第三方物流智能優(yōu)化與決策分析系統(tǒng)及其工程實現(xiàn)

第三方物流智能優(yōu)化與決策解析系統(tǒng)及其工程實現(xiàn)第三方物流智能優(yōu)化與決策解析系統(tǒng)及其工程實現(xiàn)第三方物流智能優(yōu)化與決策解析系統(tǒng)及其工程實現(xiàn)第三方物流智能優(yōu)化與決策解析系統(tǒng)及其工程實現(xiàn)一、作品的主要研究內(nèi)容以及創(chuàng)新點1、作品的整體介紹本作品針對第三方物流企業(yè)的先進物流見解所設(shè)計，主要的架構(gòu)在于支持其業(yè)務(wù)營運、操作管理，供給客戶實時的信息服務(wù)，進而能夠增添營運效能、降低操作成本、提高客戶的滿意度為目標(biāo)。為此，我們選擇了杭州富日物流有限企業(yè)作為該作品的應(yīng)用對象。杭州富日物流有限企業(yè)經(jīng)過引入西方先進的第三方物流經(jīng)營理念，成功地開辟了以杭州為核心的周邊物流市場，目前已成為杭州最大的第三方物流企業(yè)之一。富日物流為客戶供給倉儲、配送、裝卸、加工、代收款、信息咨詢等物流服務(wù)，吸引了包含“伊萊克斯”電器、“科龍”電器、“旭日”輪胎、“康師傅”食品在內(nèi)的百余家出名企業(yè)成為富日物流企業(yè)的忠實伙伴。目前，富日物流企業(yè)為各客戶操作的商品量達(dá)2.5億元。企業(yè)還擴大了6萬平方米的倉儲容量，使每天存儲的商品量達(dá)10億元左右。1.1項目的主要研究內(nèi)容信息管理系統(tǒng)。實現(xiàn)一個通用化、模塊化的物流信息管理系統(tǒng)，包含庫房管理、運輸配送、基礎(chǔ)信息等多個通用的子系統(tǒng)。庫存展望與優(yōu)化。研究線性回歸、時間序列、灰色模型等算法，依據(jù)庫存中各種物件的歷史出庫量，展望出將來一段時間內(nèi)的出庫量，相關(guān)管理人員可依據(jù)展望出的結(jié)果對庫房、人員、設(shè)備等資源做出開初的安排和調(diào)換。運輸配送優(yōu)化調(diào)換。利用遺傳算法、粒子群算法等智能優(yōu)化算法，研究實質(zhì)物流配送模型，實現(xiàn)將一天也許一天中某個時段的運輸任務(wù)，針對多定單、多產(chǎn)品、多客戶目的地的運輸要求，對實現(xiàn)配送路線和裝車方式的精選，同時最優(yōu)化地調(diào)換車輛和貨柜。信息交換技術(shù)。研究基于XML數(shù)據(jù)傳輸和交換技術(shù)、SOAP傳輸協(xié)議的WebServices,為現(xiàn)代物流企業(yè)的發(fā)展拓寬了道路,節(jié)約了整體成本,提高了業(yè)務(wù)運作效率。數(shù)據(jù)可視化。1.2系統(tǒng)結(jié)構(gòu)本作品包含六個主要系統(tǒng)，即運務(wù)系統(tǒng)、智能決策支持、信息交換、營業(yè)系統(tǒng)、倉儲系-1-統(tǒng)、帳務(wù)系統(tǒng)以及控制面板，將富日物流現(xiàn)有業(yè)務(wù)涵蓋于內(nèi)，進行一次性規(guī)劃，分階段設(shè)計，轉(zhuǎn)動推行步驟，漸漸圓滿整合系統(tǒng)的詳細(xì)功能。軟件組織圖以下：以B/S模式，即閱讀器/服務(wù)器模式，是一種多層次模式發(fā)展起來的新的網(wǎng)絡(luò)結(jié)構(gòu)模式，依據(jù)軟件技術(shù)原理，軟件的邏輯層次劃分越認(rèn)真，其靈便性和可擴展性就越大。因為B/S模式采納了三層以上軟件結(jié)構(gòu)形式，極大地提高了軟件的靈便性和可擴展性，使軟件便于升級。其他B/S模式的集中式運轉(zhuǎn)、散布式操作的特色，使得應(yīng)用系統(tǒng)能夠部署和保護都集中在一臺或少許幾臺服務(wù)器上，客戶端一致采納閱讀器而不需在終端上一一安裝客戶端軟件，大大降低了系統(tǒng)的保護成本，也減少了因為客戶端軟件感生病毒等原由帶來的損失。