供应链物流信息系统研究综述

供应链物流信息系统的应用是提高供应链竞争力与客户服务水平的关键因素。物流信息系统在供应链中的作用主要体现在三个方面：一是减少牛鞭效应产生的需求不确定性；二是为供应链成员企业提供决策支持，同时极大地增加了决策的正确性；三是降低了供应链成本，提高了运作效率。国内外的专家学者对供应链管理环境下的物流信息系统做了深入的研究。本文主要从供应链物流基础信息系统、决策支持信息系统和智能信息系统三个方面介绍供应链物流信息系统研究状况，并对供应链物流信息系统进一步研究提出展望。

2供应链物流基础信息系统

提高供应链整体运作效率和竞争力的基础是通过供应链上下游企业进行信息交换、传输和共享来增强整体协同性。供应链成员企业利用现代识别技术进行信息采集，通过信息技术转换格式，运用标准协议进行信息交换，通过统一的信息平台交换、共享信息。

2.1信息采集

要想提高供应链的管理绩效，降低整个供应链成本，必须从基础的信息采集技术入手，进而改善供应链中的信息传递模式。信息采集依赖于条码技术和自动识别技术，而条码和电子标签的标准化是自动识别技术的基础。美国超级市场委员会制定了通用商品代码UPC码，美国统一编码委员会（UCC）建立了UPC条码系统，并全面实现了该码制的标准化。

自动识别技术不仅降低了成本，降低了信息采集差错率，而且极大的提高了供应链管理水平。张斌[1]提出了在仓储信息采集、分拣信息采集、销售信息采集等方面利用RFID系统，设置一定数量发射器和接收器，利用接收器扫描货物上的电子标签，然后将阅读的信息存储到计算机中。当商品出库时，利用发射器扫描电子标签，对已存储的货物信息进行更新。闫正龙[2]等从供应链车辆、设备管理方面提出了利用GPS全球定位系统和GIS地理信息系统跟踪车辆和货物信息，实时更新计算机数据库，实现对车辆的实时、动态监控管理，从而协同进行供应链管理。

2.2信息传输与交换

信息通过网络传输技术和网络传输协议在供应链成员企业间进行传递，从而辅助供应链成员企业进行协同决策，为提高供应链整体运作效率提供支持。供应链成员企业采用各异的信息系统，对于供应链间异构的信息系统进行信息交换，主要运用EDI方式、XM L方式、SOAP方式等对信息进行统一的转换，即采用统一的中间数据格式进行数据交换。EDI是供应链合作伙伴间协同合作的系统媒介，用于供应链集成的信息交换。

王晓平[3]研究了企业基于ebXM L规范对信息进行统一存储，供应链成员可以通过对ebXM L数据库进行查询来实现供

供应链物流信息系统研究综述

秦仲篪，李海涛，李勇，肖鹏辉

（长沙学院工商管理系，湖南长沙410003）

[摘要]从供应链物流基础信息系统、决策支持信息系统和智能信息系统三个方面介绍了供应链物流信息系统研究现状。对该领域研究进行分析总结，并就进一步研究提出展望。

[关键词]供应链;物流信息系统;决策支持系统;智能信息系统

[中图分类号]F253.9;F273.7[文献标识码]A[文章编号]1005-152X（2010）08-0117-04

Summary of Researches on Supply Chain Logistics Information System

QIN Zhong-chi,LI Hai-tao,LI Yong,XIAO Peng-hui

(Department of Business Administration,Changsha University,Changsha410003,China)

Abstract:The paper introduces the current situation of supply chain logistics information systems from the three aspects of supply chain logistics basic information system,decision-making support information system and intelligent information system,summarizes the researches in this field and offers its outlook on future studies.

Keywords:supply chain;logistics information system;decision-making support system;intelligent information system [收稿日期]2010-02-25

[基金项目]湖南省软科学计划项目(2008ZK3066)

[作者简介]秦仲篪(19-),男，湖南长沙人，教授，主要研究领域为物流管理。

doi:10.3969/j.issn.1005-152X.2010.08.039

117

--应链企业间的信息交换。聂瑞华[4]在基于Web Service技术的综合物流模型中指出供应链企业间利用SOAP（简单对象访问协议）平台进行信息交换。刘广志[5]研究了从物流信息、交换需求、交换软件设计三个方面对物流信息交换的中间件LIEM。提出了供应链企业间信息接收方可以根据信息发送方的数据格式设置一个数据转换的翻译软件，将接收的数据解析成自己的格式。再生成对方需要的格式进行发送，从而可以直接实现供应链异构信息系统间的信息交换。

