簡介
所謂物流專家系統是一個能在物流領域內解決複雜問題並達到專家水平的電腦程式系統。它是一種具有智慧型特徵的軟體。能夠處理現實世界中需要由具有物流領域專門知識和經驗的專家來分析和解決的複雜問題；它利用包含有專家推理方法的計算模型來求解問題，其結果可以達到物流專家的工作水平。它一般是在物流專家的幫助下開發的，系統中的專門知識包括這些專家個人的經驗成分。專家系統是一門綜合型很強的邊緣學科，它綜合了電腦程式設計、人工智慧、心理學、數學等多學科的研究成果。構成
一個物流專家系統至少由四部分構成：知識庫、推理機制、知識獲取工具和人機接口。在物流專家系統中，知識庫和推理機制是關鍵部件。⑴、知識庫。
知識庫用於存儲物流專家提供的專門知識。它包括書本知識、常識性知識、由經驗得到的啟發式知識等，具體的有定義、定理以及確定不確定的運算（推理）法則等。一個物流專家系統的能力取決於其知識庫中所含有知識的數量和質量。它包括知識的收集和知識的表示兩方面的工作。前者是通過知識工程師從同專家的對話和從專家以往處理問題的實例中抽取專家知識；後者是指物流專家系統選擇合理的數據結構把獲取的專家知識形式化存入知識庫中。⑵、推理機制。
推理機制包括知識庫管理系統和推理機。知識庫管理系統能夠按要求自動地控制、擴展、更新知識庫中的知識，按照推理過程的需求去搜尋適用的知識，並對知識庫中的知識作正確的解釋。推理機選取知識庫中對當前問題可用的知識，在問題求解過程中生成並控制推理的過程。控制策略的選擇常與後勤專家系統求解的問題類型有關，選取得合適與否將影響著系統對知識庫中的知識的使用效率，進而影響著系統求解的效率。知識的選取過程在控制策略的控制下有時還需要結合一些啟發式知識，因為可用知識的使用還存在優先程度等因素的制約。⑶、知識獲取機制。
這是指機器自動實現的知識獲取，稱之為機器學習、自學習、或簡稱為學習。這種自學習機制是通過兩種方式實現的。一種方式是以傳授方式而不是編程方式接受專家對知識庫的擴充和修改，即專家同系統直接對話，系統把與專家對話的內容變換成知識庫中的內部知識，或用來修改知識庫中的已有知識。另一種方式是根據用戶對系統每次求解結果的反饋信息，知識獲取機制自動進行知識庫中知識的修改和完善，並在系統問題求解的過程中自動積累，形成一些有用的中間知識，如啟發式規則，經過適當的實例驗證以後，自動追加到知識庫中，用以不斷擴充知識庫，增強和完善系統的性能。知識獲取機制有時還兼有在知識庫建造過程中部分代替知識工程師進行專門知識自動獲取的功能。⑷、人機接口。
這是用戶與計算機系統互動的視窗。主要特徵
⑴、知識處理。
物流專家系統針對物流領域中的問題，通過對知識的解釋、推理過程來行使專家的職能，完成類似專家的推理過程。雖然物流專家系統也會涉及數學計算，但更重要的是通過符號處理來解決決策過程中十分困難的問題。⑵、定性分析。
物流專家系統可以同時處理不同精度的數據，解決的辦法是狀態機率等。運行的結果是以定性為主，輔以定量，這個結果不是一個簡單的答案，而且還附有關於這個答案的解釋和建議。⑶、What----if邏輯。
物流專家系統求解問題時的步驟和方法並不具有確定性，但是最終能得到結果。⑷、自學習功能。
物流專家系統可以把性的知識不斷的加入到現有知識庫，修改原有知識，具有自學習功能。⑸、數據驅動。
物流專家系統是以數據驅動，而不是控制指令驅動，操作是以搜尋為主而不是計算為主。現實意義
從系統的特徵分析看，物流專家系統重要的現實意義是：⑴、由於物流專家系統匯集了相關領域的眾多專家的知識和經驗，因而可以由非專家利用專家系統去完成過去只有專家才能完成的工作。
⑵、物流專家系統解決的問題可以不受周圍環境、時間和空間的影響。
⑶、能夠提高工作效率，帶來巨大的經濟效益。
存在的問題
目前專家系統還不能廣為普及，其主要問題是：⑴、尋找好的專家、獲取專家的知識較困難，難以開發出令人滿意的物流專家系統。
⑵、開發費用昂貴，一般企業難以承受。
⑶、技術條件的限制，如適用於一般用途的計算機硬、軟體系統有待進一步的提高。
⑷、物流專家系統的可靠性、適用性要經過長時間的實踐，才能做出判斷。
