基于信息分析的集群式供应链物流 效率评估系统设计

王清珍 邵杰

摘  要： 针对集群式供应链物流效率评估效果差的这一现状，提出基于信息分析的评估系统设计。从实际情况、层次结构和功能三个角度分析实际拓扑布局，由此设计4层体系结构。其中，数据采集层是以C8051F0403型号芯片为核心处理芯片设计信息采集器，对实时运行数据进行自动采集;评估层是在RISC微处理器上设计评估装置，实现集群式供应链物流效率评估与分析;性能层内嵌设备综合效率计算设备，为系统提供基础运算功能;界面层可实现用户与系统的直接交互。依据评估过程构建评估指标，并建立评估模型，获取初始评估矩阵，计算熵权，确定系统物流效率风险概率，由此实现物流效率评估系统设计。由实验结果可知，该系统评估效果较好，为提高物流业务利润目标奠定基础。

关键词： 评估系统; 信息分析; 集群式供应链; 物流效率分析; 数据采集; 人机交互

中图分类号： TN02?34; TP311.52                    文献标识码： A                   文章编号： 1004?373X（2020）13?0016?05

Design of information analysis based evaluation system for logistics

efficiency of cluster supply chain

WANG Qingzhen1， SHAO Jie2

（1. Zhengzhou University of Science and Technology， Zhengzhou 450064， China;

2. School of Computer Science and Technology， Nanjing University of Science and Technology， Nanjing 210094， China）

Abstract： In view of the poor evaluation effect of logistics efficiency in cluster supply chain， an evaluation system design based on information analysis is proposed. The actual topological layout is analyzed in three aspects of actual situation， hierarchical structures and functions. A four?hierarchical architecture is designed accordingly. In the data acquisition layer， the information collector is designed to execute the real?time running data acquisition automatically， in which C8051F0403 chip is taken as the core processing chip. In the evaluation layer， the evaluation device is designed in RISC microprocessor to realize the logistics efficiency evaluation and analysis of the cluster supply chain. In the performance layer， the integrated efficiency calculation equipment is embedded to provide the basic operation function for the system. In the interface layer， the direct interaction between users and the system is proposed. According to the evaluation process， the evaluation index is constructed， the evaluation model is established， the initial evaluation matrix is obtained， the entropy weight is calculated， and the risk probability of logistics efficiency is determined. Thus the design of logistics efficiency evaluation system is realized. The experimental results show that the evaluation effect of the system is good， which lays a foundation for improving the profit of logistics business.

Keywords： evaluation system; information analysis; cluster supply chain; logistics efficiency analysis; data acquisition; man?machine interaction

0  引  言

从供应链物流角度分析，集群是众多分工协作关系不同规模企业的相应地域，通过相互作用，在同一产业价值链基础上聚合而成网络几何体，形成持续竞争优势。在集群中存在纵向企业相互分工协作关系，也存在横向完整产业链，是一个有组织的网络结构，更具有集群式供应链系统特征[1]。如果没有集群式供应链物流，会导致组织内部企业同质化，最终形成恶性竞争。因此，将集群视为基于集群网络分析的集群式供应链系统，将集群网络与供应链融合，形成一种介于市场与企业之间的组织形式，在此背景上是有向链状结构[2]。

目前，我国集群式供应链物流产业发展迅速，设备制造业效果提高很多，技术水平也随之上升，但包装生产线上故障率依然较高，并且由于外部原因导致物流效率降低的现象也有很多，对生产造成一定浪费[3]。为了解决传统系统遇到的瓶颈问题，本文建立基于信息分析的集群式供应链物流效率评估系统。结合信息分析方法，对供应链不同环节可能出现的集群式供应链风险进行评估，更合理地对相关指标进行量化处理。

1  基于信息分析的集群式供应链物流效率评估系统

针对信息分析是指以物流特性需求为依托，以定量研究方法为主要手段，通过对物流信息收集、整理、评估与分析等一系列加工过程形成新的信息产品，为集群式供应链物流效率评估系统提供不同层次的科学决策服务[4]。

从设计原理角度分析，描述总物流资产利用效率、总设备利用效率和线效率过程，从效率评估系统布局拓扑结构以及模块系统布局设计集群式供应链物流效率评估系统[5]。

從实际情况、层次结构和功能三个角度分析实际拓扑布局，设计如图1所示。

实际布局拓扑结构描述了在集群式供应链物流线上布局效率评估系统，并获取相关记录数据，采用带串口速度表，可直接由数据采集器经过串口对实时数据进行采集，利用局域网网络将采集到的数据传送到相关服务器中[6]。通过PLC控制器传递相关信息，再经过数据采集器通过以太网将数据传送到服务器中，通过该数据进行集群式供应链物流效率评估[7]。

1.1  系统硬件结构

在实际布局拓扑结构基础上，进一步将效率评估系统设计为4层体系结构，如图2所示。

由图2可知，该系统结构是由数据采集层、评估层、性能层和界面层四个层次组成的，通过数据采集层进行相关信息采集，利用评估层分析所有运输设备运行情况，通过性能层评估物流效率，最后经过界面层实现用户与系统之间的交互[8?10]。

