數字化物流在供應鏈物流中通過對物流部分所產生的大數據進行分析，并結合物流系統中的資源，如人員、設施、設備（包括車輛）等進行仿真模擬分析，將數據、資源與場景結合。場景包括在采購物流環節中的運輸、倉儲與配送、生產物流環節中的倉儲與生產配送、銷售物流環節中的倉儲、運輸與配送，然后對企業的供應鏈管理提供最優化策略的決策。我們來剖析企業完成整個數字化供應鏈物流中的基本前提和以數學模型為基礎的引擎。

數字化供應鏈物流的引擎與邏輯結構圖

數字化供應鏈物流的數據呈現

一.數字化供應鏈物流的基礎

場景模擬是數字化物流的基礎。

現代物流管理是從軍事后勤發展而來，從其發展歷史來看，物流系統從來都是為實現戰略目標而存在，沒有一個良好的物流系統很難實現組織目標。在商業環境中企業的戰略目標具有多樣性，有關于財務方面的目標，有關于市場方面的目標，也有關于提升生產力方面的目標等。例如企業需要進行擴張，就需要快速進行全國乃至全球布局，那么物流系統中的倉儲節點布局、運輸網絡需要進行構建并且持續優化與反饋，以支撐企業的擴張；再例如企業需要實現制造的精益化、均衡生產以及降低庫存的目標，那么物流系統需要調整其供應批量與批次，以及供應物流的模式，以達到在實現精益生產的同時避免缺貨風險。還有例如企業進行成本控制或者是電商企業實現訂單的快速交付等，這些都需要通過數字化物流的工具對未來場景的模擬分析，可提供更優的物流策略，并分析瓶頸并規避風險。

從以上的企業需求來看，物流系統隨企業的發展而進行調整，那么數字化物流在其中如何發生？

一是數據的產生和存儲。在物流作業過程中產生大量的數據并存儲在信息系統中，當前有一定規模的企業基本都使用了ERP系統，日常業務數據已被記錄在了信息系統中，并且通過不同的字段對業務類型或者狀態進行分類存儲，通過數據可以進行查詢。很多企業同時也使用WMS系統以及TMS系統，或者與第三方物流企業進行了物流系統的對接，在這樣的企業中，物流業務數據的記錄就更為詳細。

二是數據規模。企業的物流活動中的流程較多，有的企業在某一個流程中每天可能就會產生數十萬行數據記錄，而這些數據是無法通過常規的辦公軟件進行存儲和分析，只能通過數據庫技術進行查詢和調用。如果對整個供應鏈物流流程中所產生的數據進行調用和分析，可想而知，其數據量是巨大的。

三是數據記錄了流程活動的細節。數字化物流對企業流程活動的標準化和數據記錄的準確性有較高的要求。當然，這也可以根據企業數字化管理的目標而分階段逐步實現精確的數字化物流管理。在行業內常用的物流信息化系統都可以對物流作業中的每個流程進行記錄，例如車輛到達時間、物流作業開始時間、作業完成時間、作業人員、作業量、庫區、貨位等等。這些信息中包含了流程名稱、作業量、資源類型（人、設備編號）、作業時間等仿真模擬分析所需要的數據，也有一些數據需要和WCS系統對接，以采集設備的作業信息。

四是仿真模擬。每個企業在經營活動中都有自己的物流業務場景，我們在以前的文章中描述過各種企業物流的場景，例如倉儲活動場景，運輸網絡場景等。有的是以實體設施為基礎，在一個三維場景中完成物流活動，有的是以GIS系統為基礎的地理坐標場景完成運輸與配送活動。通常一個企業完整的物流業務活動是由數十個物流子流程活動所構成，在物流系統仿真過程中將根據具體的需求，對全流程或者某個環節進行場景構建。首先將場景抽象化，然后通過建立數學模型以及優化算法，可實現輸入與輸出。通過獲取企業在業務活動過程中的數據，并對其標準化后進行擬合與預測，再結合當前的資源作業的效率，輸入數學模型中進行運算，模擬在未來物流業務中可能出現的瓶頸，并提供優化方向。

