论文部分内容阅读
摘要：物流信息是物流系统的中枢神经，物流信息的质量则是物流信息的关键。本文首先阐述了物流信息的内涵及信息质量的发展现状，然后在论述熵及负熵的基础上，引入了物流信息质量熵和物流信息质量负熵对物流信息质量展开分析。
关键词：熵；负熵；物流信息；质量
中图分类号：F224.13文献标识码：A文章编号：1002-3100(2007)01-0068-02
Abstract: The logistics information is the central nervous system of a logistics system, the quality of logistics information is the key to the logistics information. First the article explains the mean of the quality of logistics information and the current development, then on the basis of entropy and negative entropy, analyzes logistics information quality by introducing logistics information quality entropy and logistics information negative entropy.
Key words: entropy; negative entropy; logistics information; quality
近年来，众多学者对信息系统定性分析的研究已经相对比较成熟，而对信息的定量研究仍有很大的“黑暗大陆”。在物流信息系统领域更是如此，各种各样的信息系统模型从宏观上对物流信息系统进行优化，但在微观上并没有多深的探讨。本文试图通过分析熵、负熵，引入物流信息质量熵和物流信息质量负熵来对物流信息做一些微观的探讨。
1物流信息内涵及信息质量的现状
物流信息是指与物流活动相关的信息。物流的各类活动都需要详细和准确无误的信息。一般说来，物流企业搜集的信息包括包装信息、装卸信息、运输信息、仓储信息、流通加工信息等内容。
现代物流是涉及到社会经济生活各个方面的错综复杂的社会大系统，涉及到整个市场商品流通的全过程。商品的流动要达到准确、快速的满足消费者要求，离不开前期的信息流动，资金的及时回笼，也离不开相关物流信息的及时反馈。可见，在现代物流中，信息起着非常重要的相互衔接的作用，它是现代物流的中枢神经，通过信息在物流系统中快速、准确和实时的流动，可使企业能动地对市场做出积极的反应，从而实现商流、信息流、资金流的良性循环。
物流信息不仅对物流活动具有支持保障的功能，而且对整个供应链起到效率化、整合性的功能。物流主要是信息沟通的过程，物流的效率主要依赖于信息沟通的效率。由于物流信息具有的重要地位，使得物流信息在现代企业的生存与发展中具有战略性的地位。物流信息作为中枢神经，连接整合从生产厂家、经过批发商和零售商，最后到消费者的整个的供应链过程。
鉴于物流信息对现代物流的重要作用，物流信息的质量在历史上并没有得到过充分的重视。这种疏忽起因于缺乏适当的技术来产生所需要的信息。然而随着高新技术的不断发展，各种信息的处理成为可能，但是物流信息的质量仍然还有很大的缺陷。主要表现在所收到的信息在趋势和事件方面不准确以及有关订货的信息会在具体的顾客需求方面不准确。例如，目前我国的物流发展尚不是很完善，物流企业更是鱼龙混杂，难辨优劣；由于大量的物流是在未来的需求之前发生的，不准确的判断或预测都会引起存货短缺或过剩，过分乐观的预测则会导致不恰当的存货定位；处理不准确的订货会产生相应的物流成本，而实际上并没有完成销售；物流运输信息不及时，往往造成很大的经济损失。
2熵和负熵
“熵”是德国物理学家克劳修斯在1850年创造的定义。它原本的字意是转变，描述内能与其他形式能量自发转换的方向和转换完成的程度。随着转换的进行，系统趋于平衡态，熵值越来越大，这表明虽然在此过程中能量总值不变，但可供利用或转换的能量却越来越少了。从微观上说，熵是组成系统的大量微观粒子无序度的量度，系统越无序、越混乱，熵就越大。热力学过程不可逆性的微观本质和统计意义就是系统从有序趋于无序，从概率较小的状态趋于概率较大的状态。
热力学第二定律认为，一个封闭系统内的能量只能不可逆地沿着衰减这个方向转化，即一个封闭系统内的熵一定要随时间增大；当熵达到极大值时，系统则达到最无序的平衡态。也就是说，熵增过程=无序化过程。设 表示熵函数，借用熵函数和热力学第二定律可表示为： 。所以热力学第二定律又叫做熵增定律。熵增定律揭示了一切真实系统内都存在的最具本质的有序向无序转化的特征。因此它被引入各个研究系统，从系统论到进化论，从自然科学到社会科学，进而衍生出一般系统的熵增加原理或称广义熵增加定律。该理论的核心就是不可逆性。这种不可逆性，是指无论何种初始条件的系统，都将随着熵越来越大，状态越来越混乱，朝着越来越无序的方向发展，最终走向终极高熵态。其根源在于系统内部存在能差或系统内要素间的协调出现了问题。