同時由于B/S模式的軟件系統(tǒng)的客戶端采納標(biāo)準(zhǔn)的閱讀器，使得對系統(tǒng)的操作特別方便，降低了學(xué)習(xí)和使用的難度，培訓(xùn)開支也顯然降低。2、作品創(chuàng)新點針對第三方物流企業(yè)的運作過程里，涉及到的一系列的問題，提出了確實可行的方案，特別是提出了以下的創(chuàng)新點：研究線性回歸、時間序列、灰色模型等智能算法在物流智能決策中的應(yīng)用，經(jīng)過對出入庫信息，庫存信息，配送信息等的統(tǒng)計解析，使用上述各種智能決策支持算法給管理者供給決策支持信息。研究粒子群算法、遺傳算法等智能優(yōu)化方法在實質(zhì)物流配送中的運用。針對不同樣樣的-2-優(yōu)化目標(biāo)，建立了車輛最少，時間最短等不同樣樣的配送模型，同時在模型中考慮不同樣樣的客戶的配送難易程度。將多種算法優(yōu)化的結(jié)果進行比較，給調(diào)換員供給多種調(diào)換方案。研究基于XML數(shù)據(jù)傳輸和交換技術(shù)。為認(rèn)識決異構(gòu)系統(tǒng)間數(shù)據(jù)的高效、快捷、安全的傳輸與交換，本項目使用JAVA結(jié)合XML技術(shù)開發(fā)一個針對第三方物流家電食品行業(yè)的數(shù)據(jù)交換接口。二、已獲得的成就在推行過程中，獲得了以下成就：趙燕偉，吳斌等，ParticleSwarmOptimizationforVehicleRoutingProblemwithTimewindows,AdvanceinMaterialsManufacturingScienceandTechnology,pp801-805,2004,9(SCI收錄No.BBF53)。吳斌，趙燕偉等，ParticleSwarmOptimizationforVehicleRoutingProblem，The5thWorldCongressonIntelligentControlandAutomation,pp2219-2221,2004.6（EI收錄No.04388368201)。趙燕偉，吳斌等，車輛路徑問題的雙種群遺傳算法求解方法,計算機集成制造系統(tǒng)-CIMS,pp303-306,2004.NO.3(EI收錄No.04268238569)。吳斌,趙燕偉等，ArtificialFishSchoolAlgorithmforVehicleRoutingProblem，TheThirdInternationalConferenceonElectronicCommerceEngineering(ICeCE2003),pp329-331,2003,10(ISTP收錄No.BY34X)。吳斌，趙燕偉，蟻群算法的研究現(xiàn)狀，自動化儀表，pp1-4,2004,vol.25,No.1楊豐玉，趙燕偉，第三方物流貨物需求量的灰色模型展望及應(yīng)用，計算機工程與應(yīng)用。（已錄?。┶w燕偉，胡峰俊等，面向第三方物流的分形工作流網(wǎng)絡(luò)模型設(shè)計，制造業(yè)自動化。（已錄取）計算機軟件著作權(quán)《生產(chǎn)計劃與調(diào)換的智能算法軟件包》，登記號：2004SR11619已申報發(fā)明專利一項“一種車輛調(diào)換問題的粒子群優(yōu)化方法”，申請?zhí)?00510061232.9-3-三、第三方物流智能協(xié)作系統(tǒng)第三方物流智能協(xié)作系統(tǒng)可分為運輸系統(tǒng)，智能決策支持系統(tǒng)，營業(yè)系統(tǒng)，帳務(wù)系統(tǒng)，控制面板，倉儲系統(tǒng)，六個模塊，各個模塊的功能以下所示：運輸系統(tǒng)運輸系統(tǒng)包含承運單管理，回單管理，人工排車，最小車輛排車，準(zhǔn)時到達(dá)排車，調(diào)度基礎(chǔ)信息的保護幾大功能模塊。