720 浏览摘要：随着全球信息的网络化与经济一体化的形成，以及大数据，云计算，人工智能等新一代科学技术变革的加速，从而使物流活动变得越来越复杂，物流企业可以接受的服务范围越来越大。我国物流行业总体上处于“多、小、散、乱、差”的低层次发展阶段，大部分物流企业信息化、标准化程度不高，物流管理体制分散，物流任务规划功能较为单一，造成资金浪费和时间浪费。面临日新月异的经济全球化发展和国民经济发展处于瓶颈的现状，为了满足个性化、动态化、多样化的物流需求，整合物流资源和分散的物流任务，打破供需双方之间的信息壁垒，物流联盟应运而生。如何利用先进的信息化技术来描述虚拟化物流资源和物流任务，筛选出最优的任务调度方案，以减少时间浪费、成本浪费，并提高服务质量。
本文以L物流联盟作为研究对象，通过模糊聚类方法、NSGA-II算法以及层次分析法对该物流联盟物流任务调度管理进行优化，以减少该联盟物流任务调度过程中的成本浪费和时间浪费，同时保证一定的物流服务质量。首先，通过分析L物流联盟的物流任务调度管理现状，寻找到L物流联盟物流任务调度管理存在的问题；接着，针对L物流联盟物流任务调度管理存在的两个问题设计了物流任务调度规划系统，重新设计了物流任务调度系统运作流程，提高该联盟的信息化程度，通过模糊聚类进行资源描述属性离散化、模糊理论进行资源描述属性约简、决策树分类进行资源描述属性分类，筛选出可供算法优化的候选物流资源集，然后利用NSGA-II算法对三个目标函数求解，求解出的解集根据物流任务需求方的个性化需求进行排序，最终选择出最优的调度方案。最后，通过利益保障、信任协调保障、平台管理保障三个方面提出对L物流联盟物流任务调度方案实施的保障措施。
关键词：物流联盟；物流任务调度；NSGA-II算法；层次分析法
摘要I
AbstractII
第1章绪论1
1.1研究背景1
1.2研究目的及意义2
1.2.1研究目的2
1.2.2研究意义2
1.3国内外研究现状3
1.3.1国外研究现状3
1.3.2国内研究现状6
1.3.3国内外研究现状评述8
1.4研究内容与方法9
1.4.1研究内容9
1.4.2研究方法9
1.4.3技术路线11
第2章L物流联盟物流任务调度现状和存在的问题分析12
2.1L物流联盟概况12
2.1.1L物流联盟简介12
2.1.2L物流联盟发展战略12
2.1.3L物流联盟发展智慧物流的必要性13
2.2L物流联盟物流任务调度管理现状14
2.2.1物流任务调度运作流程分析14
2.2.2物流任务与物流资源描述分析15
2.2.3物流任务调度策略分析19
2.3物流任务调度管理存在的问题22
2.4本章小结23
第3章L物流联盟物流任务调度系统规划24
3.1L物流联盟物流任务调度系统总目标24
3.2L物流联盟物流任务调度系统架构24
3.2.1物流任务调度系统用户层25
3.2.2物流任务调度系统处理层26
3.2.3物流任务调度系统服务层26
3.2.4物流任务调度系统终端层27
3.3L物流联盟物流任务调度系统的运作流程27
3.3.1物流资源提供商的确定28
3.3.2物流资源信息的分类29
3.3.3物流任务的分解38
3.3.4物流任务的调度与执行40
3.3.5物流任务的完成40
3.4本章小结41
第4章L物流联盟物流任务调度优化方案设计42
4.1物流任务调度优化目标42
4.2物流任务调度模型的建立42
4.2.1问题描述42
4.2.2模型假设43
4.2.3任务调度目标函数建立44
4.3物流任务调度优化模型求解45
4.3.1算法选取45
4.3.2算法求解过程设计47
4.3.3Python求解50
434晶结果分析53
4.4L物流联函物流任
4.5本章小结55
第5章L物琉联盟场流任“调度券话实羸的保障56
5.1L物流联盟的利益保障56
5.1.1利益分配原则56
5.1.2利益分配模式57
5.1.3利益分配策略57
5.2L物流联盟的信任协调保障61
5.2.1信任协调机制61
5.2.2文化协同方法61
5.2.3冲突解决策略62
5.3L物流联盟的信息平台管理保障62
5.3.1领导和员工的支持62
5.3.2信息平台的维护与管理63
5.3.3信息平台的信息安全监督63
5.4本章小结64
结论65
参考文献66
致谢70
第1章绪论
1.1研究背景
物流行业可以被称之是商品整个生命周期顺利进行的重要保障。随着全球信息的网络化与经济一体化的形成，以及大数据，云计算，人工智能等新一代科学技术变革的加速，从而使物流活动变得越来越复杂，物流企业可以接受的服务范围越来越大。现阶段根据国家邮政局统计数据显示己注册的物流企业多达3万多家，然而，我国物流行业总体上处于“多、小、散、乱、差”的低层次发展阶段，大部分物流企业信息化、标准化程度不高，物流管理体制分散，物流任务规划功能较为单一，经营规模较小，现代物流观念较弱，物流成本居高不下，企业同质化竞争比较严重，物流服务质量有待提高。20世界80年代,日本物流企业的更新换代后，让学术界的学者和物流业界的工程师一直认为：资源共享使成本降低成为可能。面临日新月异的经济全球化发展和国民经济发展处于瓶颈的现状，为了满足个性化、动态化、多样化的物流需求，整合物流资源和分散的物流任务，实现物流资源的横向合作和纵向合作使其成为一个物流联盟是一种有效地解决手段，物流联盟形成的目的是使每个企业之间取长补短、资源共享、互利互惠，形成一种高效的集成化运作模式，打破物流任务需求方和物流资源服务商之间的信息壁垒，此外，大部分物流企业物流联盟的创立也为完成规模大、复杂化、运距远的物流任务提供了方便。
