智慧物流定义
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇智慧物流定义范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
智慧物流定义范文第1篇
城市配送作为物流链条中的“最后一公里”，在整个供应链环节中起着至关重要的作用，国家在政策层面上也给予了极大的关注和扶持，城市配送被提至优先重点发展的高度。
宁波市的配送体系正处在初步发展的阶段，不但缺乏大型的正规的配送中心，更缺乏合理的配送路线和配送布局。宁波市的配送工程不仅对城市的交通产生了压力，而且配送体系效率低下。随着宁波“智慧物流”的提出，城市物流配送业也日益得到了重视和发展，并出现新的发展曙光。
一、宁波城市配送的发展现状
近年来，为适应宁波城市发展、人口规模扩大和人民生活水平提高的需要，进一步完善城市服务功能，宁波积极发展城市配送物流，并取得一定成效。
（一）城市配送物流的基础设施初具规模
目前，梅山保税港区10万吨级集装箱码头、镇海大宗货物海铁联运物流枢纽港、宁波现代国际物流园等区域性物流配送中心已经在全市范围内形成“海陆空”立体综合物流网络。
（二）城市配送物流运作能力显著提高
如今全市实际从事物流相关业务的企业超过5000家，注册资本600万元以上的第三方物流企业超过100家，国家A级及以上的物流企业70多家，FedEx、UPS、DHL等国际知名物流企业落户宁波，形成了一批物流企业总部和跨国公司的职能型分支机构。
（三）现代装备和先进技术应用加快
标准化立体仓库、自动拣选设备、电子标签、管理信息系统等物流信息系统和技术装备在物流企业和业务流程不断普及推广。新增集装箱车辆GPS安装率达100%，RFID技术在宁波港集装箱码头、集卡运输和后方物流中心得到良好应用。
从总体来看，宁波城市配送市场主体尚未形成，规模化、系统化的城市配送物流体系尚未成熟，面向社区和商业中心的城市末端配送物流设施缺乏，城市配送运力未得到有效地利用和整合，城市“最后一公里”物流成本高、中转难、配送车辆通行难等问题较为突出。
2010年9月，宁波市委市政府下发了《关于建设智慧城市的决定》，“智慧物流”成为宁波智慧城市建设的重点示范试点项目之一。然而，“智慧物流”不仅仅是解决城市的配送问题，它是一个系统工程，是基于2030年的“城市病”而提供的一个城市物流解决方案。“智慧物流”将重新定义城市物流的基础设施，重新定义传统的物流园区、配送中心。在这个方面，德国邮政DHL、西门子公司联合课题组已为宁波市制定了一个定制化的城市物流解决方案。2013年1月出炉的《宁波城市物流规划研究》提出了共同配送、统一配送、电子商务自提等新物流模式。可以说，“智慧物流”的先行先试，适逢其时，对宁波城市物流的规划及启动城市物流项目运作实施具有现实意义，因为“智慧物流”使得充分利用物流存量资源成为可能，使所谓“虚拟物流园”、“网上停车场”成为现实，使得物流模式创新成为可能，使“不让物流断在最后一公里”不成为一句口号。
二、以智慧物流构建宁波城市配送网络体系的新思路
构建宁波城市配送网络体系的目标是以实现物流资源利用的社会化、物流资源信息共享、提高重点商品共同配送率为出发点，以重点商贸物流园区、公共配送中心和末端共同配送点等物流节点为支撑，做到布局合理、运行高效、通行有序、绿色环保。为实现该目标，宁波应该以智慧物流为抓手，从以下几个方面入手：
（一）加快智慧物流新技术应用的步伐
要支持企业积极改造升级现有物流信息系统，实现物流企业、贸易流通企业、生产制造企业及相关部门之间资源和信息的充分共享。推广自动识别、标识技术和货物快速分拣技术在共同配送中的应用水平，建立智能可追溯网络系统、物流过程的可视化智能管理网络体系、智能化的企业物流配送中心和企业的智慧供应链。
（二）加大智慧物流示范企业培育力度
要培育一批智能化水平高、示范带动作用强的专业化城市配送市场主体，鼓励企业通过整合仓储和商场售货资源，建立相对较大规模的仓储设施和统一的配送系统，有效地降低采购成本、存货数量和资金占用率，通过集中配送，提高车辆使用效率，降低运输成本。加快仓储业转型升级，推动传统仓储企业由功能单一的仓储中心向功能完善的各类物流配送中心转变，优化商贸配送物流功能，提高城市配送服务水平。
（三）构筑智慧物流协同平台，整合信息资源
信息化不仅是现代物流行业的重要特征，也是完善城市物流配送网络的重要环节。物流信息系统好比是城市物流供应链中的神经中枢，对提高城市配送的效率起着极其重要的作用。要充分利用现有的平台资源，建立以宁波智慧物流统一门户为核心的智慧物流协同平台，以整合物流各个环节和从事单一环节物流中小企业为突破口，推动网络市场从信息交换向市场服务交易的转变，积极引导城区配送企业和合作伙伴供应链的上线整合，实现资源的优化配置，在快速实现信息的采集和分析的基础上，得到最优的城市配送方案。
