云物流服務(wù)的發(fā)現(xiàn)與組合方法研究.pdf

1、云物流服務(wù)平臺(tái)利用物聯(lián)網(wǎng)、云計(jì)算等技術(shù)將分布式的實(shí)體物流資源和物流能力虛擬封裝后接入平臺(tái)，通過(guò)網(wǎng)絡(luò)以服務(wù)的形式為用戶(hù)提供物流全生命周期的應(yīng)用，它依靠大規(guī)模的云計(jì)算處理能力、靈活的業(yè)務(wù)覆蓋、精準(zhǔn)的環(huán)節(jié)控制、標(biāo)準(zhǔn)的作業(yè)流程及智能的決策支持系統(tǒng)等，以客戶(hù)的目標(biāo)物流任務(wù)為驅(qū)動(dòng)，整合云物流服務(wù)資源，通過(guò)云物流服務(wù)發(fā)現(xiàn)、云物流服務(wù)組合等方法匹配出最佳的物流資源，為各類(lèi)物流企業(yè)、樞紐中心和大型企業(yè)的物流部門(mén)等提供完整的物流解決方案。目前，云物流的研究

2、與應(yīng)用已取得了一些有價(jià)值的研究成果，但多是研究云物流平臺(tái)構(gòu)建、虛擬感知技術(shù)等，并沒(méi)有對(duì)云物流服務(wù)作較深入地研究。隨著云物流服務(wù)數(shù)量、類(lèi)型和信息量等的不斷增長(zhǎng)和變化，傳統(tǒng)的服務(wù)管理方法不能滿(mǎn)足日益復(fù)雜化、個(gè)性化的物流需求，從滿(mǎn)足需求和提高效率和角度出發(fā)，如何利用物聯(lián)網(wǎng)和云計(jì)算等新興技術(shù)研究云物流服務(wù)形式化描述、發(fā)現(xiàn)與組合等科學(xué)問(wèn)題成為急需解決的問(wèn)題。
　　本文深入研究了云物流服務(wù)的業(yè)務(wù)流程和運(yùn)行機(jī)制、形式化描述、發(fā)現(xiàn)與組合等科學(xué)問(wèn)題

3、。針對(duì)云物流服務(wù)的業(yè)務(wù)流程和運(yùn)行機(jī)制問(wèn)題，定義了云物流和云物流服務(wù)的概念，分析了云物流服務(wù)的業(yè)務(wù)流程，建立了云物流服務(wù)的技術(shù)架構(gòu)，從資源服務(wù)化、云物流任務(wù)分解、云物流服務(wù)發(fā)現(xiàn)與組合以及云物流服務(wù)協(xié)作等方面研究了云物流服務(wù)的運(yùn)行機(jī)制;針對(duì)云物流服務(wù)的描述問(wèn)題，分析了云物流服務(wù)與云物流任務(wù)的匹配關(guān)系，建立了云物流服務(wù)本體模型，研究了基于上下文的云物流服務(wù)形式化描述方法，提出了基于OWL（本體描述語(yǔ)言）的上下文推理算法;針對(duì)云物流服務(wù)的發(fā)現(xiàn)問(wèn)

4、題，設(shè)計(jì)了云物流服務(wù)發(fā)現(xiàn)流程，研究了云物流服務(wù)發(fā)現(xiàn)算法，并在Hadoop環(huán)境下從算法的適應(yīng)性和效率的角度提出了基于分布式K-Means聚類(lèi)改進(jìn)的匹配算法;針對(duì)云物流服務(wù)組合優(yōu)化問(wèn)題，分析了云物流服務(wù)組合流程，從分類(lèi)、協(xié)商和擇優(yōu)模塊研究了云物流服務(wù)組合方法，提出了基于云差分進(jìn)化算法的多目標(biāo)組合優(yōu)化問(wèn)題的求解方法。本文的主要?jiǎng)?chuàng)新之處如下:
　　1.提出了基于上下文的云物流服務(wù)形式化描述方法
　　現(xiàn)有的形式化描述方法大多只針對(duì)We

5、b服務(wù)或者某些特定場(chǎng)合的云服務(wù)，但是云物流服務(wù)模式下的云物流服務(wù)建模、云物流運(yùn)行等都有其獨(dú)特的特點(diǎn)，基于這些特點(diǎn)的考慮，本文提出了基于上下文的云物流服務(wù)形式化描述方法，并建立了云物流領(lǐng)域上下文本體用來(lái)描述概念及其之間的邏輯關(guān)系，推進(jìn)了云環(huán)境下云物流服務(wù)形式化描述研究，奠定了云物流服務(wù)分布式存儲(chǔ)和分布式計(jì)算的基礎(chǔ)。
　　2.提出了基于分布式K-Means聚類(lèi)改進(jìn)匹配算法的云物流服務(wù)發(fā)現(xiàn)方法
　　現(xiàn)有的服務(wù)發(fā)現(xiàn)方法大多局限于某種

6、特定情境，依賴(lài)性較大，不能直接移植到云物流服務(wù)品臺(tái)，本文針對(duì)云物流服務(wù)的發(fā)現(xiàn)需求，研究了整合語(yǔ)義解析、本體推理、功能匹配算法和非功能匹配算法的云物流服務(wù)發(fā)現(xiàn)算法，繼而從算法的適應(yīng)性和效率的角度出發(fā)，提出了基于分布式K-Means聚類(lèi)改進(jìn)的匹配算法，提高了云物流服務(wù)發(fā)現(xiàn)效率、查全率和查準(zhǔn)率等，為云物流服務(wù)的進(jìn)一步研究提供了理論基礎(chǔ)。
　　3.提出了基于云差分進(jìn)化算法的云物流服務(wù)組合方法。
　　現(xiàn)有的服務(wù)組合方法大多缺乏針對(duì)性和