我国在《十三五现代物流业发展规划纲要》中提岀以互联网为纽带，实现交通物流智能化、一体化发展体系的计划。要求加快开放物流信息资源的共享，稳定提高物流服务水平。传统的物流信息共享平台容易出现物流资源类别处理不清，任务匹配能力弱，造成物流成本浪费。物流联盟基本上是在引入高新技术的物流信息平台上进行任务匹配，首先是将不同的物流资源服务企业和有需求服务的制造业企业通过虚拟化技术进行物流信息描述，然后釆用信息数据处理技术将资源进行分类，接着用优化算法选出最合适的调度方案。如何通过物流资源描述和虚拟化封装让平台高效、准确、有效的检索匹配，以及建立一个高效进行物流任务调度的方法来摆脱我国物流成本高，物流效率低的现象和突破我国物流行业发展的瓶颈，成为了一个重点研究的方向。
1.2研究目的及意义
1.2.1研究目的
L物流联盟是一个集物流服务交易、物流过程管理和协作流程对接为一体的物流信息平台,’已拥有7万多家物流或生产制造企业用户参与，在任务调度分配的方式上采取的是时间片式的调度方式，每个任务有相同的优先级，遵循先来先服务的原则公平的分配任务，这样会造成一些大型物流需求任务不能被物流供应商完成，导致物流资源浪费，物流成本浪费和物流时间浪费。
本文研究的主要目的是：
（1）通过对L物流联盟的任务调度运作流程分析，发现L物流联盟原有的运作流程不能充分地体现智慧物流，因此规划了新的赋予智慧化物流的L物流联盟物流任务调度运作流程。
（2）通过对L物流联盟的物流资源属性描述分析，发现L物流联盟原有的物流资源属性描述虽然比较全面，但物流资源信息分类不够精确，因此设计了三步式的物流资源分类方法，为智慧物流任务调度匹配提供基础。
（3）考虑L物流联盟物流任务调度能力不足和公司持续发展的需要，应用智慧物流技术和优化算法去解决L物流联盟物流任务调度过程中产生的成本浪费和时间浪费，避免物流资源浪费现象的发生，对我国物流业态的持续发展提出对策和建议。
1.2.2研究意义
理论意义：本文在归纳和总结了国内外有关物流联盟、智慧物流和信息平台物流任务调度等研究的基础上，根据智慧物流的优势，将其引入L物流联盟的智慧物流任务调度管理中，基于物联网技术，设计了物流任务属性描述模型和物流资源属性描述模型，然后应用粗糙集理论对物流资源属性进行约简，再对约简后的属性进行决策树分类，完成智慧物流任务调度的初步筛选，形成候选物流资源集，并通过NSGA-II算法和AHP法相结合的方法对任务调度模型求解，选择出最优的调度方案。从物流联盟利益机制、协调机制和信息平台管理机制三个方面研究为保障L物流联盟智慧物流调度管理顺利进行。该研究对于类似于L物流联盟大型的第三方整合信息平台调度管理具有重要的理论意义。
现实意义：针对L物流联盟平台任务调度能力不足和平台持续发展的需求，本文通过研究物流需求任务与物流服务提供能力的特征，根据任务分解原则建立规范的描述模型，考虑资源基本特征利用优秀的遗传算法进行任务调度是帮助物流企业打破传统的经验式分配任务，完成大粒度的复杂性远距离物流任务,整合分散的物流资源与任务，提高物流效率，降低物流成本，增强企业竞争力的重要途径，对L物流联盟现有的不足进行改进，为智慧物流调度管理在L物流联盟中应用具有现实意义。
13国内外研究现状
1.3.1国外研究现状
1.3.1.1物流联盟的相关研究关于物流联盟的相关研究从物流联盟的内涵、物流联盟的组建和物流联盟的管理三方面进行研究。
(1)关于物流联盟内涵的研究。Fuller等(1993)在文献中最早提及物流联盟，他们提出物流将会是每个企业顺利发展的保障，物流资源高度共享将成为物流企业关注的重要问题，物流联盟的建立是为了适应企业生存发展的坏境⑴。Moore等(1999)定义了物流联盟的概念，认为物流联盟是“一种介于第三方和托运人买房企业之间的相对的、持久的、跨企业的合作安排”。这个定义是目前被引用最广泛的概念，它强调了物流联盟是多方企业之间的长期战略性合作关系［2]。Tokman等(2007)提出了物流联盟的分类，可按照服务范围、服务对象和服务大小进行分类，物流联盟是物流信息化与企业合作化相结合的组织结构，是一种立体网络化的存在形式[3]。Hofbnk等(2011)研究美国物流企业沿着物流服务的方向发展时，强调了物流联盟的特征是核心专业化、竞争与合作化、相互依赖化等，是一种有效降低储存成本和提高效益的有效模式囹。
