全,2010,8（4）:13-17
[7]张益，陈淑燕，王炜.短时交通量时间序列智能复合预测方法概述[J].公路交通科技，2006，23(s1)：139-142
[8] MD’Angelo M，A1-Deek H，Wang M. Travel time prediction for freewaycorridors[C]. Presented at the78th TRB Annual Meeting (CI-R0M)，Washington，DC：1999
[9]杨昊，钟雁，钱大琳.城市交通流路段形程时间预测模型[J].北方交通大学,2001,25(2)：65-69
[10]杨兆生.基于fuzzy回归的快速路行程时间预测模型研究[J].公路交通科技，2004,21（3）：78-81
[11]张硕，孙剑.基于聚类分析和时间序列模型的路径行程时间组合预测方法[J].交通信息与安全,2010,9（8）：56-58
[12]叶创鑫.物流配送的路径优化与行程时间预测[D].暨南大学,2011
[13]温惠英，基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J].华南理工大学学报，2006,34(9)：66-69
[14]杨晔.我国物流发展现状和趋势[J].知识经济，2010,11（4）：13-15
[15]骆温平.物流与供应链管理[M].电子工业出版社,2002
[16]张斌，姚大红.RFID技术在实时物流中的应用[J].价值工程,2004(4）：117-118
[17]马腾远.关于实时物流监控系统设计技术探讨[J].现代电子技术，2007,17（19）：118-119
[18]杜文.物流运输与配送管理[M].机械工业出版社，2006
[19]汪阳.整车企业如何才能实现实时物流管理[J].市场周刊,2007,5(1)：52-53
[20]王道平，何海燕.第三方物流信息系统设计方法研究[J].物流技术,2003,6(7)：31-33
[21]王国平.物流技术创新分析[J].冶金设备，2005,15（10）：57-59
[22]杨兆升.城市交通流诱导系统[M].北京：中国铁道出版社，2004
[23]刘静,关伟.交通流预测方法综述[J].公路交通科技,2004,21(3)：82-85
[24]张伟.基于GPS/GIS的路段行程时间预测研究[D].辽宁工程技术大学，2006
[25]吴小强.智能交通系统研究回顾与展望[J].国外公路,2000，20(4)：36-40
[26]姚智胜,邵春福.支持向量机在路段行程时间预测中的应用研究[J].公路交通科技，2007,14（9）：97-99
[27]杨志宏，杨兆升.基于马尔可夫排队母性的行程时间预测方法[N].吉林大学学报，2004,8（4）：673-675
[28]张忠平.指数平滑法[M].北京:中国统计出版社，1996
[29]张美英,何杰.时间序列预测模型研究简介[J].江西科学,2009,27（5）：697-699
[30]林航飞,孙亚,石小法.基于历史数据的交通特征信息提取方法[J].城市交通,2007,5(5)：38-41
[31]杨健.基于神经网络的动态误差建模及实验研究[D].合肥工业大学,2007
[32]张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社，2008
[33]谭满春，冯荤斌，徐建闽.基于ARIMA与人工神经网络组合模型的交通流预测[J].中国公路学报，2007，20(4)：118-121
[34]邹亮，徐建闽，朱玲湘，温惠英.基于浮动车移动检测与感应线圈融合技术的行程时间估计模型[J].公路交通科技，2007,24(6)：114-116
[35]胡小文，基于探测车数据和定点检测器数据的路段行程时间估计[D]，同济大学，2008
[36]常飞，方钮，张栋良.一种新的智能公交出行建模方法及其实现[J].计算机技术与发展，2008,18(12)：221-224
[37]孙棣华，董均宇，廖孝勇.基于GPS探测车的道路交通状态估计技术[J].计算机应用研究，2007，7(2)：243-245
[38]许伦辉，傅惠.交通信启、智能预测理论与方法[M].北京:科学出版社，2009
[39]Lin W H，Kulkarni，A，Mirchandani P．Short—term Arterial travel timeprediction for advanced traveler information systems[J]．Journal ofIntelligent Transportation Systems，2004，8(3)：143-154
[40]Sethi S，Sorger G，A theory of roiling horizon decision making[J]．Annals of Operations Research，1991，29(1)：387-416
[41]王梦东，刘敏.指数平滑模型在能源消费总量预测中的应用[J].武汉船舶职业技术学院学报，2007，3：57-62
[42]陈日进.销售预测中指数平滑法与时间序列分解法的比较[J]，统计与信息论坛，2007，7(4)：40-43
[43]朱立学，罗锡文，减英，区颖刚.基于3次指数平滑的水稻生产综合机械化发展水平预测[J].农机化研究，2007，7(7)：51-54
[44]罗来军.指数平滑模型在成本预测中的应用研究[J].企业家天地理论版，2007,2(4)：64-66
[45]吴德会.基准动态指数平滑的预测模型[J].统计与决策，2007,10(19)：1-6
[46]James, W. Taylor.Volatility Forecasting with Smooth TransitionExponential smoothing[J]. International Journal of Forecasting,2004，2(20)：273-286
[47] Holt. C. Forecasting Seasonal and Trends by Exponentially WeightedMoving Averages[J]. Internation Journal of Forecasting，2004，20(1)：5-10
[48] Everette. S, Gardner. Jr. Exponential smoothing: The State of theArt-Part[J]. International Journal of Forecasting，2006，15(1)：637-640
[49]吴小华.Excel在指数平滑法参数优选中的应用[N].安徽工业大学，2007-01（24）：38-39
[50]袁亚丽，郭喜凤.利用Excel进行市场预测分析[J].商场现代化，2007，8(513)：151-152
[51]于宏程.基于宏观交通流模型的行程时间预测[J].上海理工大学学报，2008,30（5）：80-85
[52]计会凤.相关法自适应滤波在动态行程时间预测中的应用[J].测绘科学，2010,11(3)：144-149
[53]别一鸣.公交行程时间预测方法研究[D].吉林大学,2009
[54]谢明隆.公共交通中的行程时间预测方法研究[D].华南理工大学,2011
[55]李庆奎.基于模糊综合评判的智能行程时间预测算法[J].华东交通大学学报,2012,29（2）：17-20
[56]黄雪峰.高速公路车辆行程时间预测研究[J].公路，2009（2）：33-39
[57]杭明升,杨晓光,彭国雄.基于卡尔曼滤波的高速道路行程时间动态预测[J].同济大学学报(自然科学版),2002，30(9)：123-130
[58]孙棣华,董均宇,廖孝勇.基于GPS探测车的道路交通状态估计技术[J].计算机应用研究.2007(2)：243-245
[59]朱耿先.基于径向基函数（RBF）神经网络的路段行程时间预测研究[D].重庆大学,2004
[60]臧晓冬,周伟.基于RBF神经网络的城市互通立交短时交通量预测[J].交通科学与工程,2009,25(3)：86-89
[2]王继祥,金晓.实时物流已成发展新趋势沪东[N].中国有色金属报,2005-02-08(3)
[3]史锐.论中国现代物流面临的挑战及其发展趋势[D].对外经济贸易大学，2004
[4]王永珍，运用实时物流理念推进铁路运输企业上台阶.推进铁路新跨越加快经济大发展——中国科协2004年学术年会铁道分会场论文集[C].北京：人民出版社，2004：122-125
[5]马绝尘.丰田汽车的实时物流[J].国外物流，2007,13（3）：26-28
[6]张硕,孙剑.路径行程时间的组合预测方法研究[J].交通信息与安全,2010,8（4）:13-17
[7]张益，陈淑燕，王炜.短时交通量时间序列智能复合预测方法概述[J].公路交通科技，2006，23(s1)：139-142
[8] MD’Angelo M，A1-Deek H，Wang M. Travel time prediction for freewaycorridors[C]. Presented at the78th TRB Annual Meeting (CI-R0M)，Washington，DC：1999
[9]杨昊，钟雁，钱大琳.城市交通流路段形程时间预测模型[J].北方交通大学,2001,25(2)：65-69
[10]杨兆生.基于fuzzy回归的快速路行程时间预测模型研究[J].公路交通科技，2004,21（3）：78-81
[11]张硕，孙剑.基于聚类分析和时间序列模型的路径行程时间组合预测方法[J].交通信息与安全,2010,9（8）：56-58
[12]叶创鑫.物流配送的路径优化与行程时间预测[D].暨南大学,2011
[13]温惠英，基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J].华南理工大学学报，2006,34(9)：66-69
[14]杨晔.我国物流发展现状和趋势[J].知识经济，2010,11（4）：13-15
[15]骆温平.物流与供应链管理[M].电子工业出版社,2002
[16]张斌，姚大红.RFID技术在实时物流中的应用[J].价值工程,2004(4）：117-118
[17]马腾远.关于实时物流监控系统设计技术探讨[J].现代电子技术，2007,17（19）：118-119
[18]杜文.物流运输与配送管理[M].机械工业出版社，2006
[19]汪阳.整车企业如何才能实现实时物流管理[J].市场周刊,2007,5(1)：52-53
[20]王道平，何海燕.第三方物流信息系统设计方法研究[J].物流技术,2003,6(7)：31-33
[21]王国平.物流技术创新分析[J].冶金设备，2005,15（10）：57-59
[22]杨兆升.城市交通流诱导系统[M].北京：中国铁道出版社，2004
[23]刘静,关伟.交通流预测方法综述[J].公路交通科技,2004,21(3)：82-85
[24]张伟.基于GPS/GIS的路段行程时间预测研究[D].辽宁工程技术大学，2006
[25]吴小强.智能交通系统研究回顾与展望[J].国外公路,2000，20(4)：36-40