圖1運輸系統(tǒng)圖2自動生成承運單-4-圖3：運輸系統(tǒng)界面智能決策支持系統(tǒng)物流系統(tǒng)中的決策支持系統(tǒng)主要包含三個主要內(nèi)容：數(shù)據(jù)統(tǒng)計解析、數(shù)據(jù)挖掘及多維表解析。數(shù)據(jù)統(tǒng)計解析主若是對平常操作的數(shù)據(jù)庫表依據(jù)相關(guān)的條件進行盤問和匯總；數(shù)據(jù)挖掘部分的功能主要有展望、聚類和種類般配，這些功能主若是在統(tǒng)計解析結(jié)果的基礎(chǔ)上，利用相應(yīng)的算法，獲得一些有效的知識和規(guī)則，輔助用戶進行決策；多維表解析是將數(shù)據(jù)庫中平常操作數(shù)據(jù)中用戶所關(guān)注的數(shù)據(jù)提拿出來，建立擁有多個維度的數(shù)據(jù)庫房。用戶可從這多個維度來查察自己所關(guān)懷的數(shù)據(jù)。圖4智能決策支持系統(tǒng)-5-圖5智能決策支持圖6智能決策支持-6-圖9智能決策支持系統(tǒng)營運系統(tǒng)營運系統(tǒng)是富日物流經(jīng)營的對外窗口，包含收貨，出貨訂單的接受，生成，對外的數(shù)據(jù)交換?；赬ML的數(shù)據(jù)交換接口，供給了與其他企業(yè)進行交換的快捷方式。圖10XML數(shù)據(jù)交換系統(tǒng)界面-7-圖11XML數(shù)據(jù)交換系統(tǒng)界面圖12XML數(shù)據(jù)交換系統(tǒng)界面圖13XML數(shù)據(jù)交換系統(tǒng)界面-8-控制面板控制面板主要試對客戶、倉儲、貨物等各種基礎(chǔ)信息的操作，如增添，刪除，盤問等。圖14控制面板系統(tǒng)界面?zhèn)}儲系統(tǒng)倉儲管理子系統(tǒng)是物流作業(yè)的重心，關(guān)于第三方物流的專業(yè)化、規(guī)?；?，配送的少很多樣化，貨物流動的隨機性，倉儲所飾演的角色已經(jīng)不再是單純的儲放保存，他被恩賜更多的流動見解，貨物入倉的目的已擴展到依訂單的分揀或合并，組與拆裝的流通加工，包裝與貼標(biāo)的簡單加工。倉儲系統(tǒng)主要完成貨物的收貨、出貨、入庫、揀貨、庫存管理等。-9-圖15倉儲系統(tǒng)界面帳務(wù)系統(tǒng)帳務(wù)系統(tǒng)包含結(jié)算管理和開支調(diào)整兩個功能。圖16帳務(wù)管理系統(tǒng)界面-10-四、重點技術(shù)該作品除了一般的業(yè)務(wù)流程之外，重點研究和解決了以下問題：建立庫房中物件入/出庫量、庫存量、配送頻率的展望模型，利用時間序列、灰色模型等算法實現(xiàn)對將來一段時間內(nèi)出庫量的展望。建立實質(zhì)的物流配送模型，遺傳算法、粒子群算法等方法的求解方案，如編碼方式，進化策略，交叉方法等。在web客戶端采納圖形化方式來顯示算法的結(jié)果。用XML擬訂關(guān)于第三方物流系統(tǒng)的標(biāo)準(zhǔn)規(guī)范及其實現(xiàn)，以及與不同樣樣數(shù)據(jù)庫間的XML變換技術(shù)的研究和實現(xiàn)。1、智能決策支持技術(shù)智能決策支持系統(tǒng)主要包含統(tǒng)計解析、展望解析、淡旺季般配及OLAP四個模塊，其結(jié)構(gòu)以以下列圖所示：決策支持系統(tǒng)統(tǒng)計解析展望解析淡旺季般配OLAP數(shù)據(jù)庫圖7：智能決策支持系統(tǒng)框圖統(tǒng)計解析技術(shù)統(tǒng)計解析模塊采納數(shù)學(xué)中的統(tǒng)計解析方法，利用乞降、求平均值等方法統(tǒng)計出某些用戶所關(guān)懷的數(shù)據(jù)，如某一段時間內(nèi)某個客戶占用庫房的面積，該客戶所耗費的成本及產(chǎn)生的各栽開支等信息。