(2)关于物流联盟组建的研究。Susanne等(2003)研究第三方物流企业经营发展战略的过程中认为构建物流资源共享的第三方物流联盟是至关重要的一个方向［A。Carbone等(2005)认为物流联盟的建立不但能够加强物流企业的纵向合作，同时也能增强物流企业之间的横向合作，能够使整个供应链的经济效益最大化［6]。Lee等(2018)研究大型有限责任企业与中小型企业之间的全球物流联盟战略，通过问卷分析，访谈和案例研究的方法，分析了越南和泰国企业与物流共同发展实现双赢合作问题，验证了物流联盟的组建是物流企业发展的必然趋势Abidi等(2019)研究组建第三方物流联盟时，建立了评估物流资源服务提供商的战略合作伙伴评价模型，并利用分析网络过程方法对评价指标賊权，对物流企业的横向合作提供标准［8]。
(3)关于物流联盟管理的研究。MinHuang等(2008)研究物流联盟的风险评价问题时，由于物流联盟与虚拟企业在运营上十分相似，根据虚拟企业模糊信息的特点，通过禁忌搜索算法与模糊评价法相结合对物流联盟的风险进行管理図。Kawtum等(2005)研究纵向物流的生产任务分配优化时，提出了以时间最短和成本最低为目标的分配模型，有效提高了物流联盟纵向一体化的生产效率叩。YongWang等(2008)研究基于资源整合合作的物流运输配送网格优化的问题时，建立了多个联盟或者单个联盟的现实世界实践数学模型，并将改进的粒子群算法和蚁群算法合理的组合到混合启发式算法中，以重庆市区域配送为例证明分配方案可以有效减少成本叫。Martin等(2018)研究物流资源提供商的横向合作发展与管理模型时，提出了持续评估的根据其活动范围和结构交织的六种协作类型，并由两个实际案例证明管理的有效性，为物流联盟管理提供借鉴卩2]。LongxiaoLi等(2019)研究网络购物环境下联盟利润分配时，为稳定合作关系，合理的分配利润，在共享资源的情况下，以西南地区区域物流联盟企业为例，基于合作博弈论的方法对利润分配做出优化卩3]。
1.3.1.2智慧物流的相关研究关于智慧物流的相关研究从智慧物流的内涵和智慧物流的应用两方面进行研究。
(1)关于智慧物流内涵的研究。Bardi等(1994)认为智慧物流是能够推动市场的全球化发展的基于物流技术的智慧物流信息系统，能够提高物流运作效率和服务水平并降低成本卩句。MichaelStolarczyk(2006)认为智慧物流是一种融合生态学自适应理论的物流系统，具有前瞻性和柔性卩可。YabmgJiao(2014)指出在电子商务的环境下，智慧物流的设计与动态精确的管理能够缩短整个供应链的周期，并节约成本，智慧物流的使用有利于促进电子商务的蓬勃发展卩6]。
(2)关于智慧物流应用的研究。Liu等(2014)将RFID技术引入物流信息系统设计了包含物联网高新技术的智慧物流信息平台，并通过模拟仿真方法验证了设计的合理性［切。Chen(2017)在智慧物流系统中引入了综合评价方法，构建了物流路径优化选择评价模型，并通过规划算法对模型求解，大幅度缩短了配送路径卩8]。MengkeYang等(2017)在日趋智能化的时代背景下，融合云计算大数据等高新技术设计了新的智慧云物流平台，全面监控和指导物流的各个环节，实现高效的优化决策31。
1.3.1.3信息平台任务调度的相关研究关于信息平台任务调度的策略和信息平台任务调度的方法两方面研究。
(1)关于任务调度策略的研究。Duan(2014)等针对已有云计算任务调度算法为实现最短时间跨度而不能兼顾负载均衡和服务质量的问题提出了融合遗
-4-
传算法和蚁群算法的QOS约束任务调度算法，实现了服务质量和资源负载平衡以及时间跨度最优[2%Convolbo(2016)等研究成本驱动的公共服务资源平台有向无环图调度(DAGS)问题，考虑成本最小化，提出一种启发式调度算法并使用EC2价格模型，对IAAS云平台的DAGS上评估，基于成本最小化的启发式算法可以降低20%・50%的成本Qi]。Min-fanHe(2019)等研究远程感知数据处理的任务调度问题时，为了将数据能够尽可能的接近实时匹配，将任务分配与任务调度分为两个阶段，提出一种双层优化模型，并通过模拟退火算法和蚁群算法相协同的进化算法，实现双层的任务调度优化四。WenjuanZhao(2019)等研究云计算系统中的节能任务调度策略及其马尔科夫链模型的性能评估，提出了一种新颖的基于睡眠延迟计时器和唤醒阑值的策略的能量感知任务调度。考虑到任务的总数和物流机器(PM)的状态，构造了一个二维连续时间马尔可夫链(CTMC),并产生一个无穷小的发生器，最后通过动态调整交叉概率和变异概率，以共同优化睡眠参数，睡眠延迟参数和唤醒阈值QI。
