0 引言

經(jīng)濟全球化背景下，傳統(tǒng)物流運輸節(jié)點交互更加紛繁復(fù)雜，因信息共享不足、響應(yīng)偏慢等帶來的柔性不足和風(fēng)險加劇問題成為痛點。近年來，數(shù)字孿生成為數(shù)字化應(yīng)用的新興熱潮，數(shù)字孿生技術(shù)與理念在物流運輸中的應(yīng)用成為企業(yè)和學(xué)界關(guān)注熱點。

1 數(shù)字孿生在物流運輸領(lǐng)域的應(yīng)用價值

數(shù)字孿生是基于數(shù)字化構(gòu)造對應(yīng)物理實體的虛擬模型，通過行為仿真、虛實交互等技術(shù)實現(xiàn)狀態(tài)預(yù)測和迭代優(yōu)化的復(fù)雜仿真過程[1]。數(shù)字孿生發(fā)揮連接物理世界和信息世界的紐帶作用，提供更加實時、高效、智能的服務(wù)[2]。具有可視性、預(yù)測、可能性分析、機器學(xué)習(xí)和行為模式分析等應(yīng)用價值，可擴展應(yīng)用于物流與供應(yīng)鏈管理的各個運營領(lǐng)域[3]。數(shù)字孿生在物流運輸領(lǐng)域的應(yīng)用價值如下。

數(shù)據(jù)驅(qū)動的智能決策實時動態(tài)優(yōu)化物流運輸運營效率和質(zhì)量，降低管理成本；實時監(jiān)控運行狀態(tài)，提高抗風(fēng)險能力；促進(jìn)物流運輸系統(tǒng)創(chuàng)新，助力可持續(xù)和低碳發(fā)展；加強物流運輸內(nèi)外部的生態(tài)系統(tǒng)合作，全生命周期管理客戶價值[4]。

2 物流運輸數(shù)字孿生模型架構(gòu)

參考數(shù)字孿生模型的架構(gòu)[5]，物流運輸數(shù)字孿生運行模型可包括以下方面。

2.1 物理實體

物理實體分為單元級、系統(tǒng)級和復(fù)雜系統(tǒng)級。單元級實體主要包括商品、運輸工具、裝卸搬運設(shè)備、倉儲設(shè)施設(shè)備等。系統(tǒng)級實體通常是指物流運輸節(jié)點。復(fù)雜系統(tǒng)級實體主要具有完整且復(fù)雜的物流、信息流、資金流和商流等多流合一的運行體系，如多式聯(lián)運系統(tǒng)。

2.2 虛擬實體

虛擬實體是數(shù)字孿生空間中呈現(xiàn)的數(shù)字鏡像模型，從幾何模型、物理模型、行為模型和規(guī)則模型等方面對物理實體進(jìn)行界定。幾何模型界定幾何參數(shù)、空間位置和空間關(guān)系等；物理模型界定物理性能、物理特征和物理約束條件；行為模型界定外部因素影響下物理實體內(nèi)部響應(yīng)機制和行為模式；規(guī)則模型界定實體運行所需知識規(guī)則，并賦予總結(jié)、學(xué)習(xí)和演化能力。

2.3 服務(wù)

服務(wù)包括功能服務(wù)和業(yè)務(wù)服務(wù)兩個方面，即仿真、模型、算法等相關(guān)功能服務(wù)和數(shù)據(jù)傳輸?shù)葮I(yè)務(wù)服務(wù)。如面向物理實體提供建模仿真服務(wù)、面向數(shù)據(jù)流提供的數(shù)據(jù)管理和處理服務(wù)、面向虛擬實體提供的交互操作服務(wù)。

2.4 孿生數(shù)據(jù)

孿生數(shù)據(jù)為物流運輸數(shù)字孿生的正常運行提供數(shù)據(jù)支撐，并驅(qū)動數(shù)字孿生模型的高效運轉(zhuǎn)。孿生數(shù)據(jù)包括物理實體的靜態(tài)屬性數(shù)據(jù)和動態(tài)過程數(shù)據(jù)，虛擬實體的幾何模型數(shù)據(jù)、物理模型數(shù)據(jù)、行為模型數(shù)據(jù)和規(guī)則模型數(shù)據(jù)，各類功能服務(wù)數(shù)據(jù)和業(yè)務(wù)服務(wù)數(shù)據(jù)，各類宏觀數(shù)據(jù)及物流運輸決策的知識數(shù)據(jù)。此外，物流運輸數(shù)字孿生模型運行過程仿真模擬和迭代運算產(chǎn)生的各類衍生數(shù)據(jù)也是孿生數(shù)據(jù)的重要組成部分。

