本文選題：港口物流　切入點：智能物流　出處：《北京交通大學》2014年博士論文

【摘要】：摘要：本文以港口物流流程為研究對象,將流程知識挖掘相關(guān)的前沿理論技術(shù)和智能物流發(fā)展中的實際管理問題緊密結(jié)合,融合智能物流、港口物流、業(yè)務(wù)流程管理、工作流建模、過程挖掘和數(shù)據(jù)挖掘等多種理論和方法,建立了包括港口物流流程模型構(gòu)建、港口物流控制流分析、港口物流流程診斷分析等三個部分組成的港口物流流程知識挖掘理論方法體系。在此基礎(chǔ)上,將物聯(lián)網(wǎng)智能感知技術(shù)、流程知識挖掘和物流模擬仿真技術(shù)集成,提出了港口物流流程智能優(yōu)化設(shè)計的集成方法框架。 首先,論文通過對智能物流、知識管理、數(shù)據(jù)挖掘、業(yè)務(wù)流程管理和過程挖掘等相關(guān)理論方法研究現(xiàn)狀的梳理,提出由物流控制流知識、物流數(shù)據(jù)流知識、物流組織知識和物流風險知識四部分構(gòu)成的港口物流流程知識概念框架,指出物流智能的目的在于應(yīng)用各種技術(shù)降低物流中的各種不確定因素影響及其所帶來的風險,分析了現(xiàn)有物流流程分析方法在智能物流發(fā)展過程中所存在的局限,明確了物流流程知識挖掘在實現(xiàn)智能物流中的重要支撐作用,從流程知識角度為智能物流的研究提出了一種新的方法思路。 其次,論文基于港口物流流程的概念描述和特征分析,指出港口物流流程可以依據(jù)組織結(jié)構(gòu)劃分為松散結(jié)構(gòu)和高度結(jié)構(gòu)化的兩部分。通過分析聲明式和程序式建模方法的原理及其適用場合,指出單一的程序式建模方法在對靈活性要求較高的管理業(yè)務(wù)流程建模時存在局限,提出了融合聲明式建模方法和程序式方法的港口物流流程集成建模方法。 第三,論文基于模糊挖掘方法,提出了港口物流主干流程探查的方法,并融合港口物流屬性信息提出了復雜流程事件日志的日志分組策略。在此基礎(chǔ)上,綜合運用模糊挖掘和啟發(fā)式挖掘等各種控制流挖掘技術(shù),提出了包括港口物流事件日志抽取、日志預處理、主干流程探查和子流程劃分、事件日志流程實例分組和日志子集控制流挖掘等五個主要步驟的港口物流控制流挖掘分析方法框架。所提出的方法有效地改善了控制流挖掘結(jié)果模型的精確度,降低了模型復雜度,提高了挖掘結(jié)果的可理解程度,為港口物流流程行為分析提供了有效的智能方法支持。 第四,論文研究了港口物流流程中的數(shù)據(jù)流知識和風險知識挖掘方法,以此為基礎(chǔ)提出了基于過程挖掘技術(shù)的港口物流流程績效分析和風險診斷方法。通過改進流程實例聚類算法,有效地改進了無向?qū)W習的過程挖掘結(jié)果,實現(xiàn)港口物流流程實例按照流程行為的有效分組,并生成流程實例概貌描述數(shù)據(jù)集。在此基礎(chǔ)上,采用數(shù)據(jù)挖掘方法挖掘出港口物流屬性、流程行為和流程績效之間的關(guān)系模式知識,實現(xiàn)港口物流流程績效的深度分析。同時,在流程控制流知識和數(shù)據(jù)流知識挖掘的基礎(chǔ)上,將過程挖掘中的一致性檢查技術(shù)引入物流風險分析中,通過在工作流模型中“重放”事件日志,提出港口物流流程偏差和風險定量分析方法,為實現(xiàn)物流流程智能風險診斷奠定基礎(chǔ)。 最后,論文基于港口物流流程知識挖掘的研究結(jié)果,以廣州港集團綜合物流管理系統(tǒng)為背景,分析了現(xiàn)有港口物流流程中存在的問題及智能優(yōu)化流程的必要性。依托物聯(lián)網(wǎng)等智能技術(shù),討論了港口物流流程的優(yōu)化設(shè)計及其技術(shù)實現(xiàn)方案。通過物聯(lián)網(wǎng)的智能感知和自動數(shù)據(jù)采集和傳輸技術(shù),實現(xiàn)港口物流供應(yīng)鏈各環(huán)節(jié)中貨物狀態(tài)等信息的實時監(jiān)控和對狀態(tài)的實時響應(yīng)及智能應(yīng)對。最后,將物聯(lián)網(wǎng)智能感知技術(shù)、流程知識挖掘技術(shù)和物流仿真技術(shù)融合,提出了港口物流流程的智能優(yōu)化集成方法框架。
[Abstract]:Abstract : Based on the research object of port logistics process , this paper combines the advanced theory technology of process knowledge mining and the practical management problem in intelligent logistics development , combines intelligent logistics , port logistics , business process management , workflow modeling , process mining , data mining and so on . Based on this , the paper establishes the theory and method of port logistics process knowledge mining including port logistics process model construction , port logistics control flow analysis and port logistics process diagnosis analysis .