参考文献：
[1]鲁晓春，詹荷生.关于配送中心重心法选址的研究，北方交通大学学报，2000年第6期
[2]邓爱民.城市配送系统优化，武汉理工大学，2005年第11期
[3]徐根强.城市配送体系优化研究以青岛市为例，长安大学，2009年第3期
[4]刘斌.上海发展城市配送的问题和对策，管理，2007年第7期
智慧物流定义范文第2篇
一、智慧旅游产生的背景
智慧旅游来源于“智慧地球”和“智慧城市”。2008年国际商用机器公司（International Business Machine，IBM）首先推出了“智慧地球”的商业计划。智慧旅游是将服务对象由城市居民向外来游客的内涵式延伸，也是数字旅游发展的高级阶段。
二、智慧旅游的定义
“智慧旅游”是一个全新的命题，它是一种以物联网、云计算、下一代通信网络、高性能信息处理、智能数据挖掘等技术在旅游体验、产业发展、行政管理等方面的应用，使旅游物理资源和信息资源得到高度系统化整合和深度开发激活，并服务于公众、企业、政府等的面向未来的全新的旅游形态。
三、智慧旅游的应用体系
应用层：实现智慧的旅游政务、智慧的景区、智慧的旅行社、智慧的交通、智慧的酒店等智慧旅游行业应用。网络层：通过互联网、物联网以及移动通信网络为应用层提供网络服务实时数据安全、高效的传输。感知层：通过各类数据采集和感知技术实现数据采集和储存，为整个智慧旅游的应用体系提供基础数据的支撑。
四、杭州市智慧旅游的建设现状
（一）首个旅游应用软件正式上线――杭州“智慧旅游”手机APP
“杭州智慧旅游”手机APP应用里清晰的条目分类和图标让使用者一目了然。游客只需登录APPStore等各大应用电子市场，下载使用杭州智慧旅游手机APP，就可以轻松玩，实现定位、信息、交通、景区导览、语音讲解、导购服务等功能的及时掌握。
（二）搭建了首个智慧旅游网络平台――西湖游览网
“西湖游览网”（），首期推出西湖概况、门票预订、自助游（景区套票）、餐饮预订、驴友服务版块，住宿预订、休闲娱乐、杭州特产服务版块也将在年底前陆续推出。
（三）改造了首个顶级智慧酒店――黄龙智慧酒店
2009年6月，杭州黄龙饭店与IBM合作以全方位的酒店管理系统与RFID等智能体系启动了中国首家“智慧酒店”建设。
（四）规划了首个智慧景区的建设试点――智慧西溪景区
智慧西溪景区的提升方案目前已在规划中，在完善电子商务、自助导游等服务功能的基础上，研究设计西溪湿地智慧旅游系统，达到构建“大西溪智能管理平台”的目标。
（五）批支撑智慧旅游的公共服务体系已投入使用
①萧山“物流e通”：通过配货平台和智能手机整合物流货源信息，为物流司机、物流中介和货源企业三方提供智能化应用。②智慧交通信息平台――出行宝：“基于无线数字电视的智能交通导航系统”经过五年的努力，已经研发成功。通过安卓系统的手机下载“出行宝”客户端进行免费体验。③智慧公共自行车服务――公交智能便民服务亭：准备将公共自行车亭升级为公交智能便民服务亭。除了能查公共自行车租还记录，还能24小时售卖食品、饮料，支持银行转账，还具备信用卡还款、手机充值、游戏充值、机票预订等多项功能。未来两至三年，争取建成2000-3000个智能便民服务亭，形成遍布杭州的“智慧公交点”网络。④免费WIFI覆盖全城――i-hangzhou
五、杭州市智慧旅游主体建设
（一）智慧景区
1、景区智慧导览：1）景区应设有广告栏或多媒体服务终端机旅游资讯，且布放合理，显示醒目。应能在自助导游终端旅游资讯。能以短信、彩信等形式向游客的手机中发送信息。2）景区应建有多媒体展示系统，主要借助地理信息系统、虚拟现实和现代多媒体等多种技术，运用高科技手段，利用声光电来展示包括景区景观、自然文化遗产、生物多样性、古文物再现等。2、景区智慧导购：支持在线预订购买门票，并采用电子门票的形式，配备手持移动终端设备或立式电子门禁，实现对门票的自动识别检票。此外，景区旅游产品、旅游纪念品应也能实现网上预订和网上交易。3、景区智慧管理：1）视频监控全面覆盖景区，监视界面图像在各种显示设备上显示，并能进行各类操作，如具备闯入告警功能。2）实现入口人流技术统计管理、出口人流技术管理、游客总量实时统计、游客滞留热点地区统计与监控、流量超限自动报警等人流监控功能。
（二）智慧酒店
利用物联网、云计算、移动互联网、信息智能终端等新一代信息技术，通过饭店内各类旅游信息的自动感知、即是传送和数据挖掘分析，实现饭店“食、住、行、游、购、娱”旅游溜达要素的电子话、信息化和智能化。
杭州市智慧酒店建设应以黄龙饭店为指导，参考借鉴《北京智慧饭店建设规范》的详细评分标准，从杭州市旅游的实际情况出发，制定《杭州市智慧酒店建设总体规划》，明确杭州市酒店的未来发展方向，使其规划建设具有前瞻性。