五是優化決策。物流場景通過數字化模擬之后所輸出的結果可用于物流管理決策，對于所有的輸出要素來說是一個結構化的體系。頂層是經濟狀態的反饋，而往下是資源瓶頸的反饋。前者對接企業的戰略目標，輸出在企業將達到什么樣的戰略目標背景下，最佳的物流體系或者可行的物流體系如何構造，并需要為之付出多大的成本，對于最終的決策來說是投入和產出。與此同時，投入產出也細分到不同的物流環節中，分別可以反饋采購物流、生產物流、銷售物流各個環節在整個供應鏈體系中的經濟狀態。在不同物流環節中對詳細的資源數量、資源效用與瓶頸進行反饋，一方面通過瓶頸反映出可能存在的風險，另一方面呈現出最佳的物流作業策略以及在其狀態下的資源組合。

二.數字化物流場景仿真模擬的“引擎”

數學模型是數字化物流場景仿真模擬的“引擎”。

前面所述，物流的數字化中仿真模擬是核心，只有對基礎場景進行數字化構建后，才能再通過對其場景構建數學模型模擬運算，最后輸出最優策略以及資源組合。

整個供應鏈物流體系的數字化仿真模擬中，不同環節有不同的數學模型構造，例如運輸網絡、倉儲布局、倉儲運作、配送路徑等都存在各自所使用的模型，但這些模型之間并非獨立，可以相互的輸入與輸出，所以對整個模擬來說也會有一個模型架構。

我們通過運籌學中基本的數學模型，來分析數字化物流中仿真模型的基本構造以及模型之間的關聯性。

將供應鏈物流系統分為采購物流、生產物流與銷售物流。簡化來看，其中分為幾個過程，第一，客戶下達訂單后原料倉庫進行備貨；第二，供應商將貨物運輸到原料倉庫；第三，原料倉庫進行倉儲運作管理；第四，原料配送上生產線；第五，生產完成后進行成品的倉儲管理；第六，貨物運輸到區域配送中心；第七，商品從配送中心配送到客戶。

我們再來看數學模型如何在這些流程進行構建，一是原料與成品備貨可采用存儲模型；二是供應商供貨和成品的運輸網絡采用線性規劃模型；三是原料和成品倉儲運作采用排隊模型；四是生產配送中采用網絡流模型（圖論）。另外，在這些環節的局部作業中，這些模型也可以穿插構建，如運輸網絡中加上循環取貨或者送貨的路徑問題，倉儲作業中又存在資源配置問題等。總之，如果物流場景是靈活多變的，那么模型構建也就需要靈活處理。

三.仿真模擬在數字化供應鏈物流場景中的實現

1-存儲模型實現需求拉動與存量的經濟性反饋

庫存本身是供應鏈中的要素，但是庫存與庫容緊密相關，進而影響到存儲的面積。而存儲的這個過程又分布在物流場景中的各個子環節中，如原料倉庫需要存儲，成品倉庫需要存儲，生產線邊需要存儲，在對倉庫進行不同的細分，有的企業的配送中心就多達數十甚至上百個，所以貨物的存儲在供應鏈物流場景中隨處發生。

| 存儲活動的數字化場景表達：

在需求方提出什么時間需要多少貨物，然后供方進行采購或者生產，在既定的時間內將貨物交付到需求方手中。在這個過程中，結合判定采購或生產的周期與交付周期是否能夠匹配，如果不匹配則需要提前準備貨物庫存。那么這些庫存需要一個存儲的場地，可以是倉庫、堆場等任何一個可以進行存儲的空間內，同時，這個過程是持續發生的。這個過程為了達到最經濟的狀態，便需要對其進行模擬運算，構建最合適的機制和最優的資源配置。

| 模型表達：

在存儲中有兩個模型非常重要，一個是安全庫存，另一個是訂貨量，我們抽象來看，前者決定了存多少，后者決定的需要訂多少。整個供應鏈系統可以看成是由這兩個模型拉動，才有了其他模型需求的產生。

首先我們用一個標準的安全庫存計算公式來看其中表達的邏輯。這里面有兩個關鍵的變量，一個是提前期，另一個是需求量。從物流角度看，提前期L是對時間的限定，而需求量d是對數量的限定，而數量的單位可以轉換為單位體積，因此是對空間的限定。標準差是提前期和需求量的偏差，可以看作是描述供應鏈系統均衡性的一個變量。關于均衡性的判定，通過標準差，可以進一步構建為變異系數C.V，因為是對一個貨物需求量的偏差，不同貨物之間難以進行對比，而通過調整為變異系數后，可以對不同貨物間進行關聯。

