1、基于大数据、物联网和云计算技术的物流体系结构1、物联网网络架构物联网技术是通过射频识别（RFID）、全球定位系统（GPS）、激光扫描器、红外感应器等信息传感设备，按约定的协议，将任意物品与互联网相连接，进行信息交换和信息传递，以实现智能化识别、定位、监控、追踪和管理的一种网络技术。物联网网络架构共同特征智能物流配送系统感知层全面感知物流信息采集网络层可靠传输数据流应用层智能处理物流、资金流（1）全面感知：通过RFID、GPS、红外感应、传感器等对派送物资的信息进行随时实地的采集，为呈现运输货物的即时状态提供现场端的数据，包括仓储信息、运输信息、设备信息、装卸信息、路径信息等。（2）可靠传输：通
2、过有线及无线信息网络，使处于物流状态中的货物在网络中实现状态同步，通过可靠的信息共享使物流企业与物流企业、物流企业与客户、物流企业与其他产业之间实现即时沟通和相互融合，形成一体化服务。物联网使物理业脱离孤岛状态，更深入到对客户的服务中去。（3）智能处理：通过智能控制、云计算等技术，对物流相关信息进行采集、分析和整合，为物流管理决策提供最详实的数据并提供智能化决策建议和管理控制工具，体现更深一步“人与物的沟通”。2、智能物流配送系统基于物联网技术的物流配送系统分为三步：物流信息采集、数据流、物流与资金流。（1）物流信息采集：智能物流配送系统信息采集是利用RFID电子标签、RFID阅读器、GPS、
3、视频传感器等多种物联网信息釆集技术，结合车载识别系统、无线通信系统等在途车辆检测技术，实现物流配送中心以及配送中心到配送节点过程中货物的信息采集、配送车辆和人员的调度控制等。（2）数据流：数据流主要由常用的移动通信网络、互联网、卫星通信等网络来实现信息的传递。传递的物流信息主要包括静态数据和动态数据。静态数据主要包括物流资源如库存总量、车辆总量规格等以及货物的特性和规格，动态数据主要包括物品流通过程产生的动态数据如储位、配送车辆、货物的RFID电子标签动态信息、货物运输过程中温湿度、压力、位置、距离、路况等。数据通过网络传入云计算数据中心进行分析，以便及时实现仓储管理和运输调度。（3）物流与资
4、金流：主要实现物流配送中心内部各种作业的智能化、机械化和自动化。主要实现实时车辆定位、运输物品监控、在线调度与配送可视化管理。通过大数据分析物品的特性和规格、客户的不同需求，以最快的速度选择配送计划，制定合理的配送路线。节约物流成本，提高效率。3、云物流与大数据分析云物流是指基于云计算应用模式的物流平台服务。 在云平台上，所有的物流公司、代理服务商、设备制造商、行业协会、管理机构、行业媒体、法律机构等都集中整合成资源池， 各种资源相互展示和互动，按需交流，达成意向，从而降低成本，提高效率。（1）物流公共信息平台： 该平台一方面通过数据接口端向客户市场开放，端前跟客户相联系与沟通，通过物联网、互
5、联网、移动互联网、车联网、手机、搜索引擎、电子邮件、电商交易、呼叫中心、社交平台、终端POS机、移动设备、导航地图轨迹、客服中心、个人计算机以及各种各样传感器，抓取、探测客户，收集和提取数据； 另一方面通过数据接口端接收大数据信息。 大数据为客户提供了海量物流服务信息，包括各类物流装备资源信息、物流人力资源信息、物流方案设计能力和资源信息、物流公共服务信息和政策资源信息、物流保险信息、物流金融信息等， 这些信息汇聚成虚拟的物流资源和能力，形成云物流公共信息平台上的虚拟资源云或者资源池，供客户搜索、查询。 （2）云计算数据中心：建立大数据仓库，然后进行数据分析， 通过Hadoop技术和流计算技术
6、对静态、动态数据开展高级分析和定制化的分析， 为企业提供深入洞察，对数据信息整合与治理，提供完整的数据生命周期管控。如点击、浏览、收藏、评论、购物车及购买数据来把握该客户的需求特征，分析该客户可能会需要何种物流产品，可能会习惯性地购买何种物流产品，我们与之相对应的物流产品是什么样的形式、报价、摆位、描述,来进行市场预测。也可根据物流企业自身特点、商品特点和交通状况等选择经济的物流中心和配送中心，并实时优化配送线路。（3）物流管理平台：它是物流商信息共享、协同工作、资源整合、流程再造、 商业智能和决策分析为一体的综合性的物流服务平台，准确、快捷地处理客户订单，调度和指挥各类物流资源，规划物流线路
7、和物流方式，提供物流一体化解决方案，缩短物流流程，完成最后一公里配送。以最快捷的速度按客户要求交付货物，实现云物流平台对资源的智能化识别和管控，建设智慧物流、快捷物流、生态物流。4、物流企业应用物联网、大数据技术存在的问题（1）应用成本高物联网应用所采用的一些传感器以及读写设备成本高，部分建设看不到整个系统带来的效益，故很难推广形成大规模的应用。如果不能形成大规模应用，设备成本很慢降下来，形成了恶性循环。（2）企业无法直接看到应用物联网和大数据带来的商业价值物联网的最终目的是提供所有相关物品的信息即是大量的数据，数据的价值在企业运营过程中短时间内很难体现出来，加上大数据本身的多样性和复杂性，数
8、据质量无法有效、全面保证，大家都想看到同行业的企业首先用起来，看到应用价值时才采取追赶措施。（3）大数据的质量和时效性难以把握大数据来源较多，数据变化速度快，有效期很短，单一的数据结构难以满足物流企业的需要，没有实时收集的数据可能是无效的，必定会影响数据的质量。（4）缺乏专业的数据管理人才（CDO）由于大数据本身的多样性、复杂性增加了大数据在处理和管理上的难度，物流企业需专业的既懂得数据挖掘、数据分析技术，又熟悉物流企业运营的复合型技术人才即首席数据官（Chief Data Officer，CDO）。（5）技术难题我国一直缺乏物联网中的一些关键技术，主要依赖国外技术，中国的RFID产业参与企业
9、较多，但是一片混乱，技术标准不完善。RFID应用影响的金属环境和其他干扰仍然没有解决，成本代价高。将非结构化的数据转化成结构化的数据难度大，必须引进先进的数据转化技术才能保证数据的质量。（6）数据开放与安全的平衡用户的各种信息都会被记录在数据库中，数据的泄露必然会给用户带来困扰。面对激烈的物流企业间的竞争，推动数据全面开放、应用和共享的同时，怎样保证信息的安全是必须解决的问题。参考文献1梁红波. 云物流和大数据对物流模式的变革J. 中国流通经济,2014,05:41-45.2高连周. 大数据时代基于物联网和云计算的智能物流发展模式研究J. 物流技术,2014,11:350-352.3王惠烩,王明宇,何孟娜. 物联网和大数据时代对物流行业的影响及前景分析J. 电子商务,2014,07:28-29.4田雪,司维鹏,刘莹莹. 大数据在物流企业中的应用J. 电子商务,2015,01:36-37.5梁红波. 大数据技术引领物流业智慧营销J. 中国流通经济,2015,02:85-89.6张佳栋. 物联网技术在物流配送中的应用研究D.山东建筑大学,2014.7王维. 物联网技术在第三方物流仓储中的应用研究D.华南理工大学,2013.