本模塊包含以下幾個部分，結(jié)構(gòu)以以下列圖所示：統(tǒng)計解析模塊出收庫配配配客客送送貨貨存送戶戶及準(zhǔn)統(tǒng)統(tǒng)統(tǒng)統(tǒng)成收時確計計計計本益率率分分分分統(tǒng)統(tǒng)統(tǒng)統(tǒng)析析析析計計計計圖8：統(tǒng)計解析技術(shù)框圖-11-智能展望解析技術(shù)此模塊是在統(tǒng)計解析的基礎(chǔ)上，利用一些智能算法發(fā)如線性回歸、指數(shù)圓滑、灰色模型等方法來展望出將來一段時間內(nèi)的趨向。展望的對象是某個種類的貨物收貨、出貨的次數(shù)及收貨、出貨、庫存的數(shù)目。展望的種類分為兩種，年展望和月展望。年展望只展望每年的總量，而月展望則是展望每個月的數(shù)目。展望模塊包含以下幾個模塊：年月年月年月出出收收庫庫貨貨貨貨存存量量量量量量預(yù)預(yù)預(yù)預(yù)預(yù)預(yù)測測測測測測模型庫算法庫數(shù)據(jù)庫圖9：展望解析模塊框圖淡旺季般配技術(shù)淡旺季般配是針對庫房中貨物出貨有季節(jié)性的特色，先計算出其每年的淡旺季月份，再在淡旺季月份的基礎(chǔ)上找出淡旺季恰巧般配的貨物，考慮將其放在同一庫房或庫位，進而提高庫房面積的利用率。圖10：淡旺季般配框圖多維數(shù)據(jù)解析技術(shù)OLAP（OnLineAnalysisProcessing），即聯(lián)機事務(wù)辦理，它的功能是將數(shù)據(jù)庫中的日常操作數(shù)據(jù)依據(jù)用戶所關(guān)注的問題建立成數(shù)據(jù)庫房，并將數(shù)據(jù)庫房依據(jù)多個維度、多個角度展現(xiàn)于用戶眼前，方便用戶進行宏觀和微觀的盤問要求。-12-數(shù)據(jù)庫房出收配貨貨送分分分析析析數(shù)據(jù)庫圖11：多維數(shù)據(jù)解析框圖核默算法DBSCAN算法：利用類的高密度連通性能夠迅速發(fā)現(xiàn)任意形狀類的聚類算法。算法能夠依仍舊本的散布狀況自動地確立鄰域的大小，有效地除掉噪聲的攪亂，獲得較好的聚類奏效。K-中心點算法：在K平均值的基礎(chǔ)上，采納簇中地址最中心點的對象，即中心點，作為參照點，將其他點按距離歸到某此中心點所代表的簇中，再屢次地用非代表對象來取代代表對象，最后獲得最優(yōu)的聚類結(jié)果。比較于K平均值，K中心點對初始化數(shù)據(jù)不敏感。指數(shù)圓滑法：是在本期的實質(zhì)數(shù)據(jù)和展望數(shù)據(jù)基礎(chǔ)上，采納加權(quán)因子的方法，對下期進行展望的方法。比較于一般的加權(quán)平均，指數(shù)圓滑法例兼容了全期平均和搬動平均所長，不舍棄過去的數(shù)據(jù)，但是僅恩賜漸漸減弱的影響程度，即隨著數(shù)據(jù)的遠(yuǎn)離，恩賜漸漸收斂為零的權(quán)數(shù)。GM（1，1）：是灰色理論中一階展望建模方法，它能依據(jù)現(xiàn)有的少許信息進行計算和推斷，先建立自己數(shù)據(jù)建立動向微分方程，再展望自己的發(fā)展，特別適合“少許據(jù)建?！?。改進的季節(jié)性模型：在季節(jié)性模型的基礎(chǔ)上，采納GM（1，1）算法，對月數(shù)據(jù)進行展望。該算法針對了數(shù)據(jù)的月特色，使得展望出的結(jié)果中連續(xù)保持月特色，更湊近于實質(zhì)數(shù)據(jù)。2、智能車輛調(diào)換技術(shù)智能車輛調(diào)換模塊主要包含基礎(chǔ)信息系統(tǒng)，智能算法系統(tǒng)，智能算法系統(tǒng)中又包含車輛最少模型，準(zhǔn)時到達(dá)模型，綜合智能調(diào)換等模塊，所用算法包含遺傳算法，粒子群算法等多種智能調(diào)換算法。