[26]姚智胜,邵春福.支持向量机在路段行程时间预测中的应用研究[J].公路交通科技，2007,14（9）：97-99
[27]杨志宏，杨兆升.基于马尔可夫排队母性的行程时间预测方法[N].吉林大学学报，2004,8（4）：673-675
[28]张忠平.指数平滑法[M].北京:中国统计出版社，1996
[29]张美英,何杰.时间序列预测模型研究简介[J].江西科学,2009,27（5）：697-699
[30]林航飞,孙亚,石小法.基于历史数据的交通特征信息提取方法[J].城市交通,2007,5(5)：38-41
[31]杨健.基于神经网络的动态误差建模及实验研究[D].合肥工业大学,2007
[32]张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社，2008
[33]谭满春，冯荤斌，徐建闽.基于ARIMA与人工神经网络组合模型的交通流预测[J].中国公路学报，2007，20(4)：118-121
[34]邹亮，徐建闽，朱玲湘，温惠英.基于浮动车移动检测与感应线圈融合技术的行程时间估计模型[J].公路交通科技，2007,24(6)：114-116
[35]胡小文，基于探测车数据和定点检测器数据的路段行程时间估计[D]，同济大学，2008
[36]常飞，方钮，张栋良.一种新的智能公交出行建模方法及其实现[J].计算机技术与发展，2008,18(12)：221-224
[37]孙棣华，董均宇，廖孝勇.基于GPS探测车的道路交通状态估计技术[J].计算机应用研究，2007，7(2)：243-245
[38]许伦辉，傅惠.交通信启、智能预测理论与方法[M].北京:科学出版社，2009
[39]Lin W H，Kulkarni，A，Mirchandani P．Short—term Arterial travel timeprediction for advanced traveler information systems[J]．Journal ofIntelligent Transportation Systems，2004，8(3)：143-154
[40]Sethi S，Sorger G，A theory of roiling horizon decision making[J]．Annals of Operations Research，1991，29(1)：387-416
[41]王梦东，刘敏.指数平滑模型在能源消费总量预测中的应用[J].武汉船舶职业技术学院学报，2007，3：57-62
[42]陈日进.销售预测中指数平滑法与时间序列分解法的比较[J]，统计与信息论坛，2007，7(4)：40-43
[43]朱立学，罗锡文，减英，区颖刚.基于3次指数平滑的水稻生产综合机械化发展水平预测[J].农机化研究，2007，7(7)：51-54
[44]罗来军.指数平滑模型在成本预测中的应用研究[J].企业家天地理论版，2007,2(4)：64-66
[45]吴德会.基准动态指数平滑的预测模型[J].统计与决策，2007,10(19)：1-6
[46]James, W. Taylor.Volatility Forecasting with Smooth TransitionExponential smoothing[J]. International Journal of Forecasting,2004，2(20)：273-286
[47] Holt. C. Forecasting Seasonal and Trends by Exponentially WeightedMoving Averages[J]. Internation Journal of Forecasting，2004，20(1)：5-10
[48] Everette. S, Gardner. Jr. Exponential smoothing: The State of theArt-Part[J]. International Journal of Forecasting，2006，15(1)：637-640
[49]吴小华.Excel在指数平滑法参数优选中的应用[N].安徽工业大学，2007-01（24）：38-39
[50]袁亚丽，郭喜凤.利用Excel进行市场预测分析[J].商场现代化，2007，8(513)：151-152
[51]于宏程.基于宏观交通流模型的行程时间预测[J].上海理工大学学报，2008,30（5）：80-85
[52]计会凤.相关法自适应滤波在动态行程时间预测中的应用[J].测绘科学，2010,11(3)：144-149
[53]别一鸣.公交行程时间预测方法研究[D].吉林大学,2009
[54]谢明隆.公共交通中的行程时间预测方法研究[D].华南理工大学,2011
[55]李庆奎.基于模糊综合评判的智能行程时间预测算法[J].华东交通大学学报,2012,29（2）：17-20
[56]黄雪峰.高速公路车辆行程时间预测研究[J].公路，2009（2）：33-39
[57]杭明升,杨晓光,彭国雄.基于卡尔曼滤波的高速道路行程时间动态预测[J].同济大学学报(自然科学版),2002，30(9)：123-130
[58]孙棣华,董均宇,廖孝勇.基于GPS探测车的道路交通状态估计技术[J].计算机应用研究.2007(2)：243-245
[59]朱耿先.基于径向基函数（RBF）神经网络的路段行程时间预测研究[D].重庆大学,2004
[60]臧晓冬,周伟.基于RBF神经网络的城市互通立交短时交通量预测[J].交通科学与工程,2009,25(3)：86-89