0 引言

    當(dāng)今，很多物流企業(yè)應(yīng)用物聯(lián)網(wǎng)技術(shù)來提升整體管理水平，并使物流服務(wù)在速度和準(zhǔn)確度上得以改善。

    本文提出用服務(wù)計算的相關(guān)技術(shù)來解決物流中的問題^[1-3]。一個物流服務(wù)要經(jīng)過一系列的業(yè)務(wù)中間過程，將中間每個核心業(yè)務(wù)過程抽象成一個服務(wù)組件，整個物流服務(wù)就是一個組合服務(wù)。本文重點(diǎn)研究如何對物流各個環(huán)節(jié)進(jìn)行配置，以致能得到一個效率更高、用戶滿意度最好的物流服務(wù)。

1 相關(guān)研究

    文獻(xiàn)[4]通過對基于物聯(lián)網(wǎng)技術(shù)的智能物流系統(tǒng)的概念定義、系統(tǒng)構(gòu)建以及案例分析，表述了作為智能物流系統(tǒng)的商業(yè)特性的物流電子商務(wù)。文獻(xiàn)[5-6]提出了為解決物流企業(yè)之間信息系統(tǒng)的異構(gòu)問題，采用將ＳＯＡ與ＢＰＭ兩種架構(gòu)聯(lián)合實(shí)現(xiàn)系統(tǒng)松耦合。以上研究都是集中在物流系統(tǒng)架構(gòu)或基礎(chǔ)設(shè)施上，很少有人提出用服務(wù)計算相關(guān)的技術(shù)來研究物流服務(wù)。文獻(xiàn)[7]簡單介紹了物聯(lián)網(wǎng)技術(shù)環(huán)境下的智能物流應(yīng)用，重點(diǎn)分析了其智能倉儲物流系統(tǒng)的結(jié)構(gòu)構(gòu)成。文獻(xiàn)[8-9]圍繞物流發(fā)展戰(zhàn)略規(guī)劃，依據(jù)物聯(lián)網(wǎng)理論，以物流信息化建設(shè)為研究對象，提出了物流信息平臺建設(shè)的技術(shù)框架和功能框架。這些研究也是停留在平臺研究上，沒有將成熟的服務(wù)組合等技術(shù)運(yùn)用起來。本文將物流業(yè)務(wù)流程中的活動抽象成一個個服務(wù)，一個完整的物流業(yè)務(wù)流程就是一個組合服務(wù)。

2 系統(tǒng)模型

2.1 物流系統(tǒng)結(jié)構(gòu)

    一個完善標(biāo)準(zhǔn)的物流業(yè)務(wù)流程主要包括以下業(yè)務(wù)活動：業(yè)務(wù)受理、貨物入庫、裝載貨物、運(yùn)輸、運(yùn)行監(jiān)控和卸載貨物。這里只列出了物流核心業(yè)務(wù)活動，略去了其他細(xì)節(jié)活動。智能物流總體框圖如圖1所示。

2.2 QoS模型

    針對物聯(lián)網(wǎng)環(huán)境下智能物流服務(wù)的實(shí)際情況，考慮了以下QoS屬性：服務(wù)價格（Service Price），即服務(wù)請求者使用服務(wù)必須支付的費(fèi)用；服務(wù)時間（Service Time），即完成服務(wù)必須經(jīng)過的時間；可靠性（Reliability），即服務(wù)執(zhí)行的成功率；信義度（Reputation Degree），它反映服務(wù)使用者對所提供服務(wù)的認(rèn)可程度；可用性（Availability），它是時間百分比，指示什么時間該服務(wù)是可操作的，即可被服務(wù)請求者所訪問。

    在順序結(jié)構(gòu)下，假設(shè)組合服務(wù)CS由n個組件服務(wù)構(gòu)成，即CS={S₁，S₂，…，S_n}，對于每一個組件服務(wù)Si存在著多個候選服務(wù)，它們能夠完成該組件所需的功能，可以表示為：S_i={S_i1，S_i2，…，S_im}(m為該組件服務(wù)包含的候選服務(wù)數(shù))。以上五種QoS屬性在順序關(guān)系下的聚合函數(shù)如表1所示。

2.3 組合模型

    物流服務(wù)組合是從每個子流程中選出一種具體的實(shí)現(xiàn)方式，并組合到一起。實(shí)際物流環(huán)境下，每個子業(yè)務(wù)過程的實(shí)現(xiàn)方式有限，如運(yùn)輸環(huán)節(jié)，物流公司采用的運(yùn)輸方式有確定數(shù)目。本研究中的6個子流程服務(wù)包括的原子服務(wù)及表示如表2所示。