2.3信息共享

信息共享是供应链成员企业协作的前提，供应链的协调运行建立在各节点企业高质量的信息交换与共享的基础之上。信息共享不仅有助于供应链成员企业间信息的透明，而且有助于整个供应链相互协作，减少供应链中的牛鞭效应，从而提高供应链的整体运作效率和竞争力。

国内外专家学者对供应链信息共享进行了深入的研究。YU[6]研究了供应链成员企业间三种不同的信息共享模式，即分散控制模式、协制模式和集中控制模式，这三种模式主要应用于制造商和零售商的信息共享。LEE[7]等提出了节点之间信息传递结构的信息共享模式，并总结出了信息传递模型、信息中心模型和第三方模型。提出一种由供应链企业的一方来接收整条供应链的信息，并将其存入一个数据库中进行维护，以提供给整个供应链成员企业共享的第三方模式，这种信息共享模式更有利于集中决策，从而实现供应链的整体优化。马士华[8]等研究了基于时间的供应链信息共享模式，提出了支持协同决策的信息共享模式，该模式引入了时间竞争的概念，供应链各个成员通过核心企业的统一的商务平台进行信息传递与共享（如图1），该模式满足了三种不同的信息需求。

图1支持协同决策的信息共享结构模型

3供应链物流决策支持信息系统

供应链物流决策支持信息系统是辅助供应链成员企业利用数据、模型和知识，来进行的一种结构化的和半结构化的人机交互信息系统。它是由供应链基础信息系统发展而来的供应链信息管理系统，通过为供应链决策者提供分析问题、建立模型、模拟决策过程等，利用各种信息和分析工具，帮助供应链成员企业提高决策水平，进而提高供应链整体效率。

3.1基于数据的决策支持信息系统

在供应链物流基础信息系统之上，信息共享内容越来越多，数据量也越来越大。朱杰[9]认为建立在供应链基础上的数据仓库通过对历史数据的净化、集成及大量的随机查询，建立联机数据立方体，通过分析技术，生成不同粒度的汇总数据，以帮助供应链决策者进行协同决策。郑直文[10]构建了物流信息决策过程模式，通过对供应链数据仓库中的数据利用OLAP 技术联机分析，并利用数据集和数据集合技术对数据仓库中的数据进行分析和汇总，同时进行分析，然后将分析的数据及时反馈给决策者(如图2)。

图2基于数据的决策支持信息系统

陈京民[11]指出在数据仓库的应用中，OLAP作为数据前端展示工具，与数据挖掘工具，专家系统和知识发现技术等配合使用，增强了供应链分析决策能力。供应链决策支持信息系统以数据仓库为基础，以数据挖掘与联机分析处理为工具从源数据库中抽取数据，并对其进行综合、集成与转换，提供面向全局的数据视图。从多种角度对信息进行快速、一致、交互性的存取，进而对数据进行深入的分析。基于数据仓库、数据挖掘、OLAP技术三者之间内在联系和互补构成的供应链决策支持信息系统的构架，展示了信息的本质，相互结合共同支持决策。

3.2基于知识的决策支持信息系统

供应链知识决策支持系统收集、处理、分享供应链的全部知识，增强供应链上各决策主体间的沟通效率,提高供应链的整体运作效率。彭晨[12]在分析供应链中知识流程构成的基础上，提出了基于知识网链的供应链决策支持信息系统，知识网链中的知识能够不断更新，实现知识的滚动优化。建立在供应链知识网链基础之上的决策过程，不仅能提高供应链决策者的知识完善度，而且不断产生新的知识要求从而促进新知识的自适应过程，从而为供应链的理性决策和综合竞争能力以及双赢效果提供了知识支持。李惠杰[13]构建了基于供应链的知识管理系统，通过提高供应链各决策主体的知识共享和利用程度，将供应链中的知识流与资金流、信息流、物流相融合，加强沟通，提高供应链的协同性和有效性，实现供应链各个决策主体的整体效率最优。

3.3基于模型的决策支持信息系统

供应链模型仓库，是将供应链的知识积累以模型的方式进行存储。Chen[14]提出了在传统决策支持信息系统基础之上加入定性分析辅助决策模型库，这种决策支持信息系统能够为供应链决策主体进行辅助决策，但是由于其模型库是固定的，因此具有一定的局限性。在此基础上，周晓庆[15]等构建了以集成数据仓库、知识仓库和模型仓库为底部架构的供应链决策支持信息系统（如图3所示），这种模型可以随时更新知识库，并且通过模型管理系统对模型进行管理及学习，使得模型库具有一定的自适应能力。从而增强了供应链决策主体决策的有效性和智能性，提高了决策的效率。