1） 数据采集层通过集群式供应链物流设备控制系统，并对实时运行数据进行自动采集，包括物流运行速度、产品数量、运输时间等信息[11]。

数据采集层主要负责对集群式供应链物流信息进行持久化处理，对于该部分的硬件结构设计如图3所示。

信息采集器是以C8051F0403型号芯片为核心处理芯片，其中包括ADC模数转换器和DAC数字模拟转换器，其高度集成性能为信息采集提供便利。采用6N137型号高速光耦合器和SJA1000型号独立控制器为冗余总线接口进行设计[12]。

采集接口电路设计如图4所示。由图4可知：采集接口电路是由主、从服务器、采集器、静态存储器组成的，通过该电路将从机与主机相连接，一旦信息过多，那么上位机就会出现频繁响应，由此说明系统正在采集信息[13]。

对于集群式供应链突发的状况，造成物流效率降低的原因有很多，对各种会导致中断、低速运行、暂停等状态的原因进行定量分析，方便管理系统自动对采集到的数据进行分类整理。

2） 评估层主要负责实现集群式供应链物流效率评估与分析，该层次是整个系统结构的核心层。评估装置由评估终端、信息接收模块和主机三部分组成，其结构如图5所示。

在RISC微处理器上设计评估装置，可在装置正常工作时实时评估集群式供应链物流运输状态，一旦评估供应链物流效率较差时，评估装置就会发出预警信号，提醒用户供应链物流效率较差。

评估装置的设计是为了实时、有效地评估物流所有运输设备的运行情况，并通过软件平台如实反映物流线上的信息。

3） 性能层为系统提供基础功能，内嵌综合效率计算设备，并评估物流效率，减少损失，进而有效提升整个系统效率。

4） 界面层实现用户与系统的直接交互，可向用户传递物流实时状态和效率分析结果信息，通过系统对物流进行有效管理。

1.2  系统软件功能

采用信息分析方法设计集群式供应链物流效率评估系统软件功能，通过供应链纵向和横向整合，获取大于各自独立或对立行动过程中的利益，存在与预期利益相违背的集群式供应链信息，实现物流效率评估功能。

在供应链物流效率评估过程中，通过计算供应链物流效率评估系统可靠性来衡量系统物流效率。结合信息分析方法对供应链上各物流企业的可靠性进行分析，根据分析结果对物流效率进行评估。评估供应链上各个物流效率值的大小，具体评估步骤如图6所示。

依据上述评估过程构建集群式供应链物流效率的各个评估指标。

1.2.1  构建方法

全面分析集群式供应链的整体结构和所处环境，从资源投入、市场竞争、企业之间的合作与所面临的其他风险等角度进行考量，构建集群式供应链物流效率评估二级指标，内容如下：

1） 所处环境：由外界原因导致的可能事件的概率;

2） 资源投入：集群内物流企业条件不确定性，合作伙伴不能按照合同进行投资的概率;

3） 市场竞争：集群内同类产品出现的概率、企业核心技术被其他企业攻克的概率;

4） 企业之间的合作：其他企业的合作意外终止的概率，集群外企业竞争对手建立营销的概率;

5） 所面临的其他风险：路径依赖可能性，产品市场生命周期阶段的概率。

1.2.2  评估模型建立

由于影响集群式供应链物流效率因素较多，在评估过程中往往会使许多有用信息丢失，为了弥补这一点，采用信息分析评估方法对指标进行量化处理，过程如下：

Step1：设有[n]个用户参与评估模型的确定，评估指标共有[m]个，由第[i]个用户对第[j]个指标给出评估结果[xij，yij，zij]。其中：[xij]表示第[i]个用户对第[j]个指标重要程度给予保守评价;[yij]表示第[i]个用户对第[j]个指标重要程度给予最可能评价;[zij]表示第[i]个用户对第[j]个指标重要程度给予最乐观评价。用户评分范围为0～100，由此形成的初始评估矩阵为：

Step2：确定用户评估权重集[W]。

Step3：信息合成。将初始评估矩阵[Q]和用户评估权重集[W]信息融合，由此判断单因素信息，体现权数作用，利用用户评估权重集进行信息合成，从而获取信息合成矩阵。

Step4：确定信息权。

1.2.3  计算熵权

由于集群式供应链物流效率评估指标大都是定性评估指标，不同用户对指标的重要性有不同的考量和判断，因此考量采用熵值法为指标赋予合理的权重。如果某个指标信息熵小，那么说明指标值变异程度就大，所提供的信息量也就越多，指标权重也就越大;相反，如果某个指标信息熵很大，则说明指标值变异程度就小，所提供的信息量也就越小，那么指标权重便小。由此可以根据指标值的变异情况，利用信息熵得到指标的权重。