(2)关于任务调度方法的研究。TsaiJt(2013)等研究云环境下的任务优化调度与资源分配，提出了一种基于改进的差分进化算法(IDEA)对时间成本模型求解，根据帕累托最优解的合适程度，有效提高了任务分配效率和资源利用率SI。LiHuan(2015)等研究云计算中任务调度问题，通过粒子群算法和遗传算法的调度分析，提出一种带有进化策略的PSOCM算法，该算法引入遗传算法的交叉变异来提高粒子群的全局收敛效果，提高了任务调度效率[251。YuxiaoCao(2015)等研究云计算任务调度时，根据群体智能优化原理，提出一种利用蝙蝠算法对任务调度模型求解，通过案例证明此调度算法比其他算法减少了任务的总完成时间，并提高了计算资源的利用率岡。YoungJuMoon(2017)等研究云计算环境中任务调度，为了以高效的方式将任务分配给虚拟机，釆用奴隶蚂蚁来调整蚁群算法中种群多样性和强化策略，避免由蚂蚁错误积累信息素造成的浪费㈣。PhamXq(2017)等研究基于成本和性能的任务调度方法时，使用了一种云计算和雾计算之间协调合作的方式，提出一种成本结构感知的调度算法(CMAS),此外还提出一种有向无环图的关键路径任务重分配策略，以优化CMAS算法的输出调度㈣。KoreaCommunicationSociety(2019)研究异构云计算任务调度问题中，以减少计划资源的目标，提出了一种平均值的灰狼优化算法(GWO),并使用CloudSim工具包对工作负载进行评估，通过仿真实验，证明此方法比起传统算法可以提高工作性能SI。
1.3.2国内研究现状
1.3.2.1物流联盟的相关研究关于物流联盟的相关研究从物流联盟的内涵、物流联盟的组建和物流联盟的管理三方面进行研究。
（1）关于物流联盟内涵的研究。田宇等（2000）认为物流联盟是企业为了获得更高的收益，承担更低的风险，通过契约关系形成彼此依赖信任的伙伴关系a]。国家标准《物流术语》（2001）定义的物流联盟概念为：两个或两个以上的经济组织为实现特定的物流目标而采取的长期联合与合作⑶]。徐向艺等
（2005）认为物流联盟是一个面向项目的复杂网络型经济组织，通过一定的关系达到资源共享，实现双赢甚至是多赢的目标El。
（2）关于物流联盟组建的研究。韩臻聪（2003）在论物流联盟的建立中描述了物流联盟发展的必要性和重要性，促进横向的物流企业形成战略联盟，可以大大提高物流服务质量，有效降低企业的等待成本，使收益最大化[33]。王斌等（2008）研究物流联盟构建时伙伴选择优化问题，从整个供应链的纵向上每个环节的性质，应用结合包络分析的层次分析法对各环节性质指标就行评价，该方法有效降低了纵向联盟的时间成本和花费成本〔刘。王文韬等（2015）研究不完全信息情况下的物流联盟组建时，从成本收益分配均衡的角度利用动态博弈论的方法，减少联盟的支出成本El。
（3）关于物流联盟管理的研究。刘琼（2009）等研究物流联盟中任务调度的优化问题时，建立了考虑衔接时间和衔接成本的基于成本和时间的多目标优化模型，先釆用权重法将多目标优化函数转换为单目标函数，再利用保留精英策略的遗传算法对模型求解Bl。田帅辉（2012）在研究动态物流联盟资源配置管理的问题时提出的利益二阶段分配机制有效的保证了物流资源配置策略的实施，并且保障每个物流联盟成员都可以得到合理的收益印]。耿双军，陈永庆（2012）研究物流系统管理过程中出现指派任务，快速做出决策的问题，对单目标模型和多目标模型釆用匈牙利算法求解以寻求最优方案网。张晓磊（2015）等研究针对物流云服务模式中调度任务多，信息量大，需求广的特点，提出了一种基于工件升序排列规则的蝙蝠算法减少分配任务超载和资源空闲的现象，实现智能调度网。于朝朝（2015）研究动态物流联盟的伙伴选择与任务分配问题时，分析了联盟形成的动因和优势，从五个方面建立了合作伙伴评价指标体系，并运用层次分析法验证评价体系问）。
1.3.2.2智慧物流的相关研究关于智慧物流的相关研究从智慧物流的内涵和智慧物流的应用两方面进行研究。
-6-
（1）关于智慧物流内涵的研究。智慧物流这一概念在国内最早于2009年由中国物流技术协会信息中心和华夏物联网在《物流技术与应用》中提出。章合杰（2011）认为智慧物流是基于物联网技术给传统的物流赋予一个“智慧的大脑”，使整个物流过程更加智能化，资源管理最优化，物流过程的可视化FL杨健等（2012）从智慧城市的角度定义了智慧物流，它是借用物联网技术和数据化技术对物流资源以及物流需求方进行的高度物流信息化形式"I。随着高新技术的不断发展，鲍琳等（2018）认为智慧物流是以物联网技术为核心，并且整个物流环节都伴随着大数据、人工智能、云计算等技术的新型物流业态［43]。
（2）关于智慧物流应用的研究。梁启荣等（2014）由于现代物流系统中没有考虑到系统的复杂性的评价体系，构建了一个考虑二层指标的智慧物流仓储评价体系，并利用AHP法求解模型，并完成一致性检验［的。王顺林等（2018）在研究智慧物流信息传输需求的问题时，基于复杂系统工程的思想构建了埃奇沃思模型图分析信息传输雪球目标的发展，通过目标数验证了模型的合理性〔45]。王郁等（2018）在分析传统物流风险管理机制的基础上，基于情景感知理论从供给侧改革的视角下构建了农业智慧物流风险管理机制，对农业物联网风险管理提出对策和建议〔46]。林楠（2019）在探究智慧物流模式发展策略选择问题时,从供应链的视角出发，以众包物流模式为例，为物流行业转型提供相应对策［4刀。尚书山（2019）研究城乡智慧物流配送模式的问题时，发现城乡配送体系不健全，以南宁市为例，根据物流园区的布局，搭建了协调城乡规划的智慧物流信息平台，给客户提供更优质的服务［48]。