2.5 連接

連接主要實現(xiàn)物流運輸數(shù)據(jù)孿生模型數(shù)據(jù)的傳輸、轉(zhuǎn)換和同步，包括物理和虛擬實體的數(shù)據(jù)雙向交互、服務(wù)對物理和虛擬實體進(jìn)行的數(shù)據(jù)采集和指令傳遞、物理和虛擬實體與數(shù)據(jù)之間的數(shù)據(jù)存儲和同步。

3 物流運輸數(shù)字孿生模型構(gòu)建步驟

數(shù)字孿生技術(shù)通過為物流運輸活動創(chuàng)建實時映射的數(shù)字鏡像來實現(xiàn)端到端的可視化跟蹤和管理，實時調(diào)整物流運輸網(wǎng)絡(luò)、運行、管理，提升決策管理水平和抗風(fēng)險能力，改善運行效率。物流運輸數(shù)字孿生模型的構(gòu)建步驟如下。

3.1 對象孿生

將物流運輸?shù)幕窘M成單元進(jìn)行仿真建模，實現(xiàn)鏡像映射，基于仿真軟件構(gòu)建單元的幾何模型，界定物理模型的物理參數(shù)和約束條件，結(jié)合輸入-反應(yīng)機制和運行目標(biāo)確定行為模型，參考物流運輸優(yōu)化原則和決策規(guī)則完善規(guī)則模型。對象孿生作為靜態(tài)建模，實現(xiàn)對單個實體的虛擬復(fù)制，結(jié)合感知技術(shù)實現(xiàn)全要素實時信息采集，達(dá)到監(jiān)視和優(yōu)化物流運輸實體的目標(biāo)。

3.2 過程孿生

以物流運輸?shù)难b卸、搬運、運輸、中轉(zhuǎn)等環(huán)節(jié)為孿生對象，對實體的物流運輸流程進(jìn)行動態(tài)虛擬仿真，構(gòu)建實時數(shù)字孿生模型，進(jìn)行貨物、運輸工具、人員、設(shè)施設(shè)備實時數(shù)據(jù)采集，對物流運輸流程進(jìn)行實時監(jiān)控、仿真、評估和預(yù)測，保證各流程同步運行，達(dá)到物理實體與數(shù)字孿生模型融合協(xié)同。

3.3 系統(tǒng)孿生

在實現(xiàn)多視圖和可視化的仿真基礎(chǔ)上，系統(tǒng)孿生實現(xiàn)物流運輸總體的靜態(tài)優(yōu)化和動態(tài)優(yōu)化?；谶\行歷史數(shù)據(jù)和數(shù)字孿生模型迭代優(yōu)化，進(jìn)行資源配置和運行參數(shù)設(shè)置、實時調(diào)整物流運輸流程，實現(xiàn)資源投入、采購管理、生產(chǎn)管理、運輸管理、物流倉儲體系、物流運輸網(wǎng)絡(luò)結(jié)構(gòu)等的整體最優(yōu)。系統(tǒng)孿生實現(xiàn)物流運輸物理實體與數(shù)字孿生模型的實時交互、同步應(yīng)變與實時響應(yīng)。

3.4 價值鏈孿生

數(shù)字孿生模型除了實時采集物流運輸相關(guān)主體內(nèi)部信息，還需要結(jié)合所處行業(yè)、地理等因素對外部相關(guān)信息進(jìn)行實時采集和智能決策。價值鏈孿生通過加大應(yīng)用人工智能技術(shù)，提升物流運輸?shù)捻憫?yīng)時效、彈性和靈活性。一方面基于市場需求和產(chǎn)業(yè)發(fā)展變化制定合理措施推動物流運輸?shù)某杀究刂萍袄娣峙?。另一方面關(guān)注政策、科技、交通能源、產(chǎn)業(yè)發(fā)展等信息，及時調(diào)整策略以更好適應(yīng)宏觀環(huán)境可能出現(xiàn)的動蕩和無常。

4 物流運輸數(shù)字孿生模型實施面臨的挑戰(zhàn)

數(shù)字孿生作為技術(shù)復(fù)合體應(yīng)用于多流程跨節(jié)點的物流運輸流程中將面臨諸多問題和挑戰(zhàn)。

4.1 數(shù)據(jù)來源與收集

物流運輸涵括生產(chǎn)、采購、運輸、倉儲、銷售、售后等多個環(huán)節(jié)，每個環(huán)節(jié)都持續(xù)產(chǎn)生不同類型、不同結(jié)構(gòu)的數(shù)據(jù)。既包括運輸工具、設(shè)施、產(chǎn)品、人員、環(huán)境、空間等的靜態(tài)數(shù)據(jù)，又包括數(shù)量、速度、位置、輸入、輸出、成本、能耗等動態(tài)數(shù)據(jù)。不同數(shù)據(jù)具有來源、結(jié)構(gòu)、標(biāo)準(zhǔn)、格式及采集頻率等多樣化特性。實時獲取、處理、融合、存儲數(shù)據(jù)成為物流運輸數(shù)字孿生模型實施的一大挑戰(zhàn)。