耗散结构理论认为，一个远离平衡的开放系统，通过与外界不断地交换能量和物质，可能在一定条件下产生自组织现象，形成新的稳定的有序结构，实现从无序向有序，从较低的有序向较高的有序的转化。这种非平衡态下的新的稳定有序结构，就被称之为耗散结构。这一过程是一切生物和社会系统的共同特点。这种有序稳定结构与平衡结构不同。稳定的平衡结构或不与外界交换物质和能量，或不改变内部的运动格局，是一种静止的稳定的平衡状态，没有生机，是一种“死”的混乱无序结构；而耗散结构可随时与外界交换能量和物质，其内部的运动格局也有所改变，是一种动态的稳定有序结构，充满生机，是一种“活”的稳定有序结构。这个耗散结构的形成需要具备三个条件
3物流信息质量的改进：物流信息质量熵和物流信息质量负熵
3.1降低物流信息质量熵
在社会经济领域中，通常以熵来度量无序度。如任佩瑜等（2001）提出“管理熵”的概念来量度管理效率的递减。同理，我们可以将熵及熵增原理引入物流信息质量的研究中，提出物流信息质量熵和物流信息质量熵增定律。物流信息质量熵是指物流信息系统内的无效信息或干扰性信息，物流信息质量熵增定律指的是如果物流系统不及时更新信息，相对封闭，闭门造车，其结果只能是随着时间的推移，质量熵越来越大，信息的质量越来越低直至对物流企业没有任何的作用。
3.2提高物流信息质量负熵
把熵增理论引入物流信息质量领域，不仅能够及时地为不同的信息需要者提供所需的信息，能够很好的保证信息的及时性和有效性，而且使得物流信息质量的研究有可能从定性的分析进一步拓展到定量的分析，有助于做出科学的决策。同时，物流信息质量熵的引入揭示出何时信息的质量最高，从而找出质量衰减的临界点，及时获取新的信息，以免贻误战机。
参考文献：
[1] 任佩瑜. 管理耗散结构理论及其在企业组织与决策中的作用[J]. 管理世界，2001(6):142-147.
[2] 蔡坚学. 信息质量检验的熵模型[J]. 系统工程，2004(5):77-79.
[3] 高雁. 熵的科学定义[J]. 忻州师范学院学报，2003(4):58-59.
[4] 方小兵，胡必录. 关于负熵的探讨[J]. 系统辩证学学报，2003(10):116-117.
[5] 张献国. 基于熵权系数法的信息系统安全模糊风险评估[J]. 内蒙古大学学报：自然科学版，2005(11):709-713.
注：本文中所涉及到的“图表、注解、公式等内容请以PDF格式阅读原文。”
关键词：熵；负熵；物流信息；质量
中图分类号：F224.13文献标识码：A文章编号：1002-3100(2007)01-0068-02
Abstract: The logistics information is the central nervous system of a logistics system, the quality of logistics information is the key to the logistics information. First the article explains the mean of the quality of logistics information and the current development, then on the basis of entropy and negative entropy, analyzes logistics information quality by introducing logistics information quality entropy and logistics information negative entropy.
Key words: entropy; negative entropy; logistics information; quality
近年来，众多学者对信息系统定性分析的研究已经相对比较成熟，而对信息的定量研究仍有很大的“黑暗大陆”。在物流信息系统领域更是如此，各种各样的信息系统模型从宏观上对物流信息系统进行优化，但在微观上并没有多深的探讨。本文试图通过分析熵、负熵，引入物流信息质量熵和物流信息质量负熵来对物流信息做一些微观的探讨。
1物流信息内涵及信息质量的现状
物流信息是指与物流活动相关的信息。物流的各类活动都需要详细和准确无误的信息。一般说来，物流企业搜集的信息包括包装信息、装卸信息、运输信息、仓储信息、流通加工信息等内容。
现代物流是涉及到社会经济生活各个方面的错综复杂的社会大系统，涉及到整个市场商品流通的全过程。商品的流动要达到准确、快速的满足消费者要求，离不开前期的信息流动，资金的及时回笼，也离不开相关物流信息的及时反馈。可见，在现代物流中，信息起着非常重要的相互衔接的作用，它是现代物流的中枢神经，通过信息在物流系统中快速、准确和实时的流动，可使企业能动地对市场做出积极的反应，从而实现商流、信息流、资金流的良性循环。