118 --4供应链物流智能信息系统

随着供应链物流管理的进一步发展，物流自动化、智能化水平以及供应链协同合作的紧密性进一步提高，物流信息系统进入了智能信息系统阶段。物流智能信息系统综合运用数据挖掘、人工智能领域的方法和技术，对供应链的数据进行分析处理，对供应链系统运行控制、日常决策和战略决策高效准确的提供支持，使物流信息系统具有了学习、推理判断、自动解决物流运作问题的智能化特征，能够高效、安全地处理复杂问题，从而为客户提供方便、快捷的服务。国内外专家学者主要从系统建模、系统分析与评价、系统优化三个方面研究供应链物流智能信息系统。

4.1供应链物流智能信息系统建模

在供应链管理过程中利用具有自主学习、自主推理和自主决策能力的多智能体信息系统（multi-agent system）来进行模拟、优化、实施、控制供应链的运行，已经成为研究和实施供应链物流信息系统的重要方法之一[16]。Swaminathan[17]等人认为基于多智能体的仿真模型是一种新型的、强有力的支持决策工具，能够为供应链决策者评价运行效率，以及进行what-if 分析，提供高效的决策支持。Willian[18]等利用多智能主体系统进行供应商和销售商的选择，从而确定最优的供应链运作形态。智能体信息系统可以设计成供应链系统信息交流与业务交流的中介，通过黑板模型[19]作为信息通信工具，实现供应链信息系统之间的动态集成[20]。这种形式便于引入优化机制，进而改善供应链性能。

Elizabeth[21]提出为了满足供应链管理信息系统的动态、互动、分布式的应用可以采用角色建模的方法构建供应链信息系统，罗文波[22]在此基础上提出了采用RRCs[23](Role Responsi-bility cards)表示每个智能体所包含的角色及责任的方式（见表1）来建立多智能体系统，使之彼此交互，共同完成供应链智能体的系统功能。

表1供应链多智能体角色职责卡

王雯[24]等在供应链基础上分析了系统动力学(SD)与多A-gent系统(M AS)单独建模的优缺点，引出了混合建模，提出了基于M AS和SD的供应链环境下物流信息系统的混合建模方法。同时分别论述了M AS与SD在混合模型中的应用范围，解决了两者建模方法集成的关键技术。并运用实例对M AS与SD 的混合建模进行了论证。Schieritz[25]同样指出用M AS来构建动态供应链的结构，用SD对Agent的内部决策进行建模，并用SD模拟了Agent的订购与评价模块，而且实现了在Repast和Vensim平台下供应链信息系统仿真模型。

Petri网由Carl Adam Petri提出描述异步的、并发的计算机系统并可以进行信息处理的系统模型。王冬冬[26]等通过运用模糊Petri网的建模方法对供应链牛鞭效应进行了量化，同时综合分析供应链成员的信息需求和决策，给出了模糊推理算法，并进行了仿真分析，从而优化了供应链信息系统结构。Lee[27]和Wang[28]等人将面向对象建模技术(object-oriented modeling，OOM)与高级Petri网(CPN)结合，提出了面向对象的Petri网OPN，在此基础上利用OPN的方法分析了供应链信息系统的运作，并以此对供应链流程进行模仿，优化供应链物流信息系统，提高供应链效益。

4.2供应链物流智能信息系统分析评价

建立信息系统模型主要解决了供应链环境下的智能信息系统流程及工作方式，在供应链智能信息系统模型建立之后，必须对其性能和设计是否达到目的进行综合评价，以不断完善其功能。国内外的专家主要运用层次分析法，线性回归分析法等进行分析与评价。

层次分析法(Analytic HierarchyProcess简称AHP)是对信息系统模型评估最常用的方法。张李义[29]等通过对供应链信息系统的模型分析，运用层次分析法建立了三个大的评价指标体系和十八个具体的评价指标，并构造了综合评价的AHP结构模型，并配以实例进行了应用分析。徐天凤[30]采用Delphi法和AHP相结合,综合考虑了影响供应链信息系统的多种因素，避免了由于主观臆断而造成的评价与事实不符合。

张新红[31]提出了基于神经网络的供应链管理信息系统评价方法，这种方法通过神经网络的自学习、自适应和强容错性能，建立了更加接近人类思维模式的定量和定性相结合的综合评价模型。陈建明[32]等提出运用模糊综合评价方法，通过建立评价专家组、确定指标权重、确定指标的隶属度、计算评价值，并运用实例对供应链信息系统进行有效分析评价。数据包络分析法(data envelopment analysis,DEA)是由Charnes和Cooper等人提出的非参数有效性的信息系统评价方法，王瑛[33]等在DEA的基础上，首先确定了供应链信息系统评价指标体系，再运用DEA/AHP模型，分两个阶段对物流系统进行评价，同时指出运用这种方法有效避免了两种方法单独进行评价的局限。