4.2 仿真與模型

物流運輸數(shù)字孿生模型不僅是對物流運輸環(huán)節(jié)的場景仿真，更是對運行數(shù)據(jù)的實時呈現(xiàn)和運行機理的真實體現(xiàn)。在仿真與模型方面面臨的問題有：一是如何對物流運輸實體、節(jié)點和流程的高精度仿真模擬，實現(xiàn)對真實運行環(huán)節(jié)的擬合；二是不同節(jié)點和運行流程的仿真模型是否能夠具有標(biāo)準(zhǔn)的數(shù)據(jù)格式、接口格式和通信協(xié)議，保證不同的仿真模型順利串聯(lián)，組合成如實反映物流運輸網(wǎng)絡(luò)的復(fù)雜數(shù)字孿生模型；三是如何全過程保證仿真與模型的運行質(zhì)量，如何構(gòu)建模型應(yīng)用前的驗證機制、運行過程的評估機制、面對復(fù)雜特殊情況的自適應(yīng)機制等。

4.3 安全性與可信性

物流運輸數(shù)字孿生模型存在巨量的數(shù)據(jù)、算法、模型和各種不同的硬件軟件系統(tǒng)，且在運行過程須廣泛使用各種網(wǎng)絡(luò)通信技術(shù)，無形中均面臨信息泄露、篡改、偽造等安全威脅。特別是隨著數(shù)字孿生模型與大數(shù)據(jù)、云計算的融合，將會出現(xiàn)更多元化、更隱蔽的攻擊方式和攻擊路徑，進(jìn)一步加大安全風(fēng)險。此外，隨著物流運輸業(yè)務(wù)的拓展，物流運輸主體和數(shù)據(jù)源不斷加入，其潛在的風(fēng)險源及風(fēng)險隱患還將急劇增加，由于物流運輸主體缺乏完善的安全管理措施或安全管理失控導(dǎo)致安全漏洞頻發(fā)、網(wǎng)絡(luò)身份冒用等情況可能不斷出現(xiàn)。

4.4 性能

首先，海量數(shù)據(jù)的實時收集與處理方面的挑戰(zhàn)，實現(xiàn)對物流運輸各種數(shù)據(jù)毫秒級高頻數(shù)據(jù)采集、無損低延時高并發(fā)雙向傳輸；其次，復(fù)雜場景的實時建模與交互方面的挑戰(zhàn)，特別是反映現(xiàn)實復(fù)雜物流運輸體系的大規(guī)模跨時空的精細(xì)化仿真建模；最后，實時預(yù)測與決策等方面的挑戰(zhàn)，包括對物流運輸總體方案的高效動態(tài)優(yōu)化、物流運輸關(guān)鍵點的實時風(fēng)險預(yù)警，及數(shù)據(jù)缺乏情況下預(yù)測與決策機制的穩(wěn)態(tài)運行。

4.5 運營

物流運輸數(shù)字孿生模型還面臨成本投入、產(chǎn)出效益分配、運營主導(dǎo)等問題。如果由物流運輸核心企業(yè)來主導(dǎo)投入與運營，將會面臨巨額投入成本和龐大推進(jìn)障礙。另外，分散運營還會導(dǎo)致數(shù)據(jù)碎片化，無法實現(xiàn)數(shù)據(jù)資源共享、整合和有效利用，從而使數(shù)字孿生模型無法實現(xiàn)數(shù)據(jù)的完整實時呈現(xiàn)。

5 物流運輸數(shù)字孿生模型運行策略

5.1 優(yōu)先推進(jìn)數(shù)字底座建設(shè)

數(shù)字底座整合了網(wǎng)絡(luò)基礎(chǔ)設(shè)施、云計算平臺、區(qū)塊鏈平臺、物聯(lián)網(wǎng)平臺、大數(shù)據(jù)平臺和人工智能平臺等模塊化平臺，實現(xiàn)軟件、硬件和計算服務(wù)能力的一體化。物流運輸數(shù)字孿生模型的數(shù)字底座建設(shè)包括數(shù)字孿生體建設(shè)、數(shù)據(jù)平臺建設(shè)、模型平臺建設(shè)及管理平臺建設(shè)等。數(shù)字孿生體建設(shè)實現(xiàn)對物流運輸要素的真實仿真和數(shù)據(jù)雙向映射，預(yù)留標(biāo)準(zhǔn)化數(shù)據(jù)定義和數(shù)據(jù)接口。數(shù)據(jù)平臺以中心化方式實現(xiàn)對數(shù)字孿生體的實時數(shù)據(jù)采集和指令發(fā)送，提升實時應(yīng)變能力。模型平臺定義了物流運輸各運行過程的規(guī)則和協(xié)同方式，強化數(shù)字孿生模型的預(yù)測能力、洞察能力和優(yōu)化能力。管理平臺提供自然化和智能化的人機互動界面，滿足不同場景的應(yīng)用需求。

