目标——必（bì）须是定（dìng）量而且可测评的

      制定目（mù）标是确定我（wǒ）们预期愿（yuàn）望（wàng）的一种方法。要优化某个事情或过（guò）程，就必须确定怎样才能知道目标（biāo）对象（xiàng）已经被（bèi）优化了。使用（yòng）定量的目标，计算（suàn）机就（jiù）可以判断一个物流计划是否比另一个更好。企（qǐ）业（yè）管理层就可以知道（dào）优（yōu）化的过程是否能（néng）够提供一个可接受的投资（zī）回报率。比如，一项送（sòng）货作业可能被（bèi）确（què）定的目标是“日（rì）常分摊（tān）的资（zī）产（chǎn）使用成本，燃料和维修成本，以（yǐ）及（jí）劳（láo）动力成本之和最小”。这（zhè）些成本目标既定量（liàng），也容易测定。

      模型——必须忠实地反映实际的物流过程

      建立（lì）模型是把物流（liú）运（yùn）营（yíng）要求和限制条（tiáo）件（jiàn）翻译成计算机能够理解和处理的某种东西的方法。例如，我们需要一个模型来反（fǎn）映（yìng）货（huò）物（wù）是如何通过（guò）组合装（zhuāng）上卡车的。一个非常简单的模（mó）型，诸如发货的（de）总（zǒng）重（chóng）量或总体（tǐ）积（jī）就能够忠实地反映某些货物的装载要求（qiú），如（rú）大宗（zōng）液体货物。然而，如（rú）果总重（chóng）量或总体积模（mó）型被（bèi）用（yòng）于往拖车上装载新汽车，则该模型就会失效，因为它不能充分地反（fǎn）映（yìng）实际的（de）物流情况（kuàng）。比如（rú），用（yòng）“可运载45000磅（páng）汽（qì）车”来描述拖车（chē）的（de）载货能力就是（shì）不适（shì）用（yòng）的。因为（wéi），拖车所能够装运汽车（chē）的数量取决于汽车的外（wài）形，拖车的结构，和其他一些因素（sù）。在这种情况下（xià），如果使用（yòng）简单（dān）的重量或体（tǐ）积（jī）模型，许多计算机认为合适的载荷将无（wú）法实际装车，而实际（jì）上更（gèng）好（hǎo）的装（zhuāng）载方案会由于计算机认为不合适而被（bèi）放弃。所以，如果模（mó）型不能忠实地反映装（zhuāng）载的过（guò）程（chéng），则由优化（huà）系（xì）统（tǒng）给出的装车解决方（fāng）案要么无法实际执行（háng），要么在经济上（shàng）不合算。

      数据——必（bì）须准确、及时和（hé）全面（miàn）

      数据驱（qū）动了物流系统的优化过程。如（rú）果数据不（bú）准确（què），或（huò）有关数据不能够（gòu）及时地输入系统（tǒng）优化模型，则由（yóu）此（cǐ）产生的物流（liú）方案（àn）就是值得（dé）怀（huái）疑的。对必须产生可操作的物（wù）流方案（àn）的物（wù）流优化过程来说，数据也必须全面和充（chōng）分。例如（rú），如果卡车的体积限（xiàn）制了载（zǎi）荷的话，使用每次发货的重量数据（jù）就是不（bú）充分的（de）。

      集成——数（shù）据的自动传递要畅通

      因为对物流系（xì）统优化来说，要同（tóng）时考虑大量的数据，所以，系统的集成是（shì）非常重要的。比如，要优化（huà）每（měi）天从仓库向门店送货的过程（chéng）就需要考虑订（dìng）货、客（kè）户、卡车、驾驶员和道（dào）路条件等数据（jù）。人工（gōng）输入（rù）数据的方（fāng）法，哪怕是只输入（rù）很少（shǎo）量的数据，也会由（yóu）于（yú）太花时间和太容易出错而不能对系统优化形成支持。

      表述（shù）方式——必（bì）须简单，便（biàn）于执行、管理（lǐ）和控（kòng）制

      由物流优化技（jì）术给出的解决（jué）方（fāng）案，除非现场操作人员能够执行，管理人员能够确认（rèn）预期的投资回报已经实现，否则就是不成（chéng）功的。现场操作要（yào）求指令简单明了，要容易理解和执行。管理人员则（zé）要求有关优（yōu）化方案及其实施效果在时间和资（zī）产利用等方面的（de）关键标杆信息更（gèng）综合、更集中。

