成品油物流主动优化配送大数据应用初探

目前我们每个人都离不开汽车，自然车辆离不开加油，那么这些成品油是如何什么是主动配送？

主动配送让销售公司具备超前组织油品调运、合理安排库存、统筹使用库容的能力，实现资源与需求匹配、降低物流成本、减少季节性波动、化解地域性矛盾，最大限度地规避价格变化和自然灾害对物流配送造成的影响，从而实现物流效率最优化、效益最大化。

大数据技术是目前国内领先的数据分析技术以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见，大数据不再热衷于寻找因果关系，建立在相关关系分析法基础上的预测是大数据的核心。

2002年开始，中国石化股份有限公司相关管理部门在对销售企业现状进行深入剖析后，为了提高成品油物流管理水平，解决成品油物流管理工作中普遍存在的区域条块分割严重、油库和加油站管理分散粗放、运输资源有效利用率低、运输成本高、信息沟通不畅等问题，决定借鉴世界先进经验和成功做法，引进国外先进技术和优化软件，并结合石化盈科公司配套周边模块，在销售企业实施二次物流优化、成品油物流运行等系统。

随着科技水平高速发展，伴随大数据应用越来越广泛，成品油物流主动优化配送结合大数据相关技术进行了初步探索与应用。

1、销量预测模块

在销量预测中采用时间序列ARIMA算法作为定量预测方法和Lowess算法对波动销量进行修匀。

2、事件模块

在事件对配送量影响中采用ANOVA加趋势因子法来进行修正，结合油罐库存合理控制，基于大数原理的标准差对预测销量误差加权的方式对库存停泵和冒罐现象进行防控。

3、技术应用模块

综合中石化库站配送实际业务与大数据算法进行有效结合，在新技术支持下共有以下几大模块：

整体流程

补货周期模块

用历史补货周期模式，采用历史运行规律展示补货周期，使得未来补货更加稳定平滑。

销量预测模块

加油站成品油销量是一个随机变量，同时受交通、季节等影响会出现一定的波动。销量比较复杂，短期销量变化可以反应出变化情况。通过二次移动平均模型不仅能较好的反映销量与时间的变动关系，而且能较好的解决预测值滞后于实际观察值的矛盾。

周末处理模块

该模块用来处理周末数据，用来识别加油站是否受假日影响。若判断为受影响提供假日影响趋势参数，修补销量预测。

配送间隔模块

该模块功能为了适配全国地区为了防止某些特定偏远地区从配送计划到真实入库超过一天，而造成预测补货点错误而进行进行修正的模块。该模块可自动学习出往日配送间隔时间。

补货配送模块

该模块计算油罐补货量及补货上下限,可以分为多日一配、一日一配、一日多配三种业务情形。

异常处理模块

该模块主要处理因异常数据影响正常补货预测，对异常数据进行加工和人为干预。

系统应用

1、根据现有省市公司设计标准业务流程分为液位仪和非液位仪两种情况：

带有液位仪业务流程

无液位仪业务流程

2、数据处理是指物流系统从零管系统中抽取的进销存数据，进行初步校验与整合，将异常数据进行界面化展示，提供调度人员进行人为干预与处理。

数据处理

3、补货展示是指经过数据筛选与规则校验，将优化出来的次日补货数量进行数据展示，供调度人员检查补货数量与发货油库是否合理有效。

补货展示

4、承运商指派配送需求到运输车辆，系统根据账号权限将计划推送到承运商处理界面，承运商根据本公司业务处理规则，对所属计划进行指定执行该计划的车辆，指定完成之后将计划反馈到调度人员进行检查。

承运商上车

5、承运商派车计划反馈到调度人员，进行计划排查，排查无问题，对派车计划创建成次日生产计划。

优势及展望

通过大数据技术与优化配送相结合，主动补货采用大批量历史数据模拟计算，减少了人为手工干预，提高了运算速度，极大的提高了的补货准确度；同时主动配送探索数据源采用物流系统内部数据，减少系统之间的交互，可以直接在内部直接使用，提高使用数据优化效率。主动补货数据与成品油物流系统采用一套数据源，当物流系统对数据进行变更与调整时候，可以实时反馈到主动补货数据中，增加预测准确度与实时性。

随着技术的不断发展，新技术与系统融合的不断加强，大数据数据在成品油物流系统的应用将会越来越多，更好的减少手工操作，提高计算速度，优化油品配送，未来还会结合更多的新技术，不断提高成品油物流系统的可用性及先进性，更好的为成品油的配送提供优秀解决方案。

[解决方案]

[最美物流人]

[业务交流]

[大事件]