2.4 效用函數(shù)（Utility Function）

    假設(shè)物流服務(wù)CS由n個組件服務(wù)構(gòu)成，即C_S={S₁，S₂，…，S_n}，對于每一個組件服務(wù)Si存在著多個候選服務(wù)，可以表示為：S_i={S_i1，S_i2，…，S_im}（m為該組件服務(wù)包含的候選服務(wù)數(shù)）。對每個Sij，都具有上文所描述的QoS屬性。在不同的應(yīng)用環(huán)境下，用戶對非功能屬性有不同的偏好程度，記為w（0<w<1），采用式（1）中的方法進(jìn)行設(shè)置，即根據(jù)屬性優(yōu)先順序?qū)λ鼈儥?quán)值進(jìn)行設(shè)置，n個屬性中，第j個屬性的權(quán)值wj可表示為：

    行表示組件服務(wù)S_i中的一個候選服務(wù)，列表示一個QoS維度，Q_ij表示一個相應(yīng)的QoS屬性值，其中p為QoS屬性數(shù)目。

    有兩種類型的QoS屬性：對于正極（positive）的QoS屬性，其值越高，意味著服務(wù)性能或質(zhì)量越好；一個負(fù)極（negative）的QoS屬性，其值越低，意味著服務(wù)的性能或質(zhì)量越差。上面五個QoS屬性中，可靠性、信義度和可用性是正極屬性，而服務(wù)價格和服務(wù)時間是負(fù)極屬性。分別用式(2)和式(3)對負(fù)極和正極屬性進(jìn)行標(biāo)準(zhǔn)化處理。

    利用矩陣X和每個QoS屬性的權(quán)值w_j，可以計算出每個服務(wù)的總的質(zhì)量分?jǐn)?shù)，組件服務(wù)S_i中的一個候選服務(wù)S_ik的質(zhì)量分?jǐn)?shù)為(假設(shè)S_ik的QoS屬性值標(biāo)準(zhǔn)化后為X中的第i行)：

    一個物流服務(wù)由n個關(guān)鍵子服務(wù)組成，對每個子服務(wù)中的候選服務(wù)用式(4)進(jìn)行效用值計算，物流組合服務(wù)包含每個子服務(wù)中的一個候選服務(wù)，用sum_uf表示物流組合服務(wù)的效用值，即：

3 物流服務(wù)組合算法

3.1 問題陳述

    一個高評價的物流服務(wù)，肯定來自于一個較完美的業(yè)務(wù)流程，流程中的每個子流程必須很好地調(diào)控。用服務(wù)計算的理念，一個物流服務(wù)就是一個服務(wù)組合問題，每個子業(yè)務(wù)流程就是一個服務(wù)組件，每個組件有多個候選具體服務(wù)（原子服務(wù)），即具體的操作實(shí)現(xiàn)。如今，在物聯(lián)網(wǎng)環(huán)境下的智能物流具有動態(tài)性，為人們提供了機(jī)遇，也帶來了挑戰(zhàn)。要力求尋找一個最優(yōu)的物流服務(wù)組合來滿足用戶要求，可以形式化為以下描述：

3.2 最優(yōu)物流服務(wù)組合算法

    根據(jù)3.1節(jié)中的描述，下面介紹一個物流服務(wù)最優(yōu)組合算法（LSC），通過該算法，輔助找出物流業(yè)務(wù)中的最優(yōu)原子服務(wù)組合。該算法首先計算每個QoS屬性維度的權(quán)重，然后將每個原子服務(wù)的所有屬性值標(biāo)準(zhǔn)化，接著計算每個原子服務(wù)的效用值，最后根據(jù)效用值從每個組件服務(wù)中選出效用值最大的原子服務(wù)。

    LSC算法流程如下：

    輸入：物流服務(wù)業(yè)務(wù)過程 CS={S₁，S₂，…，S_n}，每個子過程中的候選原子服務(wù)

    輸出：每個子過程中效用值最大的服務(wù)組成的集合

    BEGIN

    arrange the five QoS attributes with the user’s preference；

    FOR each QoS attribute DO

        calculate wj by the formula (1)；

    END

    FOR each atomic service Sij in Si (i=1,2,…,n) DO

        FOR each QoS attribute value qijk of Sij DO

            normalize qijk  by formula (2) or (3);

        END

    END

    FOR each atomic service Sij in Si (i=1,2,…,n)  DO

        calculate the utility value by formula (4), i.e., UF;

    END

    FOR each component service Si in CS DO

        select atomic service from Si which with the largest value of UF;

    END

    END

4 實(shí)驗(yàn)分析

    以圖1和表2為原型，以QWS Dataset(2.0)為數(shù)據(jù)源，通過兩組實(shí)驗(yàn)來驗(yàn)證本文模型和算法，將LSC與另外兩種算法比較，即固定路徑組合FSC（選取cs1={ba1，sg1，lg1，tp1，om1，uc1}作為固定路徑）和隨機(jī)路徑組合RSC（即每個子業(yè)務(wù)流程隨機(jī)選取一個候選操作）。第一組實(shí)驗(yàn)將sum_uf固定為4.3，并比較三種算法得到的用戶滿意率；第二組實(shí)驗(yàn)當(dāng)sum_uf均勻變化時，衡量三種算法的性能。用戶滿意率定義為滿足用戶sum_uf期望值的次數(shù)與總調(diào)用次數(shù)的比值。

4.1 實(shí)驗(yàn)設(shè)置

    本研究以處理器Intel Core^TM i5 CPU(2.80 GHz)、4 GB內(nèi)存、64位win7操作系統(tǒng)為實(shí)驗(yàn)環(huán)境。所有實(shí)驗(yàn)在MyEclipse 中進(jìn)行。QoS維度服務(wù)價格、服務(wù)時間、可靠性、信義度和可用性，假設(shè)分別對應(yīng)QWS Dataset中的第8、1、5、4和2屬性字段。在表2中，總共有18個原子服務(wù)，分別依次平均分得QWS Dataset中的記錄。

4.2 實(shí)驗(yàn)結(jié)果分析

    圖2為第一組實(shí)驗(yàn)的結(jié)果圖，橫軸為物流服務(wù)的調(diào)用次數(shù)，從5～35，每次間隔5，縱軸為用戶滿意率。從圖中可以看出，LSC算法得到的用戶滿意率最高，幾乎都在85%左右，這是因?yàn)樵谖锪鞣?wù)的每個子業(yè)務(wù)流程中，都是經(jīng)過精心選擇，因此最后組合的整個組合服務(wù)性能也最好。次優(yōu)的是RSC算法，每個子流程都隨機(jī)從幾種方案中選擇一種，因此組合方案也有可能達(dá)到比較理想的性能，它的用戶滿意率，能夠達(dá)到60%以上。三種算法中性能最差的是FSC，實(shí)驗(yàn)中選取上面列出的cs1路徑作為固定路徑，它的用戶滿意率在40%以下。通過實(shí)驗(yàn)比較，分析得出：現(xiàn)在智能物流服務(wù)，處于一個動態(tài)的服務(wù)環(huán)境下，在每一個業(yè)務(wù)流程環(huán)節(jié)，都必須動態(tài)進(jìn)行配置選擇，用戶才能夠獲得一個較滿意的服務(wù)。

    圖3為第二組實(shí)驗(yàn)結(jié)果圖。橫軸sum_uf從2變化到5.5，依次間隔0.5，縱軸為用戶滿意率。當(dāng)sum_uf值在2～3.5范圍時，LSC、RSC和FSC三種算法性能都很好，用戶滿意率都幾乎接近于100%。但隨著sum_uf增大，即用戶的期望越來越高，三種算法的性能開始下降。三種算法按性能從高到低排列順序依次為：LSC、RSC、FSC。實(shí)驗(yàn)結(jié)果更進(jìn)一步地驗(yàn)證了LSC算法的最優(yōu)性，也說明了物流服務(wù)的每個關(guān)鍵環(huán)節(jié)進(jìn)行配置選擇的必要性。

5 結(jié)束語

    通過兩組實(shí)驗(yàn)，驗(yàn)證了基于LSC算法的最優(yōu)物流服務(wù)選擇方案的可行性與高效性，也說明了在動態(tài)智能物流服務(wù)中，由于環(huán)境等因素，有必要在各個流程環(huán)節(jié)中進(jìn)行動態(tài)最優(yōu)配置選擇。今后，將把該物流服務(wù)選擇方案進(jìn)一步完善，考慮更多的細(xì)節(jié)屬性，并把它用到具體的物流服務(wù)系統(tǒng)中。

參考文獻(xiàn)

[1] ISHIKAWA F，KATAFUCHI S，WAGNER F，et al.Bridging the gap between semantic Web service composition and common implementation architectures[C].2011 IEEE International Conference on Services Computing，2011:152-159.

[2] MA H，BASTANI F，YEN I L，et al.QoS-driven service composition with reconfigurable services[J].IEEE Transactions on Services Computing，2013，6(1)：20-34.

[3] GUINARD D，TRIFA V，KARNOUSKOