物流智能規劃系統包括的范圍很廣，從當前我國物流企業的實際情況看，除了常規的業務信息管理外，至少還應包括規劃管理、最優化決策、系統預測、系統控制。

一、企業戰略規劃管理

以降低企業總體運營成本、減少網絡等基礎設施投資、改進企業客戶服務為目標，實現物流企業戰略規劃管理。諸如：

（1）客戶服務目標規劃；運用ABC等分析方法找到客戶服務目標，對A類客戶進行針對性服務并結合企業實際狀況對客戶目標進行規劃。

（2）運輸規劃；結合客戶服務目標規劃和公司現有運力，制定有針對性的特殊個性化服務。

（3）庫存規劃；結合運輸規劃及公司庫存能力，制定庫存規劃。

二、東莞到成都物流專線企業物流預測

利用指數平滑等方法實現企業物流預測。諸如：

（1）需求預測；客戶需求預測、運力預測、庫存預測。

（2）物流成本預測；結合以上服務量預測對成本進行預測。

三、企業物流決策

運用線性與非線性規劃、動態規劃和整數規劃數學模型和數學方法，實現物流決策的最優化。諸如：
（1）庫存決策：存儲與搬運、采購與供應、最小庫存量；

（2）裝載決策：裝箱、裝車、裝船、裝艙（飛機）最優化；

（3）運輸決策：運輸計劃、運輸線路最優化；

（4）工作計劃決策；

（5）人力安排決策。

四、企業物流控制

未來的不確定性、物流環境變化和突發事件發生，將影響物流管理計劃的實施。物流管理系統必須對企業物流實施控制，即對不斷變化的環境進行監控，識別數據偏差和不利模式，并預見可能需要采取的修正措施，使實際實施情況與計劃實施情況相吻合，確保期望目標的實現。諸如：

（1）企業物流活動審計

（2）庫存控制

（3）預算、成本控制

（4）服務目標控制

（5）利用專家系統識別績效趨勢

物流智能規劃系統是物流信息管理系統與應用數學的有機結合。將應用數學的原理運用到物流系統中，其過程和步驟是比較復雜的，有不少技術難點。一要對管理作業和活動進行分析與表述，確定優化目標和約束條件；二要建立數學模型，研究快速解題方法，對模型求解；三要對解進行檢驗和有效控制；四智能化或最優化方案的實施。建立物流智能規劃系統，不僅需要線性與非線性規劃、動態規劃和整數規劃的理論和方法，還需要數據挖掘，即利用預處理過的數據建立數據驅動型模型，對數據挖掘的結果進行合理的解釋、補充、完善，并多次重復的獲取新的知識，把經驗知識嵌入數據驅動型模型中去。開發物流智能規劃系統需要物流專家與應用數學專家共同參與，有機配合。

從當前我國物流企業的實際情況看，開發物流智能規劃系統可以由易到難、由簡到繁，分步實施，從系統最優化入手，逐步引向深入。