物流信息不仅对物流活动具有支持保障的功能，而且对整个供应链起到效率化、整合性的功能。物流主要是信息沟通的过程，物流的效率主要依赖于信息沟通的效率。由于物流信息具有的重要地位，使得物流信息在现代企业的生存与发展中具有战略性的地位。物流信息作为中枢神经，连接整合从生产厂家、经过批发商和零售商，最后到消费者的整个的供应链过程。
鉴于物流信息对现代物流的重要作用，物流信息的质量在历史上并没有得到过充分的重视。这种疏忽起因于缺乏适当的技术来产生所需要的信息。然而随着高新技术的不断发展，各种信息的处理成为可能，但是物流信息的质量仍然还有很大的缺陷。主要表现在所收到的信息在趋势和事件方面不准确以及有关订货的信息会在具体的顾客需求方面不准确。例如，目前我国的物流发展尚不是很完善，物流企业更是鱼龙混杂，难辨优劣；由于大量的物流是在未来的需求之前发生的，不准确的判断或预测都会引起存货短缺或过剩，过分乐观的预测则会导致不恰当的存货定位；处理不准确的订货会产生相应的物流成本，而实际上并没有完成销售；物流运输信息不及时，往往造成很大的经济损失。
2熵和负熵
“熵”是德国物理学家克劳修斯在1850年创造的定义。它原本的字意是转变，描述内能与其他形式能量自发转换的方向和转换完成的程度。随着转换的进行，系统趋于平衡态，熵值越来越大，这表明虽然在此过程中能量总值不变，但可供利用或转换的能量却越来越少了。从微观上说，熵是组成系统的大量微观粒子无序度的量度，系统越无序、越混乱，熵就越大。热力学过程不可逆性的微观本质和统计意义就是系统从有序趋于无序，从概率较小的状态趋于概率较大的状态。
热力学第二定律认为，一个封闭系统内的能量只能不可逆地沿着衰减这个方向转化，即一个封闭系统内的熵一定要随时间增大；当熵达到极大值时，系统则达到最无序的平衡态。也就是说，熵增过程=无序化过程。设 表示熵函数，借用熵函数和热力学第二定律可表示为： 。所以热力学第二定律又叫做熵增定律。熵增定律揭示了一切真实系统内都存在的最具本质的有序向无序转化的特征。因此它被引入各个研究系统，从系统论到进化论，从自然科学到社会科学，进而衍生出一般系统的熵增加原理或称广义熵增加定律。该理论的核心就是不可逆性。这种不可逆性，是指无论何种初始条件的系统，都将随着熵越来越大，状态越来越混乱，朝着越来越无序的方向发展，最终走向终极高熵态。其根源在于系统内部存在能差或系统内要素间的协调出现了问题。
耗散结构理论认为，一个远离平衡的开放系统，通过与外界不断地交换能量和物质，可能在一定条件下产生自组织现象，形成新的稳定的有序结构，实现从无序向有序，从较低的有序向较高的有序的转化。这种非平衡态下的新的稳定有序结构，就被称之为耗散结构。这一过程是一切生物和社会系统的共同特点。这种有序稳定结构与平衡结构不同。稳定的平衡结构或不与外界交换物质和能量，或不改变内部的运动格局，是一种静止的稳定的平衡状态，没有生机，是一种“死”的混乱无序结构；而耗散结构可随时与外界交换能量和物质，其内部的运动格局也有所改变，是一种动态的稳定有序结构，充满生机，是一种“活”的稳定有序结构。这个耗散结构的形成需要具备三个条件
3物流信息质量的改进：物流信息质量熵和物流信息质量负熵
3.1降低物流信息质量熵
在社会经济领域中，通常以熵来度量无序度。如任佩瑜等（2001）提出“管理熵”的概念来量度管理效率的递减。同理，我们可以将熵及熵增原理引入物流信息质量的研究中，提出物流信息质量熵和物流信息质量熵增定律。物流信息质量熵是指物流信息系统内的无效信息或干扰性信息，物流信息质量熵增定律指的是如果物流系统不及时更新信息，相对封闭，闭门造车，其结果只能是随着时间的推移，质量熵越来越大，信息的质量越来越低直至对物流企业没有任何的作用。
3.2提高物流信息质量负熵
把熵增理论引入物流信息质量领域，不仅能够及时地为不同的信息需要者提供所需的信息，能够很好的保证信息的及时性和有效性，而且使得物流信息质量的研究有可能从定性的分析进一步拓展到定量的分析，有助于做出科学的决策。同时，物流信息质量熵的引入揭示出何时信息的质量最高，从而找出质量衰减的临界点，及时获取新的信息，以免贻误战机。
参考文献：
[1] 任佩瑜. 管理耗散结构理论及其在企业组织与决策中的作用[J]. 管理世界，2001(6):142-147.
[2] 蔡坚学. 信息质量检验的熵模型[J]. 系统工程，2004(5):77-79.
[3] 高雁. 熵的科学定义[J]. 忻州师范学院学报，2003(4):58-59.
[4] 方小兵，胡必录. 关于负熵的探讨[J]. 系统辩证学学报，2003(10):116-117.
[5] 张献国. 基于熵权系数法的信息系统安全模糊风险评估[J]. 内蒙古大学学报：自然科学版，2005(11):709-713.
注：本文中所涉及到的“图表、注解、公式等内容请以PDF格式阅读原文。”