基于云计算的快递物流管理系统的研究

作者：吕菊保

来源：《中小企业管理与科技·下旬刊》2021年第03期

【摘 要】论文研究的快递物流管理系统，是基于云计算体系结构开发和构建，并且具有显著的扩展性，可快速部署，支持大规模客户接入的系统。快递物流管理系统可根据公司需要进行访问和及时订购相关功能，从而满足物流公司的日常业务需求，为物流公司之间的信息竞争提供速度保障，提升了公司内部的信息管理水平以及公司的运营效率。

【Abstract】The express and logistics management system researched in this paper is a system that is developed and constructed based on the cloud computing architecture， and has significant scalability， can be quickly deployed， and supports large-scale customers' access. Express logistics management system can be accessed and order relevant functions in a timely manner according to the companies' needs， thus meeting the daily business needs of logistics companies， providing speed guarantee for information competition among logistics companies， and improving the internal information management level and the operation efficiency of companies. 【關键词】云计算;物流管理系统;应用

【Keywords】cloud computing; logistics management system; application

【中图分类号】TP311.5 【文献标志码】A 【文章编号】1673-1069（2021）03-0174-02 1 引言

现如今，快递物流行业已深入千家万户。与此同时，随着云计算的迅猛发展，人们生活的方方面面都离不开云计算，云计算可以在促进信息开发中发挥重要作用。在物流管理中正确应用云计算，充分利用云计算的大规模、高可靠性以及经济实用性等特征与物流管理相结合，让云计算在促进物流信息系统开发中发挥重要作用。 2 云计算概述

云计算是基于互联网的相关服务的增加、使用和交付模式，通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算中的云主要是比喻其如同天空的云朵，规模大。云计算每秒可进行约10万亿次算术运算，可以用其惊人的计算机知识模拟原子爆炸，并可以预测气候变化和市场发展。用户将数据中心与计算机、笔记本电脑、手机和其他设备连接起来，并满足自己的需求。物流管理系统和云计算的结合简称云物流，这是一种现代化的、以性能为导向的、基

于客户的一体化物流集成模型，它基于客户的物流需求，并基于如供应链管理、物流专业化、资源整合、服务外包和虚拟营销等管理技术[1]。

云物流是一种具有智能化和集成化特征的现代物流业务模型，目的是为客户提供综合的集成物流服务，整合供应链，对物流资源进行整合，提供外包服务以及关于物联网的服务，除了云计算、物联网、语义网、高性能计算机和其他信息技术外，物流服务链还用于通过各种物流资源的虚拟化和物流功能服务进行智能管理和运营，通过从物流资源和知识中获取信息，围绕物流进行智能的高效信息交换，以实现物流的可及性和安全性，提供质量保证。其可根据特定公司的需求，将装货单分发给供应商，并将其转发给客户。 3 云物流面临的挑战

没有逻辑信息和相关技术，云物流就不会成功，尤其是在物流领域发展中起主导作用的现代物流系统。

物流公司对云计算进行应用的主要原因是节省了基础架构和硬件的成本。维护、修复、改进和支持外部云计算应用程序的成本要比建设物流站的成本低得多。PaaS解决方案可以综合考虑环境以及公司期望的灵活性和安全性，集中式IT的安全性和可靠性来综合考虑环境。其中，IT部门无需承担额外的维护和改进责任。信息所有者仍然可以使用基础架构（IaaS）中的云服务，因为所有者可以控制警告和维修过程[2]。

尤其是对于大量的中小型物流服务提供商来说，其必须投入大量成本才能独立完成信息化建设。同时，信息系统的后续维护和更新需要大量的人力和物力。因此，云计算平台享有该应用程序。托管服务为解决信息管理人才和资源不足的问题提供了帮助。

云计算可洞悉整个供应链流程。这对于风险管理，特别是对于快速变化的行业（如高科技制造业）尤其重要，因为这些行业在竞争激烈且瞬息万变的市场环境中运作。随着企业认识到其中的经济利益，他们必须扩展以满足客户对制成品的更大需求。基于云的供应链解决方案使公司能够更快地实现这一目标，从而保持其在市场上的竞争力[3]。

基于云计算的运输管理系统的研究和实现的核心是研究如何将传统的管理信息系统（MIS）与最流行的云计算技术相结合，从而使传统的管理信息系统具有云计算的功能。整合许多物流用户的需求，创建一个整合物流需求信息的平台，了解所有信息的共享、处理、存储和按需服务的特征，并提供从传统应用到云过渡的有价值的信息。