      算（suàn）法——算法必须灵活

      不同物流优（yōu）化技（jì）术之间最大的差（chà）别就在于算法的不同（借助于计算机（jī）的（de）过（guò）程（chéng）处理（lǐ）方（fāng）法通常能够（gòu）找到（dào）最佳物流方案）。每一种物（wù）流（liú）优化（huà）技术都具（jù）有某种（zhǒng）特点。为（wéi）了在合理（lǐ）的时间段内给出物流优化解决方案（àn）就必（bì）须（xū）借助于（yú）优（yōu）化（huà）的算法来（lái）进一步开发优化技术。因此，关（guān）键的问（wèn）题是（shì）：（1） 物（wù）流优（yōu）化系统的分析人员必须认可（kě）和理解不（bú）同物（wù）流优化技（jì）术的问题结构。（2）所使用的优化算法（fǎ）应该具有（yǒu）弹性，它们能（néng）够“调整”到可以利用这些特定问题结构的状（zhuàng）态。物流优化问题存在着大量的可能解决方（fāng）案（如，对于40票零（líng）担货运的（de）发货来说，存在着1万亿种可能的装（zhuāng）载（zǎi）组（zǔ）合（hé））。如果不能利用特定的问题结构来计算，则意味（wèi）着要么算法将根据（jù）某（mǒu）些不可靠的近似计算给出一个方（fāng）案，要么就是计算的（de）时间极（jí）长（也（yě）许是无限长）。

      计（jì）算——平台容（róng）量必须足（zú）够，以便（biàn）缩短计算时间

      因为任何一个现实的物（wù）流问题都存在着（zhe）大量可能的（de）解决方案，所（suǒ）以，任（rèn）何（hé）一个具有一定（dìng）规模的问题都需要（yào）相当的计算（suàn）能力支持。这样的计算能力应（yīng）该使得优化技术既能够（gòu）找到最佳物流方案，也能（néng）够（gòu）在合理的（de）时（shí）间内给（gěi）出最佳方案。显然，对（duì）在日常执行（háng）环境中运行的优化技术（shù）来说，它必须在几分钟或几小（xiǎo）时内给出物流（liú）优（yōu）化方案（而不是花几天的计（jì）算时间）。采取动用（yòng）众多计算机同时计算的强大的集群服务和并行（háng）结（jié）构的优化（huà）算法，可（kě）以比使用PC机或基于工作站技术的算法（fǎ）更快地给出更好的物（wù）流优化解决（jué）方案（àn）。

      人员--物流系统优（yōu）化（huà）人员必须（xū）具备建模、数（shù）据（jù）收集和优（yōu）化方案所需的技术专长

      优化技术是（shì）“火箭科学”，希望火箭发射后能够（gòu）良好地运行而没有“火箭科学家”来保持它的（de）状态是没有可能的。这些专家必（bì）须确保数据和模型的（de）正确（què），必须（xū）确（què）保技（jì）术系统（tǒng）在按（àn）照设（shè）计的（de）状态工（gōng）作（zuò）。如果（guǒ）缺乏具有适当（dāng）技术专长和（hé）领（lǐng）导经（jīng）验的人（rén）的组织管理，复杂的数据模型和软件系统要（yào）正常运行（háng）并获得必要（yào）的支持是不可能的。没（méi）有他们的大量的工作（zuò），物流（liú）优化系统（tǒng）就难以达到预期的目标。长沙物流公司

      过程（chéng）——必须支持优化并能够持续改（gǎi）进

      物流优化需要应（yīng）对大量的在运（yùn）营过程中出现的问（wèn）题。物（wù）流目标、规则和过程的改变是系统的常态。所（suǒ）以，不仅（jǐn）要求系统化的数据监测方（fāng）法（fǎ）、模型结构和（hé）算法等（děng）能够适应变化（huà），而（ér）且要求他们能够捕捉机遇并促（cù）使系统变革。如果（guǒ）不能在实际的（de）商务运（yùn）行过程中对物流优化技（jì）术实施（shī）监测、支持和持续的改进，就必然（rán）导致优化（huà）技术的潜力不能获得充分的发挥，或者只能使其（qí）成为“摆设”。

      投资回报——必须是可以证实的而且考虑技术（shù）、人员和（hé）操作的总成本

      物（wù）流系统（tǒng）优化从来就（jiù）不是免费（fèi）的午（wǔ）餐。它要求大量的（de）技术和人（rén）力资源（yuán）投（tóu）入。要证（zhèng）实物流系统（tǒng）优化的投资回（huí）报率（lǜ），必须（xū）把（bǎ）握两（liǎng）件事情：

      一是诚实地（dì）估计全部的优（yōu）化成本；二是将（jiāng）优化技（jì）术给出的解决方案逐（zhú）条与标杆替代（dài）方案进行比较。