（三）智慧旅行社
1、信息收集与资源采购：实现对旅游资源供应商的统一在线管理，包括供应商基本信息、要素价格、合同记录及财务信息等。旅游资源供应商主要包括景区、饭店、交通工具以及旅游保险等。2、产品销售：实现旅游产品的在线广告宣传、在线展示与查询、在线预订及在线交易，实现多渠道同步和销售，建议提供电子咨询单和预定单；推荐实现电子合同管理。3、游客服务：应为游客提供便捷高效的呼叫中心服务，通过建设各类问题数据库，提供标准的信息咨询，接受意见反馈，并可提供游客关怀。推荐直接实现业务预定处理。
（四）智慧公共服务
1、建设智慧旅游公共数据服务中心。在全市范围内建立有效的旅游公共服务数据资源共享和分级管理机制。2、开发新型游客体验终端，利用网络和多媒体技术，研发新型游客体验终端，并将终端与杭州市官方网站和官方微博实现实时互动，第一时间播报旅游相关资讯、查询相关信息。3、旅游执法E通：智慧旅游中的“旅游执法信息管理移动终端查询系统”业务是基于移动网络，适用于普通智能型手机的移动终端所搭建的支持旅游管理需求的应用系统。执法人员在执法现场只要利用一部3G手机，就能查询旅行社、旅游星级饭店等信息，现场拍摄“取证照片”，录制“取证录音”，并将数据资料传送回后台的数据库中备案。
六、结论
智慧物流定义范文第3篇
关键词：智慧物流；数据挖掘；差异化服务
中图分类号：F250 文献标识码：A
Abstract： This article collects the research trends of smart logistics and data mining， and provides the theoretical basis for further research. Based on big data research field of vision， it analyzes the reason of logistics' enterprises exploring opportunity form the data under the pressure of competitive situation and“internet+”opportunity. The article studies the differentiation service method of logistics' enterprises from the establishment of high quality data availability set taking the theme of logistics service as the center and the competitive elements of smart logistics differentiation service.
Key words： smart logistics； data mining； differentiation service
2009年以来，智慧物流理念的提出，给物流业向“智慧化”转型注入了一剂强心针。各种冠以智慧名目的软件和解决方案不胜其数，对于物流企业而言，在享受智慧物流理念的同时，又深深陷入技术应用和业务发展的困局，即采用智慧物流技术之后，业务增长有限。与此对应的是，企业数据量大幅递增，带来了企业IT架构的不稳定。“互联网+”、大数据也在深深地刺激着物流企业的经营神经，如何跟上时代潮流，借助先进理念对企业业务进行升级转型成为了一个迫切需要研究的命题。
1 相关文献研究
1.1 智慧物流及研究动向
从现有文献来看，国内智慧物流理念从提出到引发激烈研讨，经历了以下几个阶段。2009年以前，相关文献使用物流智慧，或者将物流表述为一种智慧，对其展开了相应的研讨。宋则（2007）认为现代物流是一种人类协同合作“本能的智慧”[1]。2009～2013年，该阶段研究强调信息技术在物流行业的推广应用，将智慧物流作为物流信息化发展的较高阶段展开论述。王继祥（2010）指出物联网发展必将推动智慧物流的变革[2]。2014年之后，学者们结合智慧的内涵和外延，从管理角度对智慧物流进行了更加深入的研究。王之泰（2014）将智慧物流定义为是将互联网与新一代信息技术和现代管理应用于物流业，实现物流的自动化、可视化、可控化、智能化、信息化、网络化的创新形态[3]。
