透視當今的物流行業，各大物流企業紛紛摒棄了以硬件資源優勢的取勝手段時，一場以物流智能優化和業務流程創新為特點的變革浪潮正在暗自涌動，大雨吃小魚的時代已經過去，快魚吃慢魚已經被鑒證為成功模式。缺乏物流優化的業務運作，已經將物流企業帶向了成本不斷攀升的深淵。

    優質硬件配置未能創造奇跡

    誠然，擁有完善的倉儲、運輸設備等硬件資源在過去的日子里為物流企業帶來了很大的優勢氣象網（www.qixiangwang.cn），但是，目前廉價的勞動力已經無法拉開物流企業彼此之間的競爭力，倉庫的高空置率，車輛運輸的空載，運輸路線的設置問題等在不斷蠶食著物流企業的利潤……那么在“成本上升，利潤微薄”為主旋律的背景下，中國物流企業要快速發展和壯大就必須要在激烈的市場競爭中領先一步，就必須知道業務運作過程中哪些方式可以幫助企業提高物流運作的效率物流企業需要完善的業務決策優化，降低物流運作成本，提高企業核心競爭力。所以大家紛紛將目光聚焦到了物流決策優化上來。博科資訊董事長兼總裁沈國康說，作為物流供應鏈軟件行業的領頭人，早在八年前，公司便已經將軟件的物流優化功能的開發作為其提高物流供應鏈運作效率的重要戰略中的一環。

    目前，物流企業在信息化優化決策過程中依然存在困境：輔助決策信息的繁多；決策環境的瞬息萬變；決策目標的名目繁多；決策流程的復雜性等，與強大的物流信息系統相結合，實時獲得決策數據，讓博科資訊物流優化變得更加不可或缺，博科物流優化專家張博士坦言。

    物流優化需要從操作層向作業層滲透

    物流作業作為供應鏈上非常重要的一環，是需要其他環節的強大的支持。可以說，企業生產計劃的制定，庫存管理，運輸管理，以及銷售策略的制定都是相互制約相互支持的。西方國家大部分供應鏈中的企業所面臨的主要問題是如何利用數據。和早期發展不同，大多數企業基本上都已經有了比較完善的數據采集和儲存系統。然而，由于各環節之間數據無法完全共享，所以，數據沒有得到充分的使用。這導致的結果是供應鏈上每一個環節的廠商在做決策是過分依賴下一個環節反饋回來的信息，而不是客觀的參考由最終消費者反饋的訂單的信息。這導致了每個環節之間決策的沖突。所以，要想從根本上解決物流運輸過程中的優化難題，需要從一個更高的層次來看待這個過程購物（www.2jianfei.com），也就是供應鏈層次，如果物流作業能夠從操作層面向作業層面滲透，整條供應鏈上物品流轉信息實時透明物流企業需要完善的業務決策優化，將會在很大程度上提供供應鏈運作效率，而不單單是物流企業的運作效率了。