1.2.4  确定系统物流效率风险概率

基于上述分析，可确定熵权，通过信息分析的方法得知各物流企业之间的可靠性系数和物流效率风险概率。

假设通过信息分析法获取集群式供应链物流效率评估指标体系层次权重集：

依据上述确定的权重组合，保留集群式供应链物流效率评估定性指标，促使最终指标权重兼顾主、从两个方面因素，由此确定系统物流效率风险概率。

2  实验分析

为了验证基于信息分析的集群式供应链物流效率评估系统的合理性，进行实验验证分析。

2.1  实验数据准备

将自然因素引起的可能事件发生的概率，集群内物流企业条件不确定性，合作伙伴不能按照合同进行投资的概率，集群内同类产品出现的概率，企业核心技术被其他企业攻克的概率，与其他企业的合作意外终止的概率，集群外企业竞争对手建立营销的概率，路径依赖的概率，产品市场生命周期阶段的概率依次设置为E1，E2，E3，E4，E5，E6，E7，E8，E9，用户评价矩阵如表1所示。

2.2  实验结果与分析

分别采用传统系统与基于信息分析评估系统分别在有无噪声环境下进行评估效果对比分析。

1） 无噪声

在无噪声环境下，将传统系统与基于信息分析评估系统的评估效果进行对比，结果如图7所示。

由图7可知：随着实验次数的增加，采用传统系统评估效果呈直线下降趋势，而采用基于信息分析评估系统评估效果呈直线上升趋势。当实验次数为5次时，两种系统评估效果一致，都为73%;当实验次数为10次时，采用传统系统评估效果为68%，而基于信息分析评估系统评估效果为73%;在实验进行到第40次时，传统系统评估效果达到最低为21%，基于信息分析評估系统评估效果达到最高为82%。由此可知，在无噪声环境下，采用基于信息分析评估系统评估效果比传统系统评估效果要好。

2） 有噪声

在有噪声环境下，将传统系统与基于信息分析评估系统的评估效果进行对比，结果如图8所示。

由图8可知：与无噪声环境相比，在有噪声环境下，对比线为曲线。随着实验次数的增加，采用传统系统评估效果曲线呈下降趋势，而采用基于信息分析评估系统评估效果曲线呈上升趋势。在实验进行到第40次时，传统系统评估效果达到最低为10%，基于信息分析评估系统评估效果达到最高为80%。由此可知，在有噪声环境下，采用基于信息分析评估系统评估效果比传统系统评估效果要好。

综上所述，无论在有无噪声的环境下，采用基于信息分析评估系统评估效果都比传统系统评估效果要好。因此，基于信息分析的集群式供应链物流效率评估系统是合理的。

3  结  语

本文首先对集群式供应链的风险进行了阐述，并利用信息分析的方式设计了集群式供应链物流效率评估系统。在评价供应链风险的基础上对其工作效率进行分析，能够有效增加可利用信息的范围。通过实证分析可知，该系统评估效果较好，说明该方法的可操作性强。

集群式供应链物流效率评估系统是信息化、高效化和人性化的系统，其快速发展推动了整个行业向绿色化方向发展，实现了对物流企业的规范化管理。虽然通过设计获得了评估效果较好的系统，但仍存在一些问题，因此在今后研究进程中，应设计在线监控、数据统计分析等功能，减少物流损失，从整体上提高物流行业竞争力。

参考文献

[1] 蔡超，刘艳秋.基于模糊贝叶斯网络的物流服务供应链系统可靠性分析[J].中国流通经济，2018，32（4）：49?58.

[2] 孙圆圆，杨帆，魏靖哲，等.基于物流、资金流、信息流的日本药品供应链系统研究及启示[J].中国医药工业杂志，2017，48（6）：918?924.

[3] 戴建平，骆温平.流程协同下供应链价值创造研究：基于物流企业与供应链成员多边合作的视角[J].技术经济与管理研究，2017，22（2）：3?7.

[4] 郝芳.基于虚拟集群式视角的我国旅游产业供应链优化模型构建[J].商业经济研究，2017，18（5）：195?197.

[5] 汪传雷，万一荻，秦琴，等.基于区块链的供应链物流信息生态圈模型[J].情报理论与实践，2017，40（7）：115?121.

[6] 贾鹏，董洁.基于BSC的物流服务供应链绩效指标可拓优度评价[J].统计与决策，2018，34（3）：44?48.

[7] 张广胜，刘伟.物流服务供应链复杂网络脆弱性测度研究[J].计算机工程与应用，2017，53（19）：224?230.

[8] DONG Wenxin， WANG Ying， ZHANG Yue. Research on supply chain performance evaluation model based on DEMATEL?relevance analysis and VIKOR?Grey relevance analysis [J]. Research on science and technology management， 2018， 403（9）： 198?204.

[9] 贺杰.面向资源整合发展的物流企业营销创新方式[J].西安工程大学学报，2016，30（4）：528?533.

[10] XUE Chaoying. Study on the operation model of food logistics based on integrated supply chain [J]. Food research and deve?lopment， 2017， 38（1）： 213?216.

[11] 杨柳.基于混合遗传算法的物流配送路径优化研究[J].电子设计工程，2018，26（17）：70?74.

[12] 周三玲，童一飞.物流制造产品按需求资源优化分配仿真[J].计算机仿真，2018，35（8）：420?423.

[13] 王力锋，杨华玲.物流配送车辆最优网络路径选取仿真[J].计算机仿真，2018，35（5）：156?159.