因此，我們可以看到在這個表達式中其實已經對供應鏈系統中的時間、空間和均衡幾個重要的維度做了關聯，輸出的是空間變量SS。那么由這個表達式可以進一步延伸出一個關于存儲空間占用的無窮個邏輯關系。

再看經濟訂貨批量，經濟訂貨批量中有幾個重要的描述：R表示需求速度，t表示存儲時間，C表示訂購費用和存儲費用，P表示生產速度。這幾個變量中包含了對采購和倉儲的成本約束，需求和生產率的約束，然后尋找到最合適的訂貨量，將效率、成本和時間與量構建了一個函數關系。

將安全庫存與訂貨量結合來看，安全庫存提供了一個觸發的機制，而經濟訂貨批量構建了一個要貨量的機制，這個兩個機制中同時又對時間和空間進行了約束，并且可以反映出系統的均衡狀態，通過均衡狀態可以反映出系統中的存儲策略所消耗的成本，進而可以通過均衡性進行系統性調節，當然，也可以通過對于資源的限定進行局部調節。

以上所描述的是一種基本存儲策略的形態，即：在安全庫存拉動時，不允許缺貨、生產需要時間環境中的基本模型結構。還有更多策略形態存在，也帶來了存儲論模型的各種變化，如對缺貨的判定、供應時間的判定、需求量連續性的判定、定期訂貨還是定量訂貨的判定等。但從物流場景本身來說，存儲活動中的關鍵輸入是需求與到貨提前期的量和偏差，再加上對生產（采購）效率與需求速度以及采購與存儲成本之間的函數關系，找到最優的存儲策略。

2-排隊模型模擬節點活動的過程與節點作業能力反饋

供應鏈物流系統中，原料倉庫和成品倉庫都主要從事倉儲作業的活動，只是不同類型實現不同的功能。首先原料倉儲和成品倉儲服務了不同的對象，前者服務于生產后者服務于市場。在倉儲的功能分類中，有的是流通加工型，有的是存儲型，也有的是中轉型等，不同功能倉儲活動有較大區別。但總的來說，倉儲強調兩個方面的能力：一個是存儲能力，另外一個是出入庫的作業效率。不同的倉庫中無非是對這兩方面的需求不同而已。

| 倉儲活動的數字化場景表達：

根據訂單的時間序列，每天產生需要進入的貨物訂單需求。隨著入庫貨物和出庫訂單的下達，分配倉儲中的資源對其進行處理。入庫的貨物給予分配場地（貨位），由倉儲人員和設備進行裝卸和搬運，出庫的貨物由倉儲人員和設備將其從當前位置中取出直至裝車發運。整個過程在一個有限的三維空間設施中完成，強調以最少的資源投入和最快作業效率，以完成每天倉庫中所接收的兩種訂單類型。

對于倉儲內部的活動我們采用排隊模型來對其進行模擬。其訂單貨物為隊列，人、設施、設備為資源，作業方式為服務機制。

| 模型表達：

首先我們用排隊論模型的語言來表達倉儲活動，排隊論中有一般形式的描述：X/Y/Z/A/B/C，其中，X表示顧客（訂單貨物）相繼到達時間間隔分布；Y表示服務時間（倉儲人員與設備的作業效率）的分布；Z表示并聯服務臺（同時作業的人員和設備的組合）的個數；A表示系統的容量（倉庫容量），即可容納的最多顧客（貨物）數；B表示顧客源的數目（訂單貨物總數）；C表示服務規則（訂單優先級）。

由此可見，這個模型機制中包含了倉儲作業場景中需要去模擬的各種要素，如倉儲活動需要的資源、倉庫能存放的庫容、每天有多少訂單需要處理、資源的處理效率等，都包含在了模型中進行函數關聯。

我們再看具體模型的輸出表達：

一是等待時間和逗留時間。如果車輛在園區內裝卸，沒有及時的裝卸，那么存在等待的時間，裝卸的時間和等待時間加總是逗留時間。等待的時間越長對于園區面積的資源消耗越大，而裝卸時間又取決于卸貨的速度與調度的能力，因此時間變量也與作業能力有關。倉庫內對貨物的作業也同理。