以“smart logistics”和“wisdom logistics”为关键词，检索google学术、Emerald数据库可以发现，2006年以前，国外学者往往以物流某环节的智慧（smart）为关键词展开论述，在研究时遵循着IT技术、RFID、系统软件开发的技术路线，同时沿着供应链管理的视角对物流相关环节进行研究。Peter Vervest， Eric van Heck， Kenneth Preiss， Louis-Francois Pau（2005）[4]认为智慧商业网络的实施需要对物流进行更加全面的改造，从而使业务流程更加模块化和动态化，以获得更为灵活的采购性能和资产效率。2006～2009年，国外学者围绕着物流具体功能环节，结合RFID、智能电话等信息技术的应用，进行了相应的研究。Veloso M， Bentos C， Pereira F C（2009）[5]等结合智慧运输系统，研究了感知技术和感知网络对物流的影响，并且论证了使用相关技术应用会对环境带来积极的变化等。2010年以来，国外学者逐渐将研究视野转向了行业应用、网络构建、大数据、信息管理体系、互联网融合、大数据等层面，逐步从原来的微观层面走向了中观，乃至宏观领域。Gubbi J， Buyya R， Marusic S等人（2013）[6]指出智能交通和智慧物流应该分别隔离成一个单独的领域，原因在于数据共享和IOT支柱环节实施的性质需要。
综合上述国内外参考文献可以看出，国内外学者的研究路线基本遵循着语义联想―技术应用―管理拓展的思路，从智慧源头开始，到相关技术应用于物流环节，再围绕RFID典型技术与物流的关系，然后再到产业融合等这样一个研究链条。略微有些差异的地方在于，国内学者对于互联网+、大数据和物流的研究兴趣要高于国外学者。
1.2 数据挖掘及研究动向
数据挖掘，又称数据库中的知识发现，是从大量的、不完整的、有噪声的、模糊的、随机的大型数据中提取隐含其中的、人们事先未知的、具有潜在价值的信息和知识的过程。按照数据结构进行组织、存储和管理数据的数据库技术，在过去60多年来产生了巨大的科技影响，与各行各业进行了有效的融合。泛在知识环境理念提出之前，数据挖掘的研究大多停留在基于结构化数据完成相关知识的描述和预测研究上。马志锋，刑汉承，郑晓妹（2001）基于Rough集的时间序列数据的挖掘策略，讨论了时间序列数据中的时序与非时序信息的获取问题[7]。Agrawal R（1993）等人提出了增量式更新算法[8]，Cheung DW（1995）等人提出了并行发现算法[9]。在数据挖掘方法层面，进行了关联规则挖掘、多层次数据汇总归纳、决策树、神经网络、可视化技术等模式、算法的研究。郑建国，刘芳，焦李成（2002）在分析人工神经网络基础上，将子波与已有的神经网络模型结合，提出了基于自适应子波神经网络的数据挖掘方法[10]。Furuta K（1990）提出了剪辑近邻法[11]。
伴随着大规模数据的增长，人类社会已经进入大数据时代，与传统的数据集合相比，大数据通常包含大量的非结构化数据，且大数据需要更多的实时分析。2011年全球数据量为1.82ZB，据估计2020年全球大数据量将达到40ZB。现有数据库架构在ZB数据规模量级下呈现出一种无能为力的状态。围绕大数据带来的数据量级规模的变化，国内外专家学者对数据挖掘的研究焦点出现两个支分支，其一是如何应对大数据挑战带来的数据类型多样，要求及时响应和数据的不确定层面。余伟等（2015）针对web中不同数据源之间数据不一致的问题，基Hadoop MapReduce架构提出了相应的自动发现算法[12]。Rakthanmanon T， Campana B， Mueen A， et al（2013）[13]提出了DTW（Dynamic Time Warping）法来研究大数据集下的时间序列数据挖掘算法，通过实证验证了可行性。其二，围绕数据量集增大，将数据之间的因果关系转向相关关系，进行相关业务模式、应用和策略等的洞察力研究。曾晖（2014）提出了构建大数据挖掘的管理层次和制度结构及相关解决方法，基于房地产工程项目进行了应用研究[14]。
综合上述文献可以看出，从技术路线上来看，数据挖掘围绕着数据规模量级的问题，遵循着解决数据本身的数据结构异同挖掘，再到解决数据挖掘的实时性技术路线。从商业应用来看，研究领域围绕数据规模问题，从原来的因果关系转向到相关关系，逐步将技术与行业应用进行融合的研究路线。
2 竞争态势和“互联网+”机遇倒逼物流企业从数据中探索机遇
智慧物流更强调物流供应链的匹配效率，进而实现供应链整体运作最优。匹配意味着双向配对，无论成员之间的物流服务水平高低与否，在时空效率的约束下，成员的物流服务能力信息必须充分展示在供应链合作伙伴之前，才能实现其与物流供应链的快速匹配。
对于物流企业而言，在一定的时空约束下，物流服务能力是其从事某种物流作业的内在能力表述。物流服务能力会随着业务的熟练程度增加而提升其水平，同样也会随着业务萎缩而固步自封，或者说降低其水平。