5.2 重視體系規(guī)范設(shè)計

參考陶飛等[6]、覃文波等[7]、周少偉等[8]的研究，結(jié)合物流運輸?shù)奶匦?，并考慮與其他數(shù)字孿生應(yīng)用的無縫銜接，物流運輸數(shù)字孿生模型的體系規(guī)范包括基礎(chǔ)標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)、技術(shù)與平臺標(biāo)準(zhǔn)、開發(fā)與運營標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)等如圖1所示。

5.3 探索多元化應(yīng)用場景

由于物流運輸涉及的實體及流程過多，考慮實施難度及社會價值，首先，重點推進(jìn)數(shù)字孿生在應(yīng)急物流運輸中的應(yīng)用。在對應(yīng)急物流資源數(shù)字孿生的基礎(chǔ)上，進(jìn)行應(yīng)急物流預(yù)案的模擬和優(yōu)化；當(dāng)風(fēng)險事件發(fā)生后，自動根據(jù)應(yīng)急預(yù)案調(diào)配相關(guān)資源，實時跟蹤并根據(jù)風(fēng)險事件變化及環(huán)境變化及時調(diào)整，在最短時間以最低代價完成應(yīng)急救助工作。其次，根據(jù)不同發(fā)展水平，積極推進(jìn)物流運輸數(shù)字孿生模型在能源化工、高端制造等重點行業(yè)及港口、機場等重點領(lǐng)域中的探索應(yīng)用，從重點行業(yè)和重點領(lǐng)域開展試點和推廣，以點帶面輻射促進(jìn)更加廣泛的場景應(yīng)用。

5.4 構(gòu)建良性生態(tài)發(fā)展機制

推進(jìn)以第三方開放的數(shù)字孿生服務(wù)平臺主導(dǎo)、各物流運輸節(jié)點成員積極參與的物流運輸數(shù)字孿生模型發(fā)展機制。由數(shù)字孿生服務(wù)平臺基于SaaS(Software as a Service，軟件即服務(wù)）模式提供功能全面、運行穩(wěn)定、輕松部署的物流運輸數(shù)字孿生平臺和服務(wù)。該模式不僅能夠較好地平衡成本投入和產(chǎn)出利益分配的矛盾沖突，激發(fā)各方應(yīng)用數(shù)據(jù)孿生技術(shù)的主動性和積極性，還有助于構(gòu)建完善的數(shù)字孿生安全評估與檢測機制，基于區(qū)塊鏈等技術(shù)實現(xiàn)可信主體認(rèn)證、可信數(shù)據(jù)傳輸、數(shù)據(jù)安全存儲及安全操作，提升物流運輸數(shù)字孿生模型的安全性。伴隨物流運輸業(yè)務(wù)發(fā)展，未來還需由數(shù)字孿生服務(wù)平臺協(xié)調(diào)各節(jié)點成員一方面加大分布式運算節(jié)點部署和本地化部署，強化云計算與邊緣計算協(xié)同，提升數(shù)據(jù)并行計算和分布式計算能力，另一方面強化物聯(lián)網(wǎng)技術(shù)、人工智能算法、知識圖譜等技術(shù)與數(shù)字孿生模型的結(jié)合應(yīng)用，更好地滿足物流運輸數(shù)字孿生模型的性能需求。

6 結(jié)語

總之，物流運輸數(shù)字孿生模型應(yīng)遵循對象孿生、過程孿生、系統(tǒng)孿生和價值鏈孿生的步驟，不斷深化數(shù)字技術(shù)在物流運輸領(lǐng)域的集成創(chuàng)新應(yīng)用，并重點加強數(shù)字底座建設(shè)、體系規(guī)范建設(shè)、生態(tài)機制建設(shè)和應(yīng)用場景擴展。未來，需持續(xù)借鑒數(shù)字孿生技術(shù)在城市建設(shè)等其他領(lǐng)域的成功經(jīng)驗，根據(jù)物流運輸管理的特性進(jìn)行調(diào)整，從而創(chuàng)造出適應(yīng)新質(zhì)生產(chǎn)力發(fā)展需求的數(shù)字化、智能化物流運輸管理模式。