二是資源的忙期和閑期。如果在人員和設備的投入中，用最少的投入實現高負荷的運轉，那么對于倉儲的經濟性是比較高的表現，但如果人員和設備一段時間內處于滿負荷，一段時間內處于閑置，這種狀態顯然經濟性不夠高。通過模型的模擬也可以輸出資源的利用情況，另外還可以通過模型中輸出的數據來觀測倉儲作業機制的作業能力強度，以便于選取一些生產力更強的自動化或者智能化設備。例如模型中構建了平均服務率的變量，再結合資源并行的數量和訂單貨物下達的時間間隔，進一步構成倉儲系統服務強度的變量。

我們來看基本的排隊模型：

其中幾個關鍵變量：ρ表示服務強度，s表示資源并行的數量，L表示等待作業的訂單貨物數量，W表示等待時間，λ表示訂單貨物到達的時間間隔，μ表示服務能力（平均服務率），Z表示最優狀態下的資源數和服務能力。

從這個模型中我們可以看到下列幾種相應的倉儲策略：

一是如果訂單貨物或者車輛到達的隨機性強并且分布不均，那么倉儲系統的資源調度和服務率難以得到保障，而通過計劃調節隊列數的概率有利于達到更高的倉儲資源服務率，也相當于調整其隊列分布的概率；

二是服務能力μ可以通過訂單發生的概率和客戶交付需求進一步模擬出最佳的取值區間，以判斷倉儲作業中是否需要增加人員或者引入生產力更高的自動化和智能化輔助設備。對于μ這個變量來說，還可以成為另外一個仿真模型的輸出，如模擬自動化設備的分揀能力、搬運能力等，將其“封裝”后與μ進行對接。

3-線性規劃模型模擬網絡活動機制與網絡效率反饋

在采購物流和銷售物流中，主要是對貨物從始發地到目的地中關于運輸周期、車輛資源與配載，倉庫節點布局運輸與配送策略等方面的數字化模擬。采購物流中是供應商到工廠端的運輸網絡結構，以產品原料為作業對象，而銷售物流是從成品倉庫到客戶端的運輸網絡結構，以成品為作業對象。雖然都是網絡化的結構，但是其中的作業模式和策略還是有很大差別。

| 采購物流運輸網絡的數字化場景表達：

在采購（供應）物流網絡中，上萬量級的原料從上千量級的供應商處始發，按照工廠的生產速度需求進行供貨，運輸的目的地可能是中間倉庫和線邊倉庫以及直供生產線的幾種不同的方式中的一種。近距離的供應商根據作業機制的構建，配送方式可能是A點直接到B點，也可能循環取貨的方式進行配送。整個運輸網絡需要在控制缺貨風險的情況下尋求總成本最優，其場景是在全球GIS的坐標系統中完成。

| 模型表達：

在采購物流網絡中的仿真模型是以線性規劃為基礎，把對工廠所需要交付的時間作為約束條件，把多階段的運輸成本和中間倉和線邊倉的建設與運作成本作為目標，再靈活根據企業實際的運作場景構建約束環境。其中還可以增加不同的供應模式，如JIT、MilkRun等模式，將其作為成本變量的函數表達式，這樣的可以在模型引入更多可選擇的策略。

在模型中我們可以看到其中x，y，z分別表示不同運輸階段中個每種物料的運輸量，也是模型中的決策變量，需要通過模擬構建每種物料的流向與最優運輸量。其中不同的上標標的C是代表不同的成本，如運輸成本，倉儲作業成本。這樣就通過數學模型構建了以總成本最小作為目標的判定函數。如前所述，對于成本項仍然構建為其與作業模式的函數模型，通過不同的JIT、MilkRun等模式，以及不同的物料準入不同的模式，然后返回到成本變量中，這樣對模型來說就更加能夠指導實踐。

在銷售物流網絡中，模型框架與與采購物流網絡相似，但是描述場景內容有很大的區別。在倉庫布局上，可能存在多級庫存，也就是從工廠生產完成并運輸到客戶端，可能會經過NDC-CDC-RDC這樣的結構，當然，通常在制造型的供應鏈體系的銷售物流比流通型的體系相對簡單，我們先按照制造型供應鏈網絡進行說明。

| 制造型企業銷售物流運輸網絡的數字化場景表達：

制造企業上千種產品從全國多工廠中生產完成，然后通過工廠端的成品庫進行一定周期的存儲，然后根據各地配送中心的庫存需求將產品運輸到全國乃至全球的各個配送中心，這是第一階段的運輸環節，這個環節中配送中心的需求量相對較大，整車集中運輸比較多。各個配送中心根據區域內的客戶訂單進行配送，這是第二階段的配送環節，這個過程客戶的訂單量要小于第一階段，因此需要考慮到車輛配載與配送路徑的問題。在整個過程中重點需要關注：第一，運輸路徑與成本問題；第二，倉庫選址和布局在什么城市；第三，每種產品在不同倉庫中的數量如何分配。