系統(tǒng)模塊以以下列圖所示：-13-車輛智能調(diào)換系統(tǒng)基礎(chǔ)信息子系統(tǒng)智能算方法系統(tǒng)客客客算車準(zhǔn)綜戶戶戶法輛時合的間配的最到智坐的送參少達(dá)能標(biāo)距的數(shù)調(diào)調(diào)調(diào)信離難信度度度息（易息時程間度）法智改承圖算等能運形法）算單化收法生結(jié)斂調(diào)成果圖度，演（查示遺看傳，算修圖12：車輛智能調(diào)換系統(tǒng)框圖車輛最少排車模型車輛最少模式派車，優(yōu)化的目標(biāo)為此次派車任務(wù)需要得車輛最少，運轉(zhuǎn)得線路最短（也能夠是成本最少，油耗最少等目標(biāo)，依據(jù)基礎(chǔ)信息中供給的信息的不同樣樣）。此種模式派車，有四種算法。包含遺傳算法，粒子群算法，節(jié)約法，掃描法。每種算法執(zhí)行的流程和操作近似。下邊以遺傳算法為例進行介紹。遺傳算法調(diào)換點擊頁面產(chǎn)生委運單列表，頁面上供給委運單的簡短信息。包含：委運單號，客戶名稱，客戶的總數(shù)目，總重量，整體積，卸貨地址，要求的到貨時間，預(yù)計的卸貨時間。對每一條委運單供給明細(xì)信息查察功能。此頁面上供給委運單按送貨地址進行單個也很多個盤問功能。輸入要盤問的地址，顯示與此符合的委運單。點擊智能調(diào)換，委運單中的客戶地址，貨物的重量，體積等信息，這些信息做為算法參數(shù)傳入智能調(diào)換算法。智能優(yōu)化算法在后臺對提交的委運單進行調(diào)換。智能算法調(diào)換的流程以以下列圖所示（遺傳算法例子）。生成承運單對滿意的調(diào)換結(jié)果生成承運單。承運單編號依據(jù)日期自動產(chǎn)生，承運單的信息能夠查察，-14-更正，刪除。圖13：車輛調(diào)換系統(tǒng)流程圖圖形化顯示采納圖形化方法顯示調(diào)換的結(jié)果。在地圖上會用不同樣樣顏色的線條表示不同樣樣的車配送的線路。地圖上會表示出配送客戶的地址和名稱。模擬小車會依據(jù)算法安排的線路接見客戶。收斂圖畫出算法此次計算的收斂圖，給用戶供給判斷此次運算結(jié)果可否優(yōu)秀的一個準(zhǔn)則。準(zhǔn)時到達(dá)排車模型此功能有遺傳算法求解方法。準(zhǔn)時到達(dá)排車的目標(biāo)是第一是知足客戶時間上的要求，及保證在客戶要求達(dá)到的時間內(nèi)進行配送。其次是希望所用的車輛數(shù)最少，車輛行駛的距離最短（也能夠是成本最少，油耗最少等目標(biāo)，依據(jù)基礎(chǔ)信息中供給的信息的不同樣樣）。算法運轉(zhuǎn)的過程如前所述。（略）-15-圖14：遺傳算法流程圖綜合智能算法排車此功能供給上述四種算法的綜合調(diào)換算法，每次調(diào)換結(jié)果給出四種排車方案，用戶能夠依據(jù)需要選擇適合的方案。每種方案能夠查察詳細(xì)，能夠看圖形化演示結(jié)果。選中的方案能夠生產(chǎn)承運單。調(diào)換基礎(chǔ)信息的保護客戶的坐標(biāo)信息此功能能夠讓用戶增添、更正、盤問客戶的坐標(biāo)，這些操作都是基于電子地圖，客戶能夠經(jīng)過鼠標(biāo)點出客戶的地址，坐標(biāo)數(shù)值能夠自動更正，顯示?？蛻糸g的距離（時間）此功能供給客戶間距離（時間）的盤問、增添、更正。這些操作都是基于電子地圖的，方便用戶查察。客戶配送的難易程度此功能供給客戶配送難易程度的盤問、增添、更正。難易程度用平常的語言“難”、“易”等詞語表示，方便用戶使用。算法的參數(shù)信息供給各種算法參數(shù)的顯示，更正。-16-核默算法：遺傳算法遺傳算法的是上世紀(jì)最成功也是最經(jīng)典的一種辦理復(fù)雜優(yōu)化問題的方法。它的算法比較簡單，對目標(biāo)函數(shù)沒有特其他要求。所得在短時間內(nèi)能夠獲得比較優(yōu)秀的解。遺傳算法的參數(shù)有：種群規(guī)模，迭代次數(shù)，交叉概率，變異概率。種群規(guī)模表示在一個遺傳算法中，有多少個染色體。在車輛調(diào)換中，一個染色體表示一個可行的派車計劃。遺傳從初始的派車計劃開始不停的演化，最后獲得比較好的派車計劃。初始派車計劃的生成的數(shù)目平常在10－100之間，默認(rèn)值是50。