提供同质化服务的物流企业面临的竞争环境越来越恶劣，越来越多的物流企业希望摆脱这种尴尬局面。长尾理论告诉我们，这些以往忽视的长尾东西恰恰是我们后续进行差异化经营的变局法宝。企业必须充分重视数据挖掘的细分市场变量集，依靠这些充分挖掘出来的市场细分变量集，我们可以将市场进行无限细分，进而进行有效的目标市场定位，然后根据这些细分市场表现出来的特征，改善我们的物流服务能力，从而形成差异化服务。考虑到物流服务的时空限制，数据挖掘必须重视线上和线下的数据源。对于线下实体运作过程中产生的大量与业务相关联的数据，必须充分纳入NOSQL数据库中进行存储。对于线上数据信息，必须设定相关的情感主题，以充分挖掘物流服务过程中隐藏在不同数据结构类型中的特征信息，借助相关性的数据挖掘技术，对线上和线下两种数据进行细分市场变量集合挖掘，找出相关的细分市场变量结合，从而完成后续的细分市场细分工作。
“互联网+”时代激发越来越多的物流企业将经营目光转向互联网领域，目标是获取更多的经营机会。具体作业时，往往采用“人―机”交互模式进行网上交易信息的检索和分析，并未充分发挥智慧物流的优势，通过机器的自动学习方法来获取和挖掘交易信息。对于网络上的数据信息而言，分为Deep-web和surface-web两种模式，对应的数据结构也分为结构化数据、半结构化数据和非结构化数据形态。对于互联网而言，surface-web模式带来的数据呈现着爆炸性增长的状态，而这些数据背后隐藏的信息给相关经营者提供了大量的商机，只不过这些数据往往以文本、视频、图片等半结构化和非结构化的数据结构存在着。物流企业可以通过提炼自身物流服务能力作为KEY-VALUE，结合能够充分挖掘不同数据结构类型的智慧物流数据挖掘算法，在互联网上进行智慧性的数据挖掘，才能在有限的时间约束范围内，挖掘出匹配自身物流服务能力的物流业务集合。经营者所要做的是，根据自己的服务成本和盈利目标进行二次筛选，形成满足客户需求的信息，主动信息出击，快速完成与相应供应链的对接服务。
3 借用数据挖掘，谋求智慧物流差异化服务创新发展
3.1 以物流服务主题为中心，建立高质量的数据可用性集合
大数据时代的智慧物流运作更强调将数据作为企业的宝贵资源来看待，通过数据挖掘探索出适合自身良性发展的方法和路径，这就决定了数据可用性成为了智慧物流数据挖掘和物流服务有机互动的基础。
随着时间延续，智慧物流运作中的数据量级必然会大幅递增。Web空间和物理空间（如物联网）上的数据流，线下具体作业过程中的数据流等，呈现出不能完全满足数据可用性的特性。一旦数据可用性不足，则数据挖掘结果必然会弱化决策效果。
对于物流企业而言，考虑到目前大数据挖掘技术不成熟的现实约束，必须先将数据可用性这一基础工作落实，只有这样才能随着大数据挖掘技术的突破应用获得实时效益。数据确认工作十分困难，考虑到具体经营条件约束，物流企业可以采取如下路径来完善数据可用性工作。首先，分解数据可用性的五个性质，围绕服务能力，赋予不同的权重，设定相关的弱可用数据指标体系，收集整理弱可用数据集合。其次，以服务相关性为主题，将Web空间上的半结构化和非结构化数据作为收集、整理和存储的重心，为后续进行深入数据挖掘奠定基础。第三，将物理世界中的数据和服务作业现场的数据作为辅助支撑，按照数据可用性的完整指标，收集整理出高质量的数据可用性集合。此路径是一个循环往复的过程，会随着一项物流服务主题的结束，重新开始下一个循环。
3.2 利用数据挖掘，探寻智慧物流差异化竞争要素―细分市场
物流企业的经营思路着重点在于：首先要解决业务有无的问题，其次是开拓对自身有利的业务。对于技术应用而言，同样遵循这样一个规则，那就是无论技术先进与否，如果不能解决上述两个问题，企业也会弃之不用，遵循业务发展路径探索智慧物流数据挖掘和物流服务能力的协同路径会更具研究意义。
“互联网+”时代给物流企业带来了大量的业务机会，物流企业需要借助数据挖掘技术，突破时空限制，充分挖掘不同异构网络平台提供的各种各样的商机，寻求适合自己链入的供应链，完成业务增长任务，这是一种被动性的发展模式。
在被动性发展模式下，如何借助智慧物流数据挖掘，在时间变量约束下，快速找到适合自身物流服务能力的业务显得尤为重要。在进行智慧物流数据挖掘时，需要借助大数据已有的Hadoop MapReduce架构，完成智慧物流数据挖掘的快捷性布局；其次，以业务相关性为原则，基于Item-Based数据挖掘技术完善算法。即将现有物流服务能力进行提炼，转化成User特征值，将原有服务成功的物流业务和网上发现的离散物流业务转换成ITEM数据集，提炼关键词。第三，推测和演化ITEM和ITEM的相似度，构建USER-ITEM矩阵完成后续的智慧物流数据挖掘。在进行数据挖掘和物流服务能力匹配的过程中，不断训练和演化算法，以发掘商机为达成目标，可以有效地协助物流企业解决从互联网上发掘业务有无的问题，尽管这种路径有一定的意义，但是并不能改善物流企业需要谋求的差异化竞争态势。