| 模型表達：

銷售物流網絡的模型與采購物流網絡模型的目標函數類似，只是對于庫存成本的要求高于后者，我們這里在前述模型中增加一個庫存成本的判定。其中I表示產品的庫存成本，x表示某種產品。另外，銷售物流網絡中存在倉庫與倉庫之間的調撥運作，該機制可靈活在模型中進行構建，這里就不再進行描述。

4-圖論模型模擬局部流活動與最優路徑反饋

在生產物流活動中的生產配送問題、銷售物流活動中最后一階段的配送問題，以及倉儲中的分揀路徑等都會用到圖論中的模型或構造思路。整個過程中會涉及到多點到多點，并且各點之間是否連通的問題，進而形成矩陣關系，所以圖論中的很多模型也屬于線性規劃模型，只是在構造的機制上與前面所描述物流網絡中的線性規劃有所不同。

| 數字化物流場景表達：

倉儲揀選路徑場景：倉儲揀選活動是倉儲活動中的一個重要子場景，在活動中，貨物存放在貨架或者地面上，揀貨人員或者自動化設備需要按照貨單進行行走到貨物存放的位置進行揀選動作。為了提高作業的效率，減少行走的距離，需要根據每一次行走的路徑對貨物進行排序，設定一個最短的路徑。

生產配送場景：生產需要物料供應時，物料會從貨位揀選完成后配送至生產線，在這個過程中不同的工廠和車間配送的模式不同。有的是物料揀選完成后直接配送至產線，有的是揀選完成后經過集中作業再配送至產線，有的是揀選完成后由牽引車循環取貨再配送至產線。總之，在配送過程中是多個資源（人或者設備），從多個始發點配送至多個目的點，中間存在多個路徑節點，需要在這個過程中采用配送效率和經濟性最高的方式進行配送。生產配送場景的復雜程度與其設施環境也有較大關系，如在多層結構的三維空間中要比單層空間的邏輯更為復雜。

車輛配送路徑場景：當一輛車裝載了多個配送點（城市節點或者網點）的貨物時，一方面需要考慮哪些點的貨物裝載到一輛車上，另一方面需要考慮應該先配送到哪個點再配送到哪個點的路徑問題。這種情況下需要綜合考慮效率和成本問題。

上述的幾種場景在數字化物流關于路徑的作業中都需要進行仿真模擬，然后評估當前的模式的經濟性以及模式的改進機會。這個模塊與其他模塊有一定的區別：

一是在整個供應鏈物流系統中，多個環節都可能存在路徑問題。從前面的場景描述中也可以看出倉儲、生產、供應與銷售物流網絡的場景中都存在不同程度的路徑問題；

二是路徑問題的仿真模擬既可能與微觀的設施三維場景相關，也可能和宏觀的GIS網絡相關，需要從兩者中提取坐標信息；

三是圖論中關于路徑優化模型也屬于線性規劃，但是其中所描述的問題和場景邏輯構造以及算法求解思路與其他場景中所采用的線性規劃模型有較大區別。

| 模型表達：

我們用圖論中最小費用流的基本模型來進行描述。在該數學模型中有兩個特點：一是其屬于基本的線性規劃模型；二是場景是網絡結構，運算以矩陣運算為主。在模型中，G表示一個網絡，V表示網絡中的節點，E表示節點連通的路徑，C表示路線的容量，d表示單位流量費用，f表示一個可行流，W表示總流量。最后使得總費用最小。

通過這個變量描述，可以看出在整個模型主要是描述一個網絡的連通狀態，哪些路徑是可以選用的，然后在這些連通的路徑中，哪些路徑串聯起來是最佳的路線。這里需要說明的是，用圖論的模型來模擬物流中的路徑問題，其中的節點和流的流通頻次遠高于采購和銷售物流網絡中的運輸問題。例如倉儲中的分揀和配送的活動是按分鐘持續發生的，批量更小，批次更多，數據量也更多。因此，在該模型的算法構建上與運輸問題構建的方式有較大差異。