13.2.3信息平台任务调度的相关研究关于信息平台任务调度的策略和信息平台任务调度的方法两方面研究。
（1）关于信息平台任务调度策略研究。罗冬梅（2012）研究云平台物流调度优化问题，釆用以平台整体资源利用率最大化，单虚拟机功能的最优化和平台服务的服务接受率为目标的聚类算法对交叉环物流调度进行优化"I。熊永华（2015）等研究面向多目标优化的云制造虚拟资源调度，针对分配过程中响应速度低，分配不均衡的问题，提出了一种带有精英策略改进的粒子群算法求解,提高了复杂任务资源分配的合理性［5虬江笑妍，李芳（2016）研究云制造环境下资源动态调度优化的问题，以为云服务提供者找到相应的云服务使用者进行任务封装时间最短为目标，釆用蚁群算法对目标进行动态调度优化，通过Matlab仿真达到了预期的效果，为云制造资源调度提供了指导意义a]。李昆仑（2018）等研究云任务调度优化策略问题，首先对任务和资源模糊聚类使资源们重新排序，依据属性相似度对任务进行初步的指导分配，然后基于交叉和旋转的学习机制利用改进的共生演化算法对结构模型求解[52]。温平川，万千惠（2018）研究物流云平台任务调度，建立了基于资源利用率、调度时间和调度运营成本三个目标的任务调度模型，并引入偏好向量将问题转化为单目标整数规划，采用Gray编码原则的遗传算法对模型求解，提高了平台对物流任务调度的合理性[53]。
（2）关于信息平台任务调度方法研究。盛步云（2015）等研究云服务平台供需智能匹配的问题时，为确保搜索精度，采用关键字语义智能搜索，通过''骨架法”构建本体库，完成语义推理的供需匹配[54]。胡蒙，苑迎春（2015）等研究提高云计算平台的调度效率和资源利用率，提出了改进的模糊聚类应用Min-Min启发式算法进行任务分配，在平台性能和负载平衡方面有良好的效果[55]。曹阳（2016）等研究如何对云计算任务合理调度缩短任务完成时间的问题,综合考虑蚁群算法和遗传算法的优势，先利用遗传算法求可行解，然后将这些可行解作为信息素给蚁群算法寻找最优解[5虬夏世洪（2019）等研究虚拟资源调度问题时，建立兼顾交货期最小、服务成本低、服务质量优的多目标模型，采用一种基于项目阶段的多种变异策略相结合的遗传算法对其求解，避免过早收敛和提高全局搜索能力。
1.3.3国内外研究现状评述
综合上述国内外学者对于物流联盟、智慧物流和信息平台任务调度的研究,提出了很多有意义的理论和各种解决算法。随着经济全球化和国际一体化的发展，各行各业建立资源高度共享的平台成为未来发展的标准，建立资源任务共享的物流联盟平台对物流业发展有着极大的作用。面对错综复杂的社会资源和需求，利用物联网技术将整合后的共享资源有效的进行分解与分类可以提高资源匹配的效率和准确性。
（1）从研究层面看，国内外学者对物流联盟、智慧物流和信息平台任务调度的研究成果已经有很多，大部分集中在内涵、组建和管理等方面，对物流资源进行系统性分类的研究不足，并且对如何进行其物流任务调度管理的研究较少。
（2）从研究视角看，国内外学者很少从智慧物流技术的角度对物流联盟进行物流任务调度管理。本文在以物联网技术为理论基础对L物流联盟的物流任务调度进行研究，构建了以时间、成本和服务质量的调度模型。
（3）从研究方法看，国内外学者对虚拟任务资源调度问题，一般采取建立数学模型的方式，利用权重法将多目标函数转换为单目标函数，通过匈牙利算
法、蚁群算法、粒子群算法、灰狼算法、遗传算法、模拟退火算法、差分进化算法等算法对模型求解，很少有人使用多目标优化算法求出最优解集然后进行排序的算法。
1.4研究内容与方法
1.4.1研究内容
本文通过L物流联盟中物流任务调度管理的现状分析，找出该联盟信息平台任务调度管理中存在的问题，基于智慧物流物联网技术重新规划智慧物流信息平台物流任务调度系统，对任务的分解与分类对任务调度做一个初步的优化,结合优化算法对目标函数求解，最后提出实施的保障措施。本文将从以下4个部分进行研究：
（1）分析L物流联盟公司的概况和发展战略以及发展智慧物流的必要性,并通过对该联盟信息平台物流任务调度的管理现状分析，提出L物流联盟在物流任务调度管理中存在的问题。
（2）L物流联盟物流任务调度系统规划。首先，提出了该联盟智慧物流任务调度系统规划的总目标，接着，设计了智慧物流任务调度系统架构，然后，设计了智慧物流任务调度系统的运作流程，运作流程中着重对物流资源信息进行三步式分类，为智慧物流任务调度提供初步优化筛选。
（3）L物流联盟物流任务调度优化方案设计。针对该联盟存在的任务调度问题并结合实际情况设计调度方案，首先确定该公司任务调度的目标，建立物流联盟中物流任务调度的数学模型，选择带有精英策略的快速非支配排序的遗传算法并利用Python语言求出Pareto最优解集，利用层次分析法对得出的解集进行排序，选择出最优的调度策略。