其次，物流企业必须坚持主动性的发展模式，即挖掘出满意的细分市场之后，必须根据细分市场的需求特征来重构自身的物流服务能力，使供给与需求达到契合，不断地实践和磨练自己的物流服务能力，在细分市场形成竞争优势，从而形成差异性竞争优势。
构建足够大细分市场的前提条件在于能够获取独立于竞争对手所知晓的市场细分变量，这些市场细分变量的特征值往往隐藏在不同异构网络平台上的非结构化数据中，充分挖掘细分变量数据成为主动发展模式需要破解的难题。在此路径下，需要采用CONTENT-BASED和ITEM-BASED数据挖掘相结合的方法进行。首先，根据CONTENT-BASED数据挖掘算法，加入业务情感特征向量集，重构CONTENT-BASED的智慧物流数据挖掘算法，对互联网上的业务进行挖掘，找出业务集（无论是否被竞争对手完成）。其次，结合ITEM-BASED算法，对物流服务能力进行重构，依据时间快捷性和相关性原则，探寻适合的业务集。第三，设定时间段，对服务过的业务结合线下数据进行细分市场变量的可用性数据集进行推敲，将其从弱可用性转化为高质量的可用性数据集。第四，采用智慧物流提供的可视化技术对市场进行细分，探寻出满意的细分市场，根据细分市场呈现的需求特征重构自身物流服务能力，进而进入主动发展模式。
对于市场而言，并不是一成不变的，互联网时代随着信息日益公开透明，市场的变化速率将会比以往更迅速。对于积极进取的物流企业而言，需要不断地跟踪和监控已有市场，积极开拓细分市场，从而形成差异化竞争优势。
4 总 结
大数据时代已经悄然来临，数据将成为企业发展中重要的资源，充分借助互联网和大数据的技术优势，不断探寻新的商业模式，可以帮助企业尽快摆脱恶性竞争，形成差异化竞争优势。本文在收集整理智慧物流和数据挖掘相关文献的基础上，研究了竞争态势和“互联网+”机遇倒逼物流企业从数据中探索机遇的成因。接下来，论文从基于物流服务主题为中心，建立数据可用性集合，再到利用数据挖掘探寻智慧物流差异化竞争要素―细分市场方面进行了研究，并提出了部分方法。
参考文献：
[1] 宋则. “物流”其实是一种智慧[N]. 现代物流报，2007
-05-01（002）.
[2] 王继祥. 物联网发展推动中国智慧物流变革[J]. 物流技术与应用，2010（6）：80-83.
[3] 王之泰. 城镇化需要“智慧物流”[J]. 中国流通经济，2014，28（3）：4-8.
[4] Peter Vervest， Eric van Heck， Kenneth Preiss. Louis-Francois Pau： Smart Business Networks[M]. Springer， 2005.
[5] Veloso M， Bentos C， Pereira F C. Multi-Sensor Data Fusion on Intelligent Transport Systems[D]. University of Coimbra， 2009.
[6] Gubbi J， Buyya R， Marusic S， et al. Internet of Things（IoT）： A vision， architectural elements， and future directions[J]. Future Generation Computer Systems， 2013，29（7）：1645-1660.
[7] 马志锋，刑汉承，郑晓妹. 一种基于Rough集的时间序列数据挖掘策略[J]. 系统工程理论与实践，2001（12）：22.
[8] Agrawal R， et al. Mining association rules between sets Items in large Database[J]. Acm Sigmod Record， 1993（2）：207-216.
[9] Cheung D W， et al. Maintenance of Discovered Association Rules in Large Database： An Incremental Updating Technique[D]. Hong Kong： University of Hong Kong， 1995.
[10] 郑建国，刘芳，焦李成. 自适应子波神经网络数据挖掘方法[J]. 西安电子科技大学学报（自然科学版），2002，29（4）：474-476.
[11] Furuta K. Sliding mode control of a discrete systems[J]. Syst Contr Lett， 1990，14（2）：145-151.
[12] 余伟，李石君，杨莎，等. Web大数据环境下的不一致跨源数据发现[J]. 计算机研究与发展，2015，52（2）：295-306.