迭代次數(shù)表示遺傳算法演化的代數(shù)，平常演化的代數(shù)越多，所得的結(jié)果也越好。同時計算的時間也越長。演化代數(shù)在500－100000代之間。這里默認(rèn)是1000代。交叉概率，變異概率在遺傳算法的兩個參數(shù)。交叉概率的取值一般在0.5-1，變異概率在0－0.3。兩個參數(shù)的值都不能夠夠高出1。粒子群算法粒子群算法是一種新式的優(yōu)化方法，它擁有算法簡單，收斂迅速的特色。粒子群算法的參數(shù)有：種群規(guī)模，迭代次數(shù)，慣性權(quán)重，權(quán)重c1,權(quán)重c2，最大速度。種群規(guī)模，迭代次數(shù)的意義如一遺傳算法。慣性權(quán)重的取值范圍在0－1。平常取1。權(quán)重c1,權(quán)重c2的取值范圍在0－4，平常取2。最大速度的取值范圍在100－500之間。默認(rèn)取200。節(jié)約法節(jié)約法是一種經(jīng)典的求解車輛路徑問題的方法，算法簡單，計算迅速。但只好辦理比較小規(guī)模的問題。平常100個客戶以下的問題能獲得比較好的結(jié)果。算法參數(shù)：運轉(zhuǎn)次數(shù)，改進算子。運轉(zhuǎn)次數(shù)表示算法迭代的次數(shù)，改進算子表示改進的方法，有2-opt,3-opt,US-5等方法。掃描法掃描法也是一種經(jīng)典的求解車輛路徑問題的方法。它能夠?qū)⒖蛻粢罁?jù)地理地址的遠(yuǎn)近進行分群，今后配送。算法參數(shù)同節(jié)約法。3、XML數(shù)據(jù)交換平臺在企業(yè)內(nèi)部集成散布式商務(wù)辦理是一項艱巨的工作，而在企業(yè)之間進行集成則擁有-17-特別高的成本。若要在實質(zhì)上簡化企業(yè)內(nèi)部和企業(yè)之間協(xié)調(diào)商務(wù)辦理，還需要進行大批的工作?；赬ML的標(biāo)準(zhǔn)的出現(xiàn)，其目的是便于協(xié)調(diào)商務(wù)辦理，而且不依賴于操作系統(tǒng)、編程模式或編程語言。而基于這類標(biāo)準(zhǔn)的全面的集成化環(huán)境，不只為企業(yè)內(nèi)部，更為使用互聯(lián)網(wǎng)的企業(yè)之間供給了一種協(xié)調(diào)商務(wù)辦理的迅速、簡單、性價比很好的解決方案。本作品的系統(tǒng)是主要采納BS模式來開發(fā)，在與物流的客戶間要交互的話，就涉及到大批數(shù)據(jù)的交換。而關(guān)于一般的客戶來說，基本是采納EDI系統(tǒng)，即采納CS模式。為解決在異構(gòu)系統(tǒng)間的數(shù)據(jù)交換的問題，提出了一套基于第三方富日物流企業(yè)的交換標(biāo)準(zhǔn)。能夠在此基礎(chǔ)上，不同樣樣結(jié)構(gòu)數(shù)據(jù)庫的系統(tǒng)間，能夠進行數(shù)據(jù)的高效，安全，靠譜的傳輸。目前已經(jīng)能夠順利與杭州祐康電子商務(wù)網(wǎng)絡(luò)有限企業(yè)進行數(shù)據(jù)的交換，交換的格式包含收貨單，發(fā)貨單，庫存單，客戶信息單，商品信息單等多個xml文件。這些文件均是采納xml文檔的要求，把大批的數(shù)據(jù)存放在xml字段中，解決了異構(gòu)系統(tǒng)間的數(shù)據(jù)交換的問題。比方，在杭州祐康電子商務(wù)網(wǎng)絡(luò)有限企業(yè)里，是采納CS模式的系統(tǒng)，在與富日物流間，每天都有大批的數(shù)據(jù)的交換，以前均是采納手工方式，生成excel文檔形式，來進行數(shù)據(jù)的交換。在這時期，存在著數(shù)據(jù)的漏填，錯填的，以及要把數(shù)據(jù)從excel格式變換到本系統(tǒng)間，又存在著要開支大批的人力和時間，而且數(shù)據(jù)的靠譜性不高。