對絕大部分公司來說優(yōu)化物流運(yùn)作是當(dāng)前公司降低（reduce)成本的有效手段，過去一段時間里美國的許多公司將精力集中在業(yè)務(wù)流程自動化和相關(guān)信息采集上，這些措施已經(jīng)取得成效，幫助公司降低了成本，同時也為物流優(yōu)化奠定了計算機(jī)硬軟件基礎(chǔ)。深圳物流公司物流英文名稱：logistics定義：供應(yīng)鏈活動的一部分，是為了滿足客戶需要而對商品、服務(wù)以及相關(guān)信息從產(chǎn)地到消費(fèi)地的、低成本流動和儲存進(jìn)行的規(guī)劃、實施與控制的過程。中港物流物流的概念早是在美國形成的，起源于20世紀(jì)30年代，原意為“實物分配”或“貨物配送”。1963年被引入日本，日文意思是“物的流通”。20世紀(jì)70年代后，日本的“物流”一詞逐漸取代了“物的流通”。中港物流中國的物流術(shù)語標(biāo)準(zhǔn)將物流定義為：物流是物品從供應(yīng)地向接收地的實體流動過程中，根據(jù)實際需要，將運(yùn)輸、儲存、裝卸搬運(yùn)、包裝、流通加工、配送、信息處理等功能有機(jī)結(jié)合起來實現(xiàn)用戶要求的過程。在這樣的背景下，喬治亞理工大學(xué)物流研究所主任，美國物流專家拉特利夫博士近撰寫一份白皮書，提出物流優(yōu)化的十條原則。

物流運(yùn)作優(yōu)化十條原則

1、目標(biāo)(cause)-------必須量化和度量

要想獲得成功必須有明確的目標(biāo)，為了優(yōu)化，你必須知道怎樣才算被優(yōu)化。量化目標(biāo)使得使用計算機(jī)決定一個物流計劃方案(plan)是否優(yōu)于另一個方案成為可能（maybe)，管理人員就可以衡量優(yōu)化方案是否有投資(意義:是未來收益的累積)回報。例如，速遞公司可能把目標(biāo)定為：日常維修成本、燃料成本和勞動力成本，這些成本是很容易被量化和度量的。

2、模型（model）－－必須真實的代表物流過程

模型是把優(yōu)化要求和限制轉(zhuǎn)化為計算機(jī)可以接受的語言途徑。例如，我們需要模型來表示從倉庫出貨到裝運(yùn)卡車的過程。簡單如出貨的總重量、體積的模型必須真實表示裝運(yùn)要求。

如果一種重量、體積模型被用于表示另外一種新型車輛的裝運(yùn)，模型就失真了，因為它沒有真實代表實際的裝運(yùn)情況(Condition)。如果模型不能代表真實的情況那么整個優(yōu)化措施將會是不切實際、沒有效率(efficiency)的。

3、數(shù)據(jù)－－-必須準(zhǔn)確、時效（Pre[[script]]ion)和容易理解

數(shù)據(jù)引導(dǎo)著整個優(yōu)化過程，如果數(shù)據(jù)不準(zhǔn)確或不及時的納入整個優(yōu)化過程，那么指定的物流計劃明顯是不能令人信服的。優(yōu)化過程包含實施計劃，數(shù)據(jù)必須要容易被理解、接受，這樣才能有良好的溝通，整個系統(tǒng)(system)才會協(xié)調(diào)。例如，如果卡車運(yùn)輸對某些貨物>有體積限制，那么僅僅掌握運(yùn)輸貨物的重量是不夠的。

4、整合－－必須支持全部數(shù)據(jù)轉(zhuǎn)換

數(shù)據(jù)整和是非常重要的，因為大量的數(shù)據(jù)要圍繞物流優(yōu)化來采集。例如，優(yōu)化從倉庫到商店運(yùn)輸過程需要相關(guān)定單、客戶、車輛、駕駛員和道路信息等數(shù)據(jù)，這些大量反饋(feedback)的數(shù)據(jù)中有的是無用數(shù)據(jù)，有的是錯誤數(shù)據(jù)，需要整合，篩選出與優(yōu)化相關(guān)的有效數(shù)據(jù)。

5、傳達(dá)－－優(yōu)化方案必須以一定的形式傳達(dá)給執(zhí)行官、管理者

只提供物流優(yōu)化解決方案而不具體實施并不能算是成功的，只有提供給管理層(executives)實施方案而不具體實施并不能算是成功的，唯有提供給管理層實施方案并后取得期望的投資回報才算是成功的。因此優(yōu)化方案必須以簡單、明了的方式傳達(dá)給管理者和執(zhí)行者，管理者需要更多集中的信息來實施整修計劃，其中網(wǎng)絡(luò)是信息傳遞的重要媒介。

