数据收集

　　一个典型的物流网络构造要收集大量的数据，其中包括：

　　1、顾客、零售商、现有仓库、配送中心、制造机构和供应商的地理位置。

　　2、所有产品，包括数量、特殊运输方式（如需要冷冻的产品）。

　　3、某区域范围内的顾客对于每一种商品的年需求量。

　　4、每种运输方式的运输费率。

　　5、仓库成本，包括劳动力成本、库存管理成本和固定的运营成本。
　
　　6、运输规模和配送频率。

　　7、订单处理成本。

　　8、顾客服务需要和目标。

　　然后采用一定的标准对数据进行汇集和整理。

　　模型和数据验证

　　利用模型和收集的数据对现有的物流网络结构重新进行构造，然后把模型的结构和现有的数据进行比较，以判断数据、假设和所建模型是否有缺陷。

　　技术解决

　　数据经收集、整理并检验之后，下一步就是物流网络结构最优化。实践当中常用的两种技术为：数学最优化技术和建立仿真模型。

　　决策支持系统确定

　　建立柔性的物流网络结构决策支持系统，尽量体现系统网络特征。