摘要：智慧物流是国家重大需求，是物流这样的研究领域在新时代的新表述。在这个背景下，凝练了智慧物流的四大研究方向和八个分支，即物流决策科学、智能科学、系统科学、数据科学。从概念与内涵、学理层次、工程应用等层次进行论述

关键词：智慧物流、决策科学、智能科学、系统科学、数据科学。

智慧物流的内涵很清楚，什么是，什么不是，我们能够辨识。然而，它的外延，并没有这么直接和简单，这是个需要研究，更在不断发展的概念与体系。

我们可以从下面的七个维度看看智慧物流：物流系统与管理、物流产业与战略、港口物流与国际物流、物流交通系统、供应链物流管理、信息管理与信息系统、物流大数据与人工智能。如果作为一个课题，这些都做，那大概是不可能的。作为一个概念，这些都包括，大概也只能说它无所不包，或者什么内涵也没有。这只是说明，形成智慧物流这样的概念与体系，需要融合和交叉很多内容；并且，这种融合与交叉也是依赖于研究者，及其背景与环境的。这些不同背景的人合起来，是个团，却不一定能形成队，有序与无序伴随着无序也许更有利于形成一个新的理论。

智慧物流是国家重大需求，是物流这样的研究领域在新时代的新表述。抽象的物流应该是不存在的，如果存在，也是一种思辨，能启发聪明人，但对于产业而言也许并没有太多意义。我们的特色显然与港航紧密相关，码头就是个发动机，背后区域经济与贸易的推动让海、陆、空、管都能够活跃起来，涌动起来。

在这个背景下，凝练了智慧物流的四大研究方向，即物流决策科学、智能科学、系统科学、数据科学。基础与时尚的要素都包容其中，既要保持那份执着，也要笑看江湖。

物流决策科学。决策科学是智慧物流研究的基础，是指复杂物流与供应链系统的智能决策理论与方法。具体的体现到物流与供应链的决策与协调的基本问题与理论研究，也体现为绿色、应急、安全等特征在物流与供应链的决策研究上的投影。内因是物流系统的独特复杂性，例如时空关联、动态不确定、学科交叉、集成联动、综合互动。学理特征在系统性、复杂性与整体性上都有体现，例如不确定、自适应、行为影响、协同效应、涌现。决策方法上面临挑战，例如时空耦合、分散分布式、超大规模、深度不确定、自适应学习等等。智能决策体现在多个层次，智能算法、推理系统、人机互动、泛在智能、计算实验。

物流决策科学的应用，体现为物流与供应链及其信息系统之上的模型、算法、策略、机制与体系。在港口物流决策方面，例如码头设计优化、资源配置、资源分派与调度、自动化运作；在物流运作优化方面，例如选址、配送、物流网络、跨境物流、综合物流系统决策；在供应链决策与协调方面，例如信息共享策略、融资决策、渠道领导力、供应链工程；在绿色供应链决策方面，例如逆向/闭环供应链设计、绿色行为与规制、绿色物流/港航的机制与体系。

物流智能科学。物流智能包括多个层次，包括硬的设备、软的技术、柔的管理体系。比如，物流物联网智能设备，解决超大规模优化问题的智能算法。具体的集聚于两个方面，物流智能设备与智能系统，物流智能信息处理与管理。物流智能，是物流与供应链、人工智能，两个领域方向的耦合。在技术、系统、管理等多个层次有丰富体现。在技术层面，体现为智能物流装备、物联网技术、传感器网络、智能计算技术，例如全球集装箱物联网技术、系统与产品。在系统层面，体现为自动化物流系统、智能决策系统、供应链互联网，例如城市物流规划、配送、管理信息系统。在管理层次，体现为智能主动管理、自适应管控、优化与决策支持、仿真与计算实验，例如智慧物流大规模优化算法与决策支持系统。

物流系统科学。在我们国家，物流早已不只是企业内部和企业之间的物料储运。物流与供应链、价值链、产业链深度耦合，具有深度复杂性。从上海和临沂物流业发展规划，到自贸区和一带一路，物流的系统性和复杂性都要求发展新的理论、方法与技术。

物流系统科学是在系统工程与复杂系统之上，融合物流与供应链系统特征的深化与拓展，其中集中体现物流与供应链系统的行为特征、复杂性与可持续发展。具体地体现在以下三个层次。一，物流系统设计与优化，例如港口物流系统设计与运作优化，城市物流系统设计与运作优化，物流服务供应链网络设计、优化与策略研究。二，物流系统建模与仿真，例如物流自动化与智能化建模与仿真，物流区域政策、地区性与全球性互动研究，供应链行为机制与可持续发展。三，物流复杂网络与复杂系统，例如物流复杂网络与复杂系统质性研究与建模，城市物流与道路运输复杂网络分析，全球港口与航运物流复杂网络分析。在工程应用上也体现为几个典型，

融入智能决策的物流信息系统，如物流配送；城市与区域物流系统设计，如临沂、上海物流规划；物流与供应链行为与政策，如面向自贸区与一带一路的全球供应链与国际物流系统。

物流数据科学。数据是智慧物流的血液，数据将物流系统联系起来成为整体。物流数据科学是物流信息系统、物流物联网、统计与计算科学等领域的交叉融合。物流数据科学，是物流决策、网络、智能科学的基础，相互支撑。物流数据科学体现为四个层次，包括：数据技术与系统、数据驱动物流智能决策、数据驱动供应链智能系统、数据驱动物流工程与管理。具体应用如，城市物流大数据、港航物流服务供应链大数据、集装箱物联网大数据、海洋与气候大数据、海运大数据。

智慧物流研究是新时代科技驱动产业这一发展趋势的体现，适应我国物流产业全面纵深发展面临的具体复杂性与挑战，是工程与管理、科学与技术等多个维度的综合集成。