（4）L物流联盟物流信息平台任务调度方案实施的保障，建立合理的利益分配保障、信任协调保障和智慧信息平台管理保障。
1.4.2研究方法
本文所运用到的研究方法有文献分析法，FCM聚类算法，NSGA-II算法，层次分析法等方法。
（1）文献分析法。通过大量的阅读物流联盟、智慧物流、信息平台虚拟化资源调度的国内外文献资料，归纳吸取智慧物流联网技术的应用和信息平台任
・9・
务调度的优化方法。
（2）FCM聚类算法。利用模糊均值聚类方法对物流资源信息进行精准式分类，为任务调度提供一个初步的筛选方法。
（3）NSGA-II算法。对L物流联盟中物流任务与物流资源的匹配建立的目标函数数学模型进行求解。
（4）层次分析法。通过任务需求方的要求对不同目标赋予相应的权重值，对模型产生的最优解集进行合理的排序，从中选出最优的一个方案。
第2章L物流联盟物流任务调度现状和存在的问题分析
2.1L物流联盟概况
2.1.1L物流联盟简介
L物流联盟隶属于合肥维天运通信息科技股份有限公司，该公司成立于2002年，总部地址位于合肥市高新区，目前拥有820名员工，2018年营业额达170亿人民币，是国内服务于“互联网+物流”行业时间较早的公司，拥有3个技术研发基地及60多个经营分支机构，服务网络基本上遍布全国各省份。
该联盟的建立是依托于L物流电商平台强大的资源优势和技术优势，在2015年再次创新而形成的“互联网+物流”的S2B平台，2017年开始面向全国推出，该平台物流资源整合主要面向中小型物流企业。公司在创业之初，应用互联网技术架构体系以及移动互联网、云计算、大数据等先进信息技术，为物流行业的各类角色构建内部管理及外部协作、交易的信息化平台。公司自主开发、建设并运营的，集物流服务交易、物流过程管理和协作流程对接为一体的路歌“互联网+物流”平台，已拥有7万多家物流或生产制造企业用户，截止2019年6月，L物流联盟已经成立了59家城市联盟体，其中52家己经开业，线上每个月交易额超2.7亿人民币，现拥有会员企业500余家，且为900多家大型甲方企业提供了优质的物流服务，计划在未来几年内，基本覆盖全国各大重要城市。并且拥有400多万从事干线营运的个体重卡会员，公司运营的“卡友地带”移动社区，是国内专业卡车司机社区，已在全国布局建立“卡友地带”的地面服务网点，是一个专门为重载卡车提供以运输电子商务为核心、综合了交易、保险、信用、维护、救援等多种业务内容的卡车服务020社区。
2.1.2L物流联盟发展战略
联盟战略：L物流联盟遵从着互惠互利，取长补短的原则，凭借各企业间友好的竞合关系，共同完善和加强物流行业。
该联盟是将分散在不同地区的中小型物流资源服务提供商通过会员的形式有机的整合在同一个信息平台中，形成一个具有各种功能的物流资源集合体；并且该联盟是在某一区域内具有行业规范化的集合体，具有举足轻重的地位，是一个高效运作的物流服务化与做体系；与此同时该联盟在社会中的重大作用是协调指挥中小型物流企业与制造业进行物流合作，促进物流行业的和谐进步与发展。
服务战略：L物流联盟的发展是依托于中小型物流企业和制造业，所以服务基本上也是针对于这些参与者。与此同时，服务战略最需要注意的三点是：第一，把握好参与者们的需求，提供给每个需求者最好的个性化服务；第二，严格遵守需求市场的变化规则，提供给每个需求者最高满意度的服务；第三，无论何时，必须深刻学习和理解中小型物流企业和制造业的发展规律，不断改善和完善该联盟的运作管理。
创新战略：物流行业的创新发展是一个动态、开放的创新过程。L物流联盟快速的进步发展离不开创新理念与创新战略，凭借信息共享和经济全球化的背景，各国之间相互学习新的物流管理理念，不断创新，不断将新的理念与实际有机结合，探索物流联盟新的发展方向。此外，创新战略也需要不断的创新组织机构，借助中小企业分散覆盖面积大的地理优势，规划新的网络化组织，并深入研究和挖掘制造业的物流需求，不断创新物流技术手段，快速发展物流联盟。最后还需要对管理制度创新，保证优化方案的有效实施，不止需要上下级共同的努力，更需要完善合理的物流管理制度。
L物流联盟将继续应用互联网技术推进物流产业的信息化和物流资源整合进程，致力于改变我国物流行业模式原始、效率低下和资源散乱的状况，依靠联盟战略、服务战略和创新战略打造覆盖运输全产业链的L品牌。
2.1.3L物流联盟发展智裝物流的必要性
智慧物流在近几年发展火热，快速崛起。引入智慧物流的物联网技术能够使物流信息平台的调度方案更优，所以L物流联盟想要选择最优的物流任务调度方案，势必要发展智慧物流。发展智慧物流的L物流联盟物流信息系统能够帮助L物流联盟选择最优的调度方案，提高L物流联盟的物流服务水平，促进企业之间的信息交互，精准的进行物流资源信息的分类，其必要性主要表现为：
（1）互联互通，数据驱动。智慧物流物联网技术能够帮助L物流联盟信息平台实现所有的物流要素互相联通，一切业务流程进入数字化操作。L物流联盟不仅整合了大量的中小型物流企业，同时也整合了大量的中小型制造业企业，应用物联网技术将这些庞大的物流信息数据进行整合与分类，可以使L物流联盟信息平台高效地解决“信息壁垒”等问题，实现资源的合理分类与资源信息的互联互通。与此同时，智慧物流物联网技术的应用使物流系统全过程透明化,每个环节都是可以追溯到的，并且可以通过智能化的数据驱动任务决策，达到减少物流服务成本，缩短物流服务时间，提高服务质量等。