6、算法－－必須以獨(dú)立的解決單個問題

物流優(yōu)化技術(shù)(Technology)之間的的區(qū)分在于計算機(jī)尋求物流優(yōu)化途徑的算法。毫無疑問，對于每類物流問題都有各處的特點，必須針對每個不同的問題開發(fā)相關(guān)的計算機(jī)算法來提供的優(yōu)化方案。然而值得注意的是：

(1)算法結(jié)構(gòu)(Structure)必須能夠被每個物流優(yōu)化系統(tǒng)識別和理解；

(2)優(yōu)化的算法要有彈性(Elasticity)，能夠在使用時和其他系統(tǒng)協(xié)調(diào)。物流優(yōu)化問題有許多可能的方案，如貨物運(yùn)輸容量的減少有時有種可能的方案。利用不合適的算法結(jié)構(gòu)意味著計算機(jī)挑選的方案可能以一些不可靠的，違背優(yōu)化原則的數(shù)據(jù)為基礎(chǔ)，或者整個方案的運(yùn)算時間過長，甚至得不出方案。

7、運(yùn)算－－運(yùn)算平臺必須在有效時間內(nèi)算出優(yōu)化方案

由于每一個實際物流問題都有成千上萬的優(yōu)化方案，因此需要強(qiáng)大的計算機(jī)來支持運(yùn)算，它能保證在合理的時間內(nèi)計算出的物流優(yōu)化方案。顯然，由于優(yōu)化技術(shù)要在實際環(huán)境中運(yùn)行（Windows）迅速得到實現(xiàn)，因此在短時間內(nèi)得出方案是必要的。與單一的計算機(jī)運(yùn)算比較，強(qiáng)大的計算機(jī)網(wǎng)絡(luò)平臺能夠提供更好、更快的解決方案。

8、人才－－專業(yè)的人才必須占主導(dǎo)地位，技術(shù)專家需要大量模型、數(shù)據(jù)和優(yōu)化工具

優(yōu)化技術(shù)迅速，但如果沒有一些專業(yè)的技術(shù)人才來掌握，它不會取得預(yù)期的效果（effect）。這些技術(shù)人才能確保運(yùn)用數(shù)據(jù)、模型的正確性，技術(shù)投入到實踐中能按設(shè)計(Design)的運(yùn)行。僅僅希望通過一些數(shù)據(jù)收集，運(yùn)用模型和軟件分析(Analyse)而沒有技術(shù)人才的支持是不現(xiàn)實的，他們主導(dǎo)著知識(Knowledge)和經(jīng)驗（experience)。

9、流程－－商業(yè)(Business)流程的運(yùn)作必須支持優(yōu)化并且保證提升的空間(Space)

物流優(yōu)化是一個不斷累積變化的過程，因為物流的目標(biāo)、規(guī)則和過程并不是一塵不變的。當(dāng)變化來臨的時候，不但數(shù)據(jù)、模型、算法需要做出相應(yīng)的改變，潛在的商業(yè)流程也需要考慮（consider)如何變化來支持新的優(yōu)化方案。商業(yè)流程如果不能支持優(yōu)化或者保證物流優(yōu)化的提升空間將會導(dǎo)致優(yōu)化技術(shù)不能被有效利用甚至是無用的。

10、投資回報－－投資回報必須考慮整個技術(shù)、人才和實施

天下沒有免費(fèi)的午餐，物流優(yōu)化需要大量的資金(funds)、技術(shù)和人才，投資回報需要考慮兩點：

(1)整體優(yōu)化價值(value)的評估；

(2)優(yōu)化方案的比較，優(yōu)化技術(shù)的選擇(Select)。

在成本價值估算方面，當(dāng)公司有現(xiàn)成的網(wǎng)絡(luò)平臺、應(yīng)用(application)軟件之后，一般都過低估計運(yùn)用物流優(yōu)化技術(shù)的成本，而這些都需要有專業(yè)人才來完成。很少有成功的利用物流優(yōu)化技術(shù)的成本低于初的技術(shù)成本價值估算的案例。如果在初期物流優(yōu)化的總成本能得到控制（control)，則整個方案的成本一般就會減少。

在預(yù)算投資回報時，必須要有好的方法決定一個基準(zhǔn)線，衡量技術(shù)價值和人才的作用（role），度量提升的效果，然后考慮進(jìn)一步的優(yōu)化。因為數(shù)據(jù)有時效性，實施過程需要不斷的被關(guān)注，沒有公司能夠十分準(zhǔn)確的預(yù)見他們的物流優(yōu)化方案實際能夠取得怎樣的效果。