应用系统设计的主要问题包括：①如何将传统服务架构转变为云服务架构;②如何突出云计算的优势，并真正使云计算的优势得到体现。 4 物联网中智能物流云平台的系统结构

智能物流云平台的功能主要是处理大量的发票和订单。客户选择合适的区域，平台使用智能筛选来选择合适的模块以满足客户需求。如果客户为获得多种服务选择了自定义范围，则该平台需要监督该过程。测试后，调整自定义范围以达到最佳操作条件。云物流平台可以分为三个主要设计部分：基础结构层、业务层和应用程序层。

云基础架构层是平台的基础层。业务层和应用程序层的操作必须由基础结构层提供支持。基础结构层必须具有相应软件和硬件的支持。云业务层是云物流平台的中间层。其主要功能是使用云计算来满足电子商务公司、快递公司和供应商的需求，包括云物流平台中的云服务定位和云服务管理。其中，云服务定位是指客户通过平台进行查询并指示自己或相关平台员工选择满足其业务需求的服务的过程。云服务管理主要负责在定位过程中编译、安排、调试、执行和监视选定的软件部分[4]。

云应用层的功能是尽可能有效地为客户提供有效、实用和创新的功能。具体包括以下功能：首先，在使用云服务时，用户只需要在相应的端口上注册一个账户，通过验证后，便可以根据平台上的实际使用情况进行支付;其次，其无法连接互联网，限制进入付费区域;最后，其具有很好的集成功能，可以及时集成从各个方面收集的信息。

物联网是指使用各种传感器（例如，RFID射频识别、红外和气体传感器、激光扫描仪和全球定位系统）通过互联网技术连接对象，以根据规定的协议进行信息传输和交换，是一个实现智能监视、识别、跟踪、定位和管理的网络。在物联网模型中，智能物流云平台的系统结构主要由四部分组成：感知层、网络层、云平台层和应用层。 4.1 感知层

感知层用于感知数据，位于整个系统结构的底部。采集层通过传感器和摄像头等设备从对象收集实时数据，然后使用短距离传输技术（例如，条形码、RFID、蓝牙和红外线）将其传输到网络层。感知层中的关键技术主要包括无线通信和短距离检测。检测层包括RFID标签和读取器、QR代码标签和读取器、GPS、摄像机、传感器和传感器网关等。主要功能是检测和识别对象以及收集数据和信息。 4.2 网络层

网络层准确地传输对象的当前信息，并且位于整个系统结构的中部。网络层包括

internet、通信网络、网络管理中心和智能处理中心等。网络层传输和预处理从感知层接收的数据并进行可靠的信息交互，并随时随地交换[5]。 4.3 云平台层

云平台层位于网络层与应用层之间，负责管理和处理感知层收集的数据。数据管理和处理技术包括数据存储、查询、分析、处理和挖掘等功能。物流信息的所有数据都集中在云平台中。云计算使管理者和用戶可以使用各种信息和应用程序，因此，物流通常是智能的、协作的和集成的，并且可以向用户提供各种个性化信息。 4.4 应用程序层

应用程序层位于顶层，并使用云计算和模糊检测等各种信息技术来分析和处理底层传输的信息，并对位于该层上的对象进行智能控制和管理。应用程序层解决了信息处理和人机交互的问题。该层使用各种信息系统来处理基础数据，并通过各种终端设备与人们进行交互，从而为用户提供各种服务，包括物流、安全监控、智能检索、远程管理、智能运输和高速公路连续收费等[6]。 5 结语

随着新一代信息技术的快速发展，使得人们能够将云计算、物联网的功能与智能云的构建相结合，智能云是在某些物流公司的参与下开发的物流平台。本文介绍了有关智能物流云平台的研究及其与物联网结合，希望可以为智能物流平台的构建提供参考。 【参考文献】

【1】王琦峰，吕红波，江瑜.云物流体系结构与应用模式研究[J].电信科学，2012，28（3）：126-132.

【2】徐继燕.我国快递业发展现状及策略分析[J].湖北经济学院学报：人文社会科学版，2018，10（9）：38-39.

【3】陈修齐.基于长尾理论的民营快递业云物流模式研究[J].东南学术，2018（6）：79-87. 【4】闻予达，侯剑，闻予达，等.从星晨急便论云物流模式的发展[J].集装箱化，2018，24（6）：18-21.

【5】俞华锋.基于云计算的物流信息平台的构建[J].科技信息，2010（1）：443-444. 【6】俞华锋，赵宁华.网络大数据挖掘云服务平台的构建[J].科技视界，2013（18）：41+67.