    物流企業需要完善的業務決策優化

    目前的物流公司大多是兩種：一種是自己擁有運輸工具的。比如JBHunt，UPS，FederalExpress,Schneider等。他們的運輸工具多種多樣，除了大型的卡車之外，還有船運，航空，以及鐵路。第二種公司就是4PL的公司。這樣的公司以咨詢，開發軟件為主。此外還有一種物流公司是綜合型的，如WalMart。WalMart本身擁有兩千多輛卡車。他們同樣有著自己的物流管理部門。同時，他們仍然主要依靠其他的運輸公司，如SWIFT來完成州際的貨物運輸。第一種公司：logistics的概念已經不僅僅局限于對路線，中轉站選址的優化。而更多的是成本分析和運輸策略的綜合體。所以，他們所使用的運輸管理優化大多包含以下三種主要功能：第一個功能，毫無疑問自然是卡車和人員的管理。其中涉及的包括卡車的老化，更新，維修，分配，保險，燃料等等。這方面的數據信息主要是由底層向上反饋。一般來講，根據客戶的服務區域或是短期合同的要求。每一個區域的fleetmanager(車隊的管理者)都在一定時間內管理相當數量的卡車以及駕駛員。他們在這一部分所需要做的就是不停的反饋信息給中央分析部門。信息的內容主要是卡車的使用情況等等。第二個功能是一個很大的處理過程。它涉及的方面包括每一個合同中規定的運輸距離，數量，重量，涉及到的各地區柴油的價格，保險，因汽車故障而導致的拖車費用，以及代價很高的deadhaul(空車回到出發點)，人員的工資等。這其中的很多因素幾乎是每天都在變化的。所以，所使用的系統必須能保證在隨時得到數據更新的時候，隨時優化。這一步所得出的結論大多是找到最佳的卡車數量的配置。而事實上，這也是很多運輸和物流公司賺錢的主要來源之一。舉個很簡單的例子。如果JBHunt在和WalMart簽合同的時候所列出的方案是使用15輛卡車來完成運輸。那么整個合同的價格基本上是以15輛卡車的運費為基礎的。如果JBHunt可以通過裝配優化和區域間的調度使12輛卡車就能完成運輸任務的話導購（ptisys.com），那么它的利潤空間將增加很多。這一步從技術角度上講并不復雜，只是一個運籌學中非常常見的有限資源情況下的分配問題。但是，在實際運用中所面臨的主要問題卻是如何在很短的時間內找出很好的答案。關于這一點在后面會說明。第三個功能是非常重要的一步，他關系著整個合同的成本。這一步需要做到的就是通過優化，找出最佳的運送路線/返回路線/以及空車返回的組合。舉個例子，假設三個城市A,B,C,這三個城市構成了一個三角形。其中，B和C的距離比較近，但是A距B和C都很遠。如果根據合同，A出需要運送三個卡車的貨物到B處，而C處需要運送5個卡車的貨物到A處。那么毫無疑問。最短的路線自然是各運輸各的，互不干涉。但是這樣一來，必定會造成A和C的卡車都要deadhaul。所以，很可能的運輸方式就是A把貨物送到B，然后在B處等待C送來的貨物。因為B和C的距離較近。所以因Cdeadhaul帶來的成本要低于Bdeadhaul的成本。與此相類似，backhaul同樣需要優化。上面的三個功能中，后兩種其實是融合在一起分析的。因為整個model的最終目的就是低成本。因此routing的所有決定都是以成本為基礎。

    優化難題

    物流優化從整體上來講，僅僅涉及到一些分配模型，運輸模型，以及比較有名的TSP等等。然而，實際過程中的運用遠非如此。很多小的公司，的確是通過運籌學的理論來尋優。采用的方法都很雷同。一般都是以VB為界面，調用CPLEX的API函數來進行優化計算。但是由于這樣的成本/路線模型大多是NP-Hard，所以，對于大公司，很難通過傳統的尋優理論來分析大的問題。最優解固然吸引人，但是如果為了尋優化上兩天的時間，就顯然得不償失。以JBHunt為例，幾乎所有的決策都是在每天早上兩點到四點這兩個小時之間完成的。這兩個小時之內，需要得到從車主那里傳來的信息skyky.cn，需要運行軟件進行優化，然后再把決策反饋給車主，很顯然，對于大多數問題而言，兩個小時找到最優解，難上加難，因此，這些公司提供的大多數是啟發式算法。

    上面提到的運輸管理系統大多面向于單一的交通工具。而實際上，大多數擁有多種交通工具的運輸公司的利潤主要來自于多式聯運。也就是多種交通工具完成同一個合同的運輸。多式聯運需要很強的邏輯的技術支持。以JBHunt為例，JBHunt本身并沒有鐵路的運輸工具。但是他們和各地的鐵路運輸公司有相應的合同。那么對于一個平常的運輸距離(比如說從阿肯色到芝加哥)，究竟有多遠需要鐵路運輸，多遠需要公路運輸？而且，大部分情況下導購網站（www.meirong9.com），JBHunt必須通過空車跑到火車站提貨。所以，如何可以通過適當的路徑優化來減少空車的機率，并且在空車不可避免的情況下物流企業需要完善的業務決策優化，如何優化陸地的運輸距離來減少運輸成本。這些都是邏輯工程師需要解決的問題。正如物流系統的每一個環節一樣，其實都是一個規劃模型。但是，由于結合實際中的成本分析，風險分析，穩定性分析等等，使得運輸公司對工業工程的技術有一個很綜合的需求，總體來講，即便是對于像UPS這樣已經非常贏利，技術上非常成熟的企業來說，同樣是有著可改善的余地的。