4.3供应链物流智能信息系统优化

供应链智能信息系统具有智能化的特征，在运行过程中利用先进技术，不断进行优化，在充分利用现在资源的基础上自主学习。通过完善供应链信息系统，来提高供应链运作水平以及整体竞争力。

COLORNI,Dorigo[34]等人将蚂蚁算法应用在车间任务调度，用于解决混流装配线调度问题。孙靖[35]等通过设计基于蚁群算法的求解过程，研究了如何解决和优化大规模定制下客户订单分离点后的动态供应链调度信息系统。通过实验和对比，验证了基于蚁群算法的有效性和稳定性。在供应链运输过程中，也可以通过信息系统调节分配车辆运输线路和运量，利用蚁群算法对车辆运输线路进行优化，从而降低供应链成本。

肖伟平[36]等提出了运用数据挖掘算法对供应链中的车间作业调度信息系统中基于遗传算法的求解结果的最优方案中抽取方案的模式知识，通过数据实例表明了基于遗传算法的数据挖掘方法性能非常好。蔡林峰[37]等利用遗传算法为一定可靠性要求下的信息系统成本最小化这一类结构复杂问题提供了解决思路。其首先运用信息系统的Petri网模型的层次结构方法分析结果，然后给出区分结点重要度的系统可靠性度量公式。并在此基础上提出优化模型，给出遗传算法求解优化问题的步骤，最后通过实例证明了方法的有效性和实用性。

邵志芳[38]等将Petri网技术与蚁群优化算法相结合，求解基于供应链的柔性制造系统的调度问题，进行优化，并取得了

119

--明显的效果。最后用一个典型算例的调度优化问题为例，证明了算法的有效性。而粒子群优化(PSO)算法是另一种基于群体智能的随机优化算法。林川[39]等则通过分析PSO算法的信息共享机制和粒子平衡点在信息共享中的作用，提出了四种不同的信息共享的PSO算法，进行仿真和性能对比，改进PSO 算法的性能，从而优化供应链信息系统的共享策略。

5展望

综上所述，供应链物流信息系统的应用主要体现在为供应链决策者提供决策支持的信息整合与共享，而在信息与物流运作、供应链运作结合方面并未作深入的研究，如何在供应链深层次中应用物流信息系统将是今后研究的方向和重点：（1）以供应链整体流程全局最优为目标，设计和优化供应链的各项活动，利用供应链物流信息系统，重新认识供应链企业的业务，整合适合供应链发展环境的业务流程。

（2）在供应链运作过程中，供应链合作伙伴必须紧密协作，利用物流信息系统依照系统总体目标协调相互之间的利益，达到供应链整体协同。

（3）利用供应链信息系统的多源信息融合技术进行协同需求预测，提高供应链需求预测的精度、降低不确定性。对具体的融合方法进行分析、设计和测试，尤其要在具体的供应链应用中检验其效度和信度，以协助做出准确的预测。

[参考文献]

[1]张斌,姚大红.RFID技术在实时物流中的应用[J].价值工程,2004,23 (4):117-119.

[2]闫正龙,陈正江,黄强,刘昭.基于GIS/GPS/GSM/GPRS技术的车辆监控系统的设计与实现[J].西北大学学报:自然科学版,2008,38(1): 127-130.

[3]王晓平.基于EbXML物流信息交换技术应用[J].中国物流与采购, 2009,(12):66-67.

[4]聂瑞华,邝颖杰.基于Web Service技术的综合物流模型[J].计算机工程,2004,30(12):172-174.

[5]刘广志,刘军.物流信息交换中间件研究[J].物流科技,2007,30(10): 15-18.

[6]Z Yu,H Yan,T C E Cheng.Modelling the benefits of information sharing-based partnerships in a two-level supply chain[J].The Journal of the Operational Research Society,2002,53(4):436-446.

[7]H L Lee,S Whang.Information sharing in a supply chain[J].International JournalofManufacturingTechnologyand Management,2000,1(1):79-93.

[8]马士华,刘念.基于时间竞争的供应链信息共享模式[J].物流技术,

2005,(8):66-69.

[9]郝燕,朱杰.基于数据仓库的供应链信息集成的新思路[J].物流技术, 2009,28(4):88-90.

[10]郑直文.OLAP技术在物流数据仓库中的运用[J].经济与科技,2008,

(9):61-62.

