Số phát hành: Số 21 - Tháng 9 - 2022Quản trị - Quản lý
Sự phát triển của logistics thông minh và định hướng nghiên cứu trong thời gian tới
Xuất bản: tháng 8 1, 2026
Tóm tắt
Toàn cầu hóa và sự quá trình chuyển đổi số trên các lĩnh vực sản xuất, dịch vụ và đời sống đã mang lại những thách thức và cơ hội cho ngành Logistics. Vì vậy, logistics thông minh là giải pháp tối ưu để xử lý sự phức tạp và khối lượng các hoạt động ngày càng tăng lên. Các công nghệ như Internet vạn vật (IoT), công nghệ thông tin truyền thông (ICT) và trí tuệ nhân tạo (AI) cho phép các hoạt động logistics được xử lý hiệu quả và tiết kiệm tối đa các nguồn lực. Trong bài viết này, nghiên cứu quản lý hoạt động logistics thông minh chủ yếu đề cập đến việc áp dụng các công nghệ cơ bản, hệ thống quản lý liên quan và các vấn đề tối ưu trong các hệ thống quản lý. Các lý thuyết được nghiên cứu dựa trên một số công trình khoa học đã được công bố và nhu cầu thực tiễn, từ đó đề xuất một số hướng nghiên cứu trong lĩnh vực logistics thông minh trong tương lai.
Từ khóa
logistics thông minhtrí tuệ nhân tạoInternet vạn vậtcông nghệ thông tin truyền thôngdữ liệu lớn
Tài liệu tham khảo
1.
Barreto L, Amaral A, Pereira T (2017). Industry 4.0 implications in logistics: An overview. Procedia Manufacturing, 13: 1245-1252.
2.
Bo Feng, Qiwen Ye (2021). Operations management of smart logistics: A literature review and future research. Frontiers of Engineering Management, 8(3): 344-355.
3.
Feng B, Ye Q W, Collins B J (2019). A dynamic model of electric vehicle adoption: The role of social commerce in new transportation. Information & Management, 56(2): 196-212.
4.
Katsuma R, Yoshida S (2018). Dynamic routing for emergency vehicle by collecting real-time road conditions. International Journal of Communications, Network & System Sciences, 11(2): 27-44.
5.
Ma X, Wang J, Bai Q, Wang S (2020). Optimization of a three-echelon cold chain considering freshnesskeeping efforts under cap-and-trade regulation in Industry 4.0. International Journal of Production Economics, 220:107457.
6.
Rjoub G, Bentahar J, Wahab O A, Bataineh A (2019). Deep smart scheduling: A deep learning approach for automated big data scheduling over the cloud. 7th International Conference on Future Internet of Things and Cloud. Istanbul: IEEE, 189-196.
7.
Sarkar B, Guchhait R, Sarkar M, Cárdenas-Barrón L E (2019). How does an industry manage the optimum cash flow within a smart production system with the carbon footprint and carbon emission under logistics framework? International Journal of Production Economics, 213, 243-257.
8.
Trab S, Bajic E, Zouinkhi A, Thomas A, Abdelkrim M N, Chekir H, Ltaief R H (2017). A communicating objects approach for smart logistics and safety issues in warehouses. Concurrent Engineering, 25(1), 53-67.
9.
Yang S, Wang J, Shi L, Tan Y, Qiao F (2018). Engineering management for high-end equipment intelligent manufacturing. Frontiers of Engineering Management, 5(4), 420-450.