智慧物流定义范文第4篇
【关键词】物联网；体系结构；技术体系结构；应用
1 物联网概述
1.1 物联网定义
1）物联网（INTERNET OF THINGS）这一概念最早于1999年由麻省理工学院Auto-ID研究中心提出。它是指利用产品电子代码EPC、射频识别技术，通过网络实现在任何时候、任何地点对任何物品的识别和管理，即物品的互联互通。
2）国际电信联盟的定义，2005年11月，国际电信联盟在信息社会世界峰会上对物联网的定义是主要解决物品到物品，人到物品，人到人间的互联。
3）欧洲智能系统集成技术平台（EPoSS）的定义，2008年5月EPoSS对物联网的定义是由具有标识、虚拟个性的物理/对象组成的网络，这些标识和个性等信息在智能空间使用智慧的接口与用户、社会和环境进行通信。
4）2010年我国政府工作报告中的定义是物联网是通过传感设备按照约定的协议，把各种网络连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
总的来说物联网的定义，从狭义上是指连接物品到物品的网络，实现物品的智能化识别和管理；广义上可以看做是信息空间与物理空间的融合，将一切事物数字化、网络化，在物品之间、物品与人之间、人与现实环境之间实现高效的信息交换方式。[1]
1.2 物联网的特征
物联网的基本特征可以概括为全面感知、可靠传送和智能处理。全面感知即利用射频识别、二维码、传感器等感知、捕获、测量技术，随时随地对物体进行信息采集和获取。可靠传送是指通过将物体接入信息网络，依托各种通信网络，随时随地进行可靠的信息交互和共享。智能处理是指利用各种智能计算技术，对海量的感知数据和信息进行分析并处理，实现智能化的决策和控制。[2]
物联网与互联网相比，有如下主要特征：海量信息，接入设备繁杂，网络架构繁杂，网络管理资质，智能物物互联，物理安全威胁，能量获取多样；设备制造的小型微型化。
1.3 物联网与“智慧地球”
2009年IBM提出“智慧地球”这一概念。智慧地球战略的主要内容是吧新一代IT技术充分运用在各行业之中，通过互联网形成“物联网”，而后通过超级计算机和云计算将物联网整合起来，人类能以更加精细和动态的方式管理生产和生活，从而达到“全球智慧”状态，最终形成“互联网+物联网=智慧地球”。
2 物联网体系结构
2.1 物联网系统结构
国内许多专家学者将物联网系统划分为三个层次：感知层、网络层、应用层。
1）感知层。感知层是物联网架构的基础层面，主要是完成信息采集并将采集到的数据上传的目的。感知层把所有物品通过一维/二维条码、射频识别、传感器、红外线感应器、全球定位系统等信息传感装置自动采集到与物品相关的信息，并传送到上位端，完成传输到互联网前的准备工作。比如，粘贴在设备上的RFID标签和用来识别采集RFID信息的识读器就属于该层。
2）网络层。该层在整个物联网架构中起着承上启下的作用，是物联网中不可或缺的架构组成部分。它是搭建物联网的网络平台，建立在现有的移动通信网、互联网和其他专网的基础上，通过各种接入设备与上述网络相联。如手机付费系统中由刷卡设备将内置手机的RFID信息采集上传到互联网，网络层完成后台鉴权认证并从银行网络划账。
3）应用层。该层是利用经过分析处理的数据，为用户提供丰富的特定服务，以实现智能化识别、定位、跟踪、监控和管理。比如，通过感应器感应到某个物理触发信息，然后按设定通过网络完成一系列动作。
2.2 物联网的技术体系结构
物联网技术涉及多个领域，这些技术在不同的行业具有不同的应用需求和技术形态。在这个技术体系中，物联网的技术构成概括起来有以下五个方面：[3]
1）感知技术。指能够用于物联网底层感知信息的技术。通过它可以感知温度、压力、位移、加速、震动、声音、光线、位置及污染等。感知技术包括RFID技术、传感器技术、机器人智能感知技术、遥测遥感技术、现场总线技术、IC卡与条形码技术、信息融合与协同信息处理技术、多媒体技术和中间件技术、GPS定位技术、纳米嵌入技术等。
2）网络传输技术。指能够汇聚感知数据，并实现物联网数据传输的技术，它包括各种专网技术、异构网融合技术、M2M无线接入、远程控制技术、互联网技术、地面无线出阿叔技术以及卫星通信技术。
3）支撑技术。指用于物联网数据处理和利用的技术，它包括云计算与高性能计算技术、智能技术、数据库与数据挖掘技术、GPS技术、公共中间件技术等，对感知到的信息进行语意的理解、推理和决策。
4）应用技术。指用于直接支持物联网应用系统运行的技术，它包括物联网信息共享交换平台技术、物联网数据存储技术以及各种行业物联网应用技术与应用系统等。
5）公共技术。指感知、传输、支撑和应用等四层都需要的技术，它包括标识解析、安全技术、应用管理技术和网络管理技术。
3 物联网应用
国外对物联网的研发、主要应用集中在美、欧、日、韩等少数国家。最初的研发方向主要是条形码、RFID 等技术在商业零售、物流领域应用。随着RFID、传感器技术、近程通信以及计算技术等的发展，近年来其研发、应用开始拓展到食品安全、农业生产和流通、校园管理、环境监测、生物医疗、智能基础设施等众多领域。[4]下面主要介绍在食品安全、农业生产、校园安全方面的应用。
3.1 物联网在食品安全方面的应用
物联网技术的迅猛发展在应对食品安全问题方面起到了关键作用。通RFID等物联网技术，可以实现对物品位置的跟踪、原料溯源、库存盘点、出入库等信息化流程，尤其是可以实现对物理的全程监控。
3.2 物联网在农业方面的应用
1）在农田、果园等大规模生产方面。通过在农业园区安装生态信息无线传感器和其他智能控制系统，可对整个园区的生态环境进行检测，从而及时掌握影响园区环境的一些参数，并根据参数变化，适时调侃灌溉系统、保温系统等基础设施，确保农作物有最好的生长环境，以提高产量并保证质量。
2）在农业信息传送方面。对于农业发展领域，天气预报是农户最关心的信息之一，此外还可以包括施肥选择、从种子遴选到病虫害防治、从幼苗培育到收割入库等方面的信息都可以通过物联网及时传递。
3.3 物联网在校园管理方面的应用
数字校园的建立，使“一卡通”在学校得到了广泛的应用。随着物联网的进一步普及，校园管理的需求有了更多的变化。校园物联网主要是在传统校园信息化的基础上，一信息网络为依托，利用数值化手段借助物联网技术对校园环境、资源、活动等各个方面和环节进行综合管理，运用丰富的软件信息系统，高效、便捷地实现学校的教学、科研、管理和服务等活动的全过程。
物联网的发展面临巨大的机遇也面临着挑战，首先是技术标准化问题，其次是数据和隐私的保护问题。但随着网络技术、传感技术、数据库技术、云计算、移动计算等技术的发展，智慧城市、智慧地球必将成为现实。
【参考文献】
[1]张毅，等物联网综述[J].数字通信，2010（8）.