（2）深度协同，高效执行。由于L物流联盟整合了大量的中小型物流企业和中小型制造企业，这些数以千计的不同公司进行信息交流时，必然会出现一些跨组织、跨企业、跨行业的问题，基于智慧物流信息技术可以帮助这些企业减少双方之间的冗余沟通，直接将需求信息和服务能力信息填写在L物流联盟智慧物流信息平台，平台将给双方匹配最合适的物流任务调度策略，较高程度的实现业务不同，文化不同的企业进行合作协同，并使供需双方高效地按时按能力完成任务。
（3）机器学习，自主决策。通过智慧物流物联网技术的应用可以使L物流联盟智慧物流信息平台在处理大数据的过程中进行机器学习，为平台赋予一个智慧物流大脑，基于全局优化算法在任务需求感知中做出决策，在执行过程中不断进行优化，推动智慧物流系统的发展，实现物流系统的状态感知与实时分析，有效的提高了L物流联盟智慧物流信息平台的工作效率，实现全网优化运筹，增添了客户的参与度并使物流全过程可视化。
2.2L物流联盟物流任务调度管理现状
2.2.1物流任务调度运作流程分析
L物流联盟物流任务调度运作流程如图2-1所示，中小型物流企业在L物流联盟物流平台上任意注册会员自己填报相关属性信息，然后平台根据中小型物流企业填写的内容建立物流资源信息描述模型，然后通过物流服务需求方在平台上发布的物流任务信息建立物流任务信息描述模型，然后进行物流任务调度的匹配，将物流资源属性与物流任务属性相对应，对应成功后则分配任务并执行，当任务完成后进行费用支付，并等待物流服务需求方对物流资源进行评价。
2.2.2物流任务与物流资源描述分析
2.2.2.1物流任务信息描述分析L物流联盟物流任务属性是从物流任务需求中提取主要指标进行归纳，本文从物流任务的实体属性、技术属性和方法属性三类指标建立对物流任务的描述模型，如图2-2所示。
（1）实体属性：是指可以描述物流任务的静态基本特征属性。其中包括物流任务的名称、数量、空间状态、尺寸、物流属性和化学属性等。
（2）技术属性：是指描述物流任务需求的服务时间、服务成本和服务质量等约束属性。
（3）方法属性：是指完成物流任务需求的基本知识、基本设施和基本员工等。例如根据技术指标要求的服务成本有些物流任务是需要利用航海运输的，根据实体属性要求生鲜或者药品要采用冷链运输的方式。
物流任务规范化描述模型：L物流联盟中物流任务的规范化描述包括物流任务的基本属性和物流子任务之间的关系，如果想精准的选择出物流任务调度的方案，首先需要做的事情是将物流任务在信息平台中描述清楚，准确地描述出物流任务的需求信息。
物流任务的需求信息包括物流任务的总体概括、物流子任务的实体属性、物流子任务之间关系和技术方法等。物流任务的总体概括就是指L物流联盟中物流任务需求方对发布任务的要求，也就是物流任务的订单信息，包括物流任务的实体属性和需求方对任务的技术指标；物流子任务的实体属性就是指任务的类型、数量、重量、尺寸、物流属性、化学属性、空间状态等；物流子任务之间的关系就是指串行、并行和串并混行这三种关系；技术方法就是指任务的预算成本、预算时间、服务质量要求等。物流任务规范化描述模型如图2-3所
2.2.22物流资源信息描述分析由于L物流联盟是由不同地区的物流企业所组成，分散分布，所以物流联盟的物流资源与传统的物流资源企业呈现出以下特点：
（1）分散性：加入到L物流联盟的物流资源提供商在地理空间上处于一个分散分布的特性。
（2）自治性：加入到L物流联盟的物流资源提供商基本上属于一个独立的企业，自己管理自己。
（3）异构性：加入到L物流联盟的物流资源提供商可能来自不同的地区，对资源的复杂程度更高，比如运输能力资源的异构。
（4）多样性：加入到L物流联盟的物流资源提供商资源的类型不同，并且相同的资源类型可能还有不同的型号，比如运输资源中的航空运输与航海运输。
（5）复用性：加入到L物流联盟的物流资源提供商可能会同时服务于多个物流任务。
每个加入到L物流联盟的物流资源服务提供商本身都包含着很多信息，如果想更合理更快速的进行任务调度，给出优秀的方案，首先就需要对物流资源能力的属性特征进行分析和描述，准确地表达物流资源的属性和状态。
物流资源主要包括运输、仓储、包装、搬运装卸、流通加工、配送等资源,进入物流信息平台的虚拟化物流资源描述应该包含以下信息：物流资源名称、物流资源类型、物流资源状态、物流资源功能、物流资源的使用价格、物流服务能力的消耗时长、物流服务质量的综合评价等。
物流资源属性规范化描述模型：
物流资源的基本特征包括资源名称、资源类型、资源载重和资源的规格尺寸。资源名称是物流资源的唯一区分标识；资源类型是判断该物流资源属于运输资源、仓储资源、装卸资源还是分拣资源；资源载重和资源的规格尺寸是规范该物流资源的基本能力，例如运输载重，规范运输工具的承运能力，仓储空间大小，规范仓库的容载量，如图2Y所示。