Firstly , this paper analyzes the status quo of logistics process knowledge in logistics , knowledge management , data mining , business process management and process mining . It points out that the purpose of logistics intelligence is to use various technologies to reduce the influence of various uncertainties in logistics and the risks brought by logistics . It is pointed out that the purpose of logistics intelligence is to use various technologies to reduce the influence of various uncertainties in the logistics and the risks brought by logistics . The paper analyzes the limitations of the existing logistics process analysis method in the development of intelligent logistics , and puts forward a new approach to the research of intelligent logistics from the perspective of process knowledge .

Secondly , based on the concept description and characteristic analysis of port logistics process , it is pointed out that the port logistics process can be divided into loose structure and highly structured two parts according to the organization structure .

Thirdly , based on the fuzzy mining method , the paper puts forward the method of exploring the main flow of port logistics , and puts forward the log grouping strategy of complex process event log by combining port logistics attribute information . Based on this , the paper puts forward the framework of port logistics control flow mining analysis method including port logistics event log extraction , log preprocessing , main flow exploration and sub - process division , event log process instance grouping and journal subset control flow excavation .

Fourthly , the paper studies the data flow knowledge and risk knowledge mining method in port logistics process . Based on this , the paper puts forward the process mining technology based logistics process performance analysis and risk diagnosis method .

Finally , based on the research results of port logistics process knowledge mining , the paper analyzes the problems existing in the existing port logistics flow and the necessity of intelligent optimization flow based on the comprehensive logistics management system of Guangzhou Port Group . Based on the intelligent sensing and automatic data collection and transmission technology of Internet of Things , the paper discusses the real - time monitoring and real - time response and intelligent response of port logistics flow . Finally , integrating intelligent sensing technology , process knowledge mining technology and logistics simulation technology , this paper puts forward the framework of intelligent optimization integration of port logistics process .

【學位授予單位】：北京交通大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：F253.9;TP311.13

【參考文獻】

相關(guān)期刊論文 前10條

1 楊雪梅,許慶瑞;基于業(yè)務(wù)流程再造的流程績效測度[J];中國地質(zhì)大學學報(社會科學版);2003年02期

2 黃炎波,張漢江;物流成本控制的系統(tǒng)方式[J];系統(tǒng)工程;2004年01期

3 張德海;邵培基;劉德文;;面向物流服務(wù)供應(yīng)鏈的商業(yè)智能系統(tǒng)設(shè)計[J];管理學報;2007年03期

4 王之泰;;也談黑大陸與物流冰山[J];中國儲運;2012年05期

5 胡軍;;關(guān)于知識定義的分析[J];華中科技大學學報(社會科學版);2008年04期

6 李飛;薛彬;黃亞樓;;初始中心優(yōu)化的K-Means聚類算法[J];計算機科學;2002年07期

7 劉強;崔莉;陳海明;;物聯(lián)網(wǎng)關(guān)鍵技術(shù)與應(yīng)用[J];計算機科學;2010年06期

8 陳亮;高建民;陳富民;陳琨;李成;;基于工作流挖掘的質(zhì)量管理過程改進研究[J];計算機集成制造系統(tǒng);2006年04期

9 趙衛(wèi)東;范力;;工作流挖掘研究的現(xiàn)狀與發(fā)展[J];計算機集成制造系統(tǒng);2008年12期

10 朱鵬;黃必清;薛霄;吳澄;吳蕓;;基于過程挖掘的醫(yī)療服務(wù)過程建模[J];計算機集成制造系統(tǒng);2010年12期

相關(guān)博士學位論文 前2條

1 劉秀國;基于可持續(xù)發(fā)展的港口物流績效評價及預警研究[D];天津大學;2009年

2 焦新龍;港口物流績效評價體系研究[D];長安大學;2010年

，

本文編號：1695489