[2]马静.物联网基础教程[M].清华大学出版社，2012，12.
智慧物流定义范文第5篇
智慧城市的基础架构层面，有多种信息与数据连入方式，蓝牙、RFID、ZigBee、WiFi等各种数据采集接入通道，从较早的定义来看，这便属于物联网（IoT： Internet of Things）的范畴。
物联网是新一代信息技术的重要组成部分，顾名思义，物联网就是物物相连的互联网。物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其用户端延伸和扩展到了任何物品与物品之间（在智慧城市则指的是智慧城市关键信息生成的物件如卡口信息、管网信息等），进行信息交换和通信。
在传统技术部署中，各种接入方式互无关联，数据上行都有自己的传输方式，因此物联网很难有标准统一的技术，往往因基础设施差异，而有不同的实现。如上所述的蓝牙、RFID等，都是满足于不同应用场景。因此，在某些应用场景下，一旦同时应用到这些技术，在工作现场除了多种终端识别、信息获取，还需要进行这些信息的独立传输。
在新的智慧城市环境下，网络技术的发展，开始使得物联网与互联网进行真正融合，通过技术兼容方式，使得一套接入设备感应多种终端信息，并完成数据的融合传送。目前WiFi接入已经成智慧城市移动处理最为广泛的网络环境，在WiFi环境下支持对蓝牙、RFID信息的感知与融合传输，会极大简化这种异构物联网络的集成部署。一种思路是，在无线AP内置蓝牙等信号感知能力，这种方案的好处是设计紧凑，成本低。另一种思路，在一个AP上提供多个（目前已支持三个）物联网模块集成槽位，可以将多种物联感知模块嵌入AP。
这是一种接入数据融合传输方案，将物联信号如RFID、蓝牙感知后，由AP进行数据封装，传送到控制器AC，AC将物联数据转换为应用可处理信号，定向给相应的计算处理设备（如后台服务器）。RFID模块在医疗环境、物流环境， 蓝牙模块在商贸连锁等场所均有广泛应用。
以蓝牙为例，在应用场所部署的AP中集成多个蓝牙探测模块，会向外发送信号， 当开启蓝牙的终端经过时蓝牙探测模块物理范围内，蓝牙探测模块会把终端蓝牙地址等信息通过集成屋里接口发给AP，AP接收后做隧道封装，通过CAPWAP无线隧道发给AC，由AC发给Server做后台处理，可定位蓝牙终端物理范围。AP还负责对蓝牙模块等物联终端的维护管理，提升了接入层管理能力。
当然， 上述模块也可以扩展到其他场景，蓝牙/RFID作为收集物流信息的传感器， 比如银行的运钞车上装载的钱箱， 现有银行金库尾箱出入库管理完全采用手工登记手段，操作繁琐，效率低下，存在安全风险，采用电子标签后，可批量自动识别，然后远距离传送至计算处理系统。
在智慧城市物联应用中，用IT技术处理物联接入数据是智慧建设的基本方向，因此IT与IoT需要有一个融合，因此IoT与IT数据转换成为关键，是一种以专门网关（GW：Gateway）的方式进行两者融合的技术模型。在这个模型中，物联网与IT互联网（通常是物理有线网络与无线WiFi网络）之间通过网关连接，也称为物联网关。网关作用是实现两个网络的数据转换，两网融合。物联网关是一个逻辑功能，网关可以是一个独立设备或组网节点，也可以是多个节点组合来完成。
在上述AP集成物联模块的方案中，其实是AC承担了网关的主要作用，而AP也分担了部分作用。完成物联数据接入、融合传输到IT网络，那么现实世界不断扩展的物联网产生的数据将会直接传输到大数据处理系统。这种接入融合，并没有改变IT、物联网本质，但是使得数据量和数据获得的范围大大增加。
目前的融合网关，还只是对数据封装、传送、网络融合提供了支持，而没有进一步对物联数据内容进行解析与挖掘，不具备智能作用，但是其流程简化、部署自动化。