功能特征：包括物流资源的物流功能类型、功能描述和功能编码等。
能力特征：包括运输能力、仓储能力、运输能力等。
成本特征：包括资源使用成本、消耗时间成本和其他费用成本等。
状态特征：包括质量状态、空间状态、时间状态和负载状态等。
服务特征：包括管理能力、服务质量评价和信誉评价等。
2.2.3物流任务调度策略分析
L物流联盟任务调度信息平台通过物流任务属性特征描述模型与物流资源属性特征描述模型相匹配，匹配双方的子属性，匹配成功后则确定任务的调度与执行，如图2-5所示。
物流资源属性的基本特征是否满足物流任务属性的实体属性需求，例如：物流任务实体属性的重量信息对应着物流资源基本属性的资源载重信息；物流任务实体属性的尺寸信息对应着物流资源基本属性的资源规格尺寸信息。
物流资源属性的功能特征是否满足物流任务属性的实体属性需求，例如：物流任务实体属性的物理属性对应着物流资源功能属性的功能类型与功能描述,物流任务需求的物理属性包括对运输过程的温度要求、是否需要釆取冷链运输方式、防摔防爆运输方式等。
物流资源属性的成本特征是否满足物流任务属性的技术指标需求，例如：物流任务技术指标的预算时间对应着物流资源成本特征的消耗时间成本；物流任务技术指标的预算成本对应着物流资源成本特征的资源使用成本。
物流资源属性的服务特征是否满足物流任务属性的技术指标需求，例如：物流任务技术指标的服务质量要求对应着物流资源服务特征的服务质量评价。
物流资源属性的服务特征是否满足物流任务属性的方法需求，例如：物流任务方法的作业工具、操作方法、作业知识和作业人员对应着物流资源服务特征的管理能力，包括物流资源的物流工艺方法是否符合物流任务的物流工艺需求。
2.3物流任务调度管理存在的问题
物流任务调度是把物流经营活动中参与的要素与各个活动节点有机的组织起来，按照已经规划好的活动路线有效进行，高效的物流任务调度可以使企业供应链实现高水平管理，所以，提高物流任务调度的运作时间，降低物流任务产生的成本，提高任务完成的质量变得尤为重要。根据对L物流联盟物流任务调度现状的分析发现，虽然已经使用了云计算、大数据等现代信息技术，与传统手动输入物流单据的公司相比，技术上巳经取得了巨大的进步，但这仅仅是借助使用高新技术手段来提高任务调度效率，并没有发挥L物流联盟智慧物流任务调度的优势，面对每时每刻都要处理的庞大数据信息和有效物流资源，L物流联盟智慧物流任务调度系统存在两方面问题。
1.调度管理信息化水平低L物流联盟虽然是依托于L物流电商平台的技术优势和资源优势建立起来的，但对调度管理的信息化程度仍然是比较低的。由于物流业的经营门槛低，有很多没有物流经验和物流基础的个体户都可以去注册物流公司，从事物流行业，从整体上对物流资源水平造成了参差不齐的影响，从经营秩序上对物流资源造成了混乱的影响，从管理上对物流资源造成了失规范化的影响，更有甚者甚至服务质量根本达不到物流任务的需求，勉强接受一些自己公司能力以外的物流任务，造成不必要的时间成本浪费和物流公司口碑下降的后果。
L物流联盟主要整合的是中小型物流企业和制造企业，这些企业的经营方式比较落后，企业缺乏资金，没有对企业自身信息合理化的描述。由于该物流联盟刚刚成立，所以对联盟成员的加入要求也比较低，导致加入联盟的物流资源的数量及其巨大，每时每刻这些资源数据都是被更新缓存到后台资源池中的，该联盟对加入的会员没有根据其资源的能力和特点以及各方面属性进行精准分类，对供需双发的资源整合也不够，这将会导致物流任务调度管理造成物流资源浪费和过多的成本浪费。
2,物流任务分配不合理通过对L物流联盟任务调度现状分析发现，该联盟对物流任务需求方提出的物流任务需求没有进行科学合理的分配，当物流信息平台接收到一个物流任务时，仅考虑物流资源提供商是否处于闲置状态和就近状态，未考虑物流资源提供商的资源能力、物流成本和服务质量等属性，直接将该任务随机分配给距离较近的并且处于闲置状态的物流企业，考虑L物流联盟物流任务调度不合理的问题，综合表现为以下2个方面：
(1)物流资源浪费。由于这种随机的任务分配方式没有考虑到物流资源的能力问题，会有一些大型物流任务被一些小型物流资源提供商提供服务或一些小型物流任务被一些大型物流资源提供商提供服务的可能，这种情况不仅会影响到物流任务需求方的用户体验，而且同时会影响到物流企业的历史服务质量,导致物流资源的的浪费，不利于物流联盟的长久发展。
（2）难以满足物流任务发布者的个性化需求。没有根据物流任务需求方的任务描述去建立一个合理的任务调度模型会使该联盟不能精准的获取和准确地解读需求者的个性化需求，可能会对需求方造成时间浪费和资金浪费。
2.4本章小结
本章主要介绍了L物流联盟的基本概况，对L物流联盟物流任务调度管理现状进行分析，通过物流任务调度运作流程分析、物流任务与物流资源描述分析和物流任务调度分析找出L物流联盟物流任务调度管理存在的问题，主要是调度管理信息水平低和物流任务分配不合理，这严重增加了物流资源的浪费和物流任务执行的时间与资源浪费。
