物流工程学中常用的软件包括以下几种：

MATLAB

MATLAB是一种强大的数学软件，广泛应用于物流工程中的算法模型计算。它提供了丰富的工具箱，特别是统计和优化工具箱，适用于路径规划、库存管理等物流问题。

Python

Python因其简洁的语法和强大的第三方库（如NumPy、Pandas、Scikit-learn等）在数据科学、机器学习和自动化脚本编写等领域具有优势。在物流工程中，Python可用于数据处理、预测物流需求、优化物流资源分配等。

Java

Java以其跨平台的特性和强大的网络应用开发能力，在物流工程中主要用于开发物流管理系统、仓储管理系统等。

C/C++

C和C++是较为底层的编程语言，适用于对算法和性能有特定要求的物流工程项目。它们可以提供更高的执行效率和更好的内存管理。

Visual FoxPro 6.0 、 CAD、 CAXA Lingo、 FlexSim

这些软件在早期的物流工程学习中被使用，但现在已经较少见。

R

R是一种专门用于统计分析和数据可视化的编程语言，适用于处理和分析大量的运输数据，进行运输网络建模、统计分析和预测。

SAP Transportation Management、 Oracle Transportation Management

这些运输管理软件可以帮助学生了解和掌握物流运输的各个环节，包括货物调度、运输路线规划、运输成本控制等。

WMS （Warehouse Management System）、 ERP （Enterprise Resource Planning）

这些仓储管理软件可以帮助学生实时监控和管理仓库的运作，提高仓储效率和准确性。

SAP Supply Chain Management、 Oracle Supply Chain Management

这些供应链管理软件可以帮助学生优化供应链流程，提高供应链的效率和灵活性。

物流工程与管理软件

如泛普物流工程与管理软件、SAP EWM、Manhattan SCALE等，这些软件提供了订单管理、配送路线规划、货物跟踪、仓库管理、运输成本控制等功能，帮助企业实现物流运作的有效管理与优化。

建议根据具体的学习需求、专业方向以及实际应用场景选择合适的软件进行学习和应用。