自動(dòng)識別技術(shù)
自動(dòng)識別技術(shù)是以計算機、光、機、電、通信等技術(shù)的發(fā)展為基礎的一種高度自動(dòng)化的數據采集技術(shù)。它通過(guò)應用一定的識別裝置，自動(dòng)地獲取被識別物體的相關(guān)信息，并提供給后臺的處理系統來(lái)完成相關(guān)后續處理的一種技術(shù)。它能夠幫助人們快速而又準確地進(jìn)行海量數據的自動(dòng)采集和輸入，在運輸、倉儲、配送等方面已得到廣泛的應用。經(jīng)過(guò)近30年的發(fā)展，自動(dòng)識別技術(shù)已經(jīng)發(fā)展成為由條碼識別技術(shù)、智能卡識別技術(shù)、光字符識別技術(shù)、射頻識別技術(shù)、生物識別技術(shù)等組成的綜合技術(shù)，并正在向集成應用的方向發(fā)展?！l碼識別技術(shù)是目前使用最廣泛的自動(dòng)識別技術(shù)，它是利用光電掃描設備識讀條碼符號，從而實(shí)現信息自動(dòng)錄入。條碼是由一組按特定規則排列的條、空及對應字符組成的表示一定信息的符號。不同的碼制，條碼符號的組成規則不同。較常使用的碼制有：　ean/　upc　條碼、128　條碼、itf　-　14　條碼、交插二五條碼、三九條碼、庫德巴條碼等?！∩漕l識別（rfid）技術(shù)是近幾年發(fā)展起來(lái)的現代自動(dòng)識別技術(shù)，它是利用感應、無(wú)線(xiàn)電波或微波技術(shù)的讀寫(xiě)器設備對射頻標簽進(jìn)行非接觸式識讀，達到對數據自動(dòng)采集的目的。它可以識別高速運動(dòng)物體，也可以同時(shí)識讀多個(gè)對象，具有抗惡劣環(huán)境、保密性強等特點(diǎn)?！∩镒R別技術(shù)是利用人類(lèi)自身生理或行為特征進(jìn)行身份認定的一種技術(shù)。生物特征包括手形、指紋、臉形、虹膜、視網(wǎng)膜、脈搏、耳廓等，行為特征包括簽字、聲音等。由于人體特征具有不可復制的特性，這一技術(shù)的安全性較傳統意義上的身份驗證機制有很大的提高。人們已經(jīng)發(fā)展了虹膜識別技術(shù)、視網(wǎng)膜識別技術(shù)、面部識別技術(shù)、簽名識別技術(shù)、聲音識別技術(shù)、指紋識別技術(shù)等六種生物識別技術(shù)。
數據挖掘技術(shù)
數據倉庫出現在20　世紀80　年代中期，它是一個(gè)面向主題的、集成的、非易失的、時(shí)變的數據集合，數據倉庫的目標是把來(lái)源不同的、結構相異的數據經(jīng)加工后在數據倉庫中存儲、提取和維護，它支持全面的、大量的復雜數據的分析處理和高層次的決策支持。數據倉庫使用戶(hù)擁有任意提取數據的自由，而不干擾業(yè)務(wù)數據庫的正常運行?！祿诰蚴菑拇罅康?、不完全的、有噪聲的、模糊的及隨機的實(shí)際應用數據中，　挖掘出隱含的、未知的、對決策有潛在價(jià)值的知識和規則的過(guò)程。一般分為描述型數據挖掘和預測型數據挖掘兩種。描述型數據挖掘包括數據總結、聚類(lèi)及關(guān)聯(lián)分析等，預測型數據挖掘包括分類(lèi)、回歸及時(shí)間序列分析等。其目的是通過(guò)對數據的統計、分析、綜合、歸納和推理，　揭示事件間的相互關(guān)系，預測未來(lái)的發(fā)展趨勢，為企業(yè)的決策者提供決策依據。
人工智能技術(shù)
人工智能就是探索研究用各種機器模擬人類(lèi)智能的途徑，使人類(lèi)的智能得以物化與延伸的一門(mén)學(xué)科。它借鑒仿生學(xué)思想，用數學(xué)語(yǔ)言抽象描述知識，用以模仿生物體系和人類(lèi)的智能機制，主要的方法有神經(jīng)網(wǎng)絡(luò )、進(jìn)化計算和粒度計算三種?！∩窠?jīng)網(wǎng)絡(luò )：神經(jīng)網(wǎng)絡(luò )是在生物神經(jīng)網(wǎng)絡(luò )研究的基礎上模擬人類(lèi)的形象直覺(jué)思維，根據生物神經(jīng)元和神經(jīng)網(wǎng)絡(luò )的特點(diǎn)，通過(guò)簡(jiǎn)化、歸納，提煉總結出來(lái)的一類(lèi)并行處理網(wǎng)絡(luò )。神經(jīng)網(wǎng)絡(luò )的主要功能主要有聯(lián)想記憶、分類(lèi)聚類(lèi)和優(yōu)化計算等。