[11]陈京民.数据仓库原理,设计与应用[M].北京：中国水利水电出版社,

2004.

[12]彭晨,岳东.基于知识网链的供应链决策系统[J].计算机工程,2004,

30(2):52-54.

[13]李惠杰.基于供应链的知识管理系统的开发[J].工业技术经济,2005,

24(1):92-93.

[14]S Chen，Y Zhu,D Zhang,J Y Yang.Feature extraction approaches

based on matrix pattern:MatPCA and MatFLDA[J].Pattern recognition letters,2005,26(8):1157-1167.[15]周晓庆,李明东,肖顺文.基于KW,MW及DW的决策支持系统架构

研究[J].计算机应用,2007,27(4):1027-1029.

[16]M S Fox,M Barbuceanu,R Teigen.Agent-oriented supply-chain

management[J].International Journal of Flexible Manufacturing Sys-tems,2000,12(2):165-188.

[17]J MSwaminathan,SF Smith,NMSadeh.Amulti agent framework for mod-

elingsupplychain dynamics[J].Decision Sciences,1997,29:1-208. [18]WE Walsh,MP Wellman.Modeling supply chain formation in multiagent

systems[E].Lecturenotes in computer science,2000:94-101.

[19]K Stefan.STRICT:a blackboard based tool supporting the design of dis-

tributed PPCapplication[J].Expert Systems with Applications,1994,7(1): 10-20.

[20]W Shen,D H Norrie.An agent-based approach for manufacturing en-

terprise integration and supply chain management[A].Proceedings of the Tenth International IFIP WG5[C]1998,2:09-12.

[21]E A Kendall.Role modeling for agent system analysis,design,and imple-

mentation[J].IEEE CONCURRENCY,2000,8(2):34-41.

[22]罗文波,陈幼平,艾武,娄平.基于多智能体的供应链管理系统角色

建模与设计[J].计算机工程与应用,2003,39(19):227-229. [23]E P Andersen.Conceptual Modeling of Objects-A Role Modeling Ap-

proach[J].Dr Scient thesis,1997,4.

[24]王雯,任立鹏,傅卫平,张昌续.基于MAS与SD的核心企业物流系

统混合建模[J].西安理工大学学报,2009,25(1):38-44.

[25]NSchieritz,P MMilling.Modelingthe forest or modelingthe trees[A].Pro-

ceedings of the21st International Conference of the System Dynamics So-ciety[C].2003.

[26]王冬冬,达庆利.基于模糊Petri网的供应链牛鞭效应的成因与控制

建模分析[J].系统管理学报,2007,16(1):6-11.

[27]Y K Lee,S J Park.OPNets:an object-oriented high-level Petri net model

for real-time system modeling[J].The Journal of systems and software, 1993,20(1):69-86.

[28]L C Wang.Object-oriented Petri nets for modelling and analysis of auto-

mated manufacturingsystems[J].Computer Integrated ManufacturingSys-tems,1996,9(2):111-125.

[29]张李义,汪小芬.利用层次分析法综合评估信息系统[J].情报杂志,

2005,24(1):83-84.

[30]徐天凤.模糊数学在铁路管理信息系统评价中的应用[J].铁道运营

技术,2006,12(4):28-29.

[31]张新红,郑丕谔.基于神经网络的管理信息系统综合评价方法[J].系

统工程学报,2002,17(5):445-450.

[32]陈建明,张仲义.模糊方法在信息系统评价中的应用[J].中国管理

科学,2000,8(1):75-80.

[33]王瑛,孙林岩,陈宏.基于两阶段的物流系统综合评价DEA/AHP法

[J].长安大学学报:自然科学版,2003,23(3):79-84.

[34]MDorigo,TSt tzle.Ant colonyoptimization[M].theMITPress,2004.

[35]孙靖,林杰.基于蚁群算法的大规模定制供应链调度优化研究[J].

计算机应用,2006,26(11):2631-2634.

[36]肖伟平,何宏.基于遗传算法的数据挖掘方法及应用[J].湖南科技

大学学报:自然科学版,2009,24(3):82-86.

[37]蔡林峰,谭观音.基于遗传算法的信息系统可靠性优化设计[J].计

算机工程与设计,2006,27(14):2578-2580.

[38]邵志芳,刘仲英,钱省三.整合Petri网和蚁群优化算法用于柔性制

造系统调度优化研究[J].计算机应用,2006,26(11):2753-2755. [39]林川,冯全源.粒子群优化算法的信息共享策略[J].西南交通大学

学报,2009,44(3):437-441.

120 --