云物流服務的發(fā)現(xiàn)與組合方法研究.pdf

1、云物流服務平臺利用物聯(lián)網(wǎng)、云計算等技術將分布式的實體物流資源和物流能力虛擬封裝后接入平臺，通過網(wǎng)絡以服務的形式為用戶提供物流全生命周期的應用，它依靠大規(guī)模的云計算處理能力、靈活的業(yè)務覆蓋、精準的環(huán)節(jié)控制、標準的作業(yè)流程及智能的決策支持系統(tǒng)等，以客戶的目標物流任務為驅(qū)動，整合云物流服務資源，通過云物流服務發(fā)現(xiàn)、云物流服務組合等方法匹配出最佳的物流資源，為各類物流企業(yè)、樞紐中心和大型企業(yè)的物流部門等提供完整的物流解決方案。目前，云物流的研究

2、與應用已取得了一些有價值的研究成果，但多是研究云物流平臺構建、虛擬感知技術等，并沒有對云物流服務作較深入地研究。隨著云物流服務數(shù)量、類型和信息量等的不斷增長和變化，傳統(tǒng)的服務管理方法不能滿足日益復雜化、個性化的物流需求，從滿足需求和提高效率和角度出發(fā)，如何利用物聯(lián)網(wǎng)和云計算等新興技術研究云物流服務形式化描述、發(fā)現(xiàn)與組合等科學問題成為急需解決的問題。
　　本文深入研究了云物流服務的業(yè)務流程和運行機制、形式化描述、發(fā)現(xiàn)與組合等科學問題

3、。針對云物流服務的業(yè)務流程和運行機制問題，定義了云物流和云物流服務的概念，分析了云物流服務的業(yè)務流程，建立了云物流服務的技術架構，從資源服務化、云物流任務分解、云物流服務發(fā)現(xiàn)與組合以及云物流服務協(xié)作等方面研究了云物流服務的運行機制;針對云物流服務的描述問題，分析了云物流服務與云物流任務的匹配關系，建立了云物流服務本體模型，研究了基于上下文的云物流服務形式化描述方法，提出了基于OWL（本體描述語言）的上下文推理算法;針對云物流服務的發(fā)現(xiàn)問

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

5、b服務或者某些特定場合的云服務，但是云物流服務模式下的云物流服務建模、云物流運行等都有其獨特的特點，基于這些特點的考慮，本文提出了基于上下文的云物流服務形式化描述方法，并建立了云物流領域上下文本體用來描述概念及其之間的邏輯關系，推進了云環(huán)境下云物流服務形式化描述研究，奠定了云物流服務分布式存儲和分布式計算的基礎。
　　2.提出了基于分布式K-Means聚類改進匹配算法的云物流服務發(fā)現(xiàn)方法
　　現(xiàn)有的服務發(fā)現(xiàn)方法大多局限于某種

6、特定情境，依賴性較大，不能直接移植到云物流服務品臺，本文針對云物流服務的發(fā)現(xiàn)需求，研究了整合語義解析、本體推理、功能匹配算法和非功能匹配算法的云物流服務發(fā)現(xiàn)算法，繼而從算法的適應性和效率的角度出發(fā)，提出了基于分布式K-Means聚類改進的匹配算法，提高了云物流服務發(fā)現(xiàn)效率、查全率和查準率等，為云物流服務的進一步研究提供了理論基礎。
　　3.提出了基于云差分進化算法的云物流服務組合方法。
　　現(xiàn)有的服務組合方法大多缺乏針對性和