雖然神經(jīng)網(wǎng)絡(luò )具有結構復雜、可解釋性差、訓練時(shí)間長(cháng)等缺點(diǎn)，但由于其對噪聲數據的高承受能力和低錯誤率的優(yōu)點(diǎn)，以及各種網(wǎng)絡(luò )訓練算法如網(wǎng)絡(luò )剪枝算法和規則提取算法的不斷提出與完善，使得神經(jīng)網(wǎng)絡(luò )在數據挖掘中的應用越來(lái)越為廣大使用者所青睞?！∵M(jìn)化計算：進(jìn)化計算是模擬生物進(jìn)化理論而發(fā)展起來(lái)的一種通用的問(wèn)題求解的方法。因為它來(lái)源于自然界的生物進(jìn)化，所以它具有自然界生物所共有的極強的適應性特點(diǎn)，這使得它能夠解決那些難以用傳統方法來(lái)解決的復雜問(wèn)題。它采用了多點(diǎn)并行搜索的方式，通過(guò)選擇、交叉和變異等進(jìn)化操作，反復疊代，在個(gè)體的適應度值的指導下，使得每代進(jìn)化的結果都優(yōu)于上一代，如此逐代進(jìn)化，直至產(chǎn)生全局最優(yōu)解或全局近優(yōu)解。其中最具代表性的就是遺傳算法，它是基于自然界的生物遺傳進(jìn)化機理而演化出來(lái)的一種自適應優(yōu)化算法?！×６扔嬎悖涸缭?990　年，我國著(zhù)名學(xué)者張鈸和張鈴就進(jìn)行了關(guān)于粒度問(wèn)題的討論，并指出“人類(lèi)智能的一個(gè)公認的特點(diǎn)，就是人們能從極不相同的粒度（granulari2ty）　上觀(guān)察和分析同一問(wèn)題。人們不僅能在不同粒度的世界上進(jìn)行問(wèn)題的求解，而且能夠很快地從一個(gè)粒度世界跳到另一個(gè)粒度世界，往返自如，毫無(wú)困難。這種處理不同粒度世界的能力，正是人類(lèi)問(wèn)題求解的強有力的表現”.隨后，zadeh　討論模糊信息粒度理論時(shí)，提出人類(lèi)認知的三個(gè)主要概念，即粒度（包括將全體分解為部分）　、組織（包括從部分集成全體）　和因果（包括因果的關(guān)聯(lián)）　,并進(jìn)一步提出了粒度計算。他認為，粒度計算是一把大傘，它覆蓋了所有有關(guān)粒度的理論、方法論、技術(shù)和工具的研究。目前主要有模糊集理論、粗糙集理論和商空間理論三種。
gis技術(shù)
gis是打造智能物流的關(guān)鍵技術(shù)與工具，使用gis可以構建物流一張圖，將訂單信息、網(wǎng)點(diǎn)信息、送貨信息、車(chē)輛信息、客戶(hù)信息等數據都在一張圖中進(jìn)行管理，實(shí)現快速智能分單、網(wǎng)點(diǎn)合理布局、送貨路線(xiàn)合理規劃、包裹監控與管理。
gis技術(shù)可以幫助物流企業(yè)實(shí)現基于地圖的服務(wù)，比如：1、網(wǎng)點(diǎn)標注：將物流企業(yè)的網(wǎng)點(diǎn)及網(wǎng)點(diǎn)信息（如地址、電話(huà)、提送貨等信息）標注到地圖上，便于用戶(hù)和企業(yè)管理者快速查詢(xún)。2、片區劃分：從“地理空間”的角度管理大數據，為物流業(yè)務(wù)系統提供業(yè)務(wù)區劃管理基礎服務(wù)，如劃分物流分單責任區等，并與網(wǎng)點(diǎn)進(jìn)行關(guān)聯(lián)。3、快速分單：使用gis地址匹配技術(shù)，搜索定位區劃單元，將地址快速分派到區域及網(wǎng)點(diǎn)。并根據該物流區劃單元的屬性找到責任人以實(shí)現“最后一公里”配送。4、車(chē)輛監控管理系統，從貨物出庫到到達客戶(hù)手中全程監控，減少貨物丟失；合理調度車(chē)輛，提高車(chē)輛利用率；各種報警設置，保證貨物司機車(chē)輛安全，節省企業(yè)資源。5、物流配送路線(xiàn)規劃輔助系統用于輔助物流配送規劃。合理規劃路線(xiàn)，保證貨物快速到達，節省企業(yè)資源，提高用戶(hù)滿(mǎn)意度。6、數據統計與服務(wù)，將物流企業(yè)的數據信息在地圖上可視化直觀(guān)顯示，通過(guò)科學(xué)的業(yè)務(wù)模型、gis專(zhuān)業(yè)算法和空間挖掘分析，洞察通過(guò)其他方式無(wú)法了解的趨勢和內在關(guān)系，從而為企業(yè)的各種商業(yè)行為，如制定市場(chǎng)營(yíng)銷(xiāo)策略、規劃物流路線(xiàn)、合理選址分析、分析預測發(fā)展趨勢等構建良好的基礎，使商業(yè)決策系統更加智能和精準，從而幫助物流企業(yè)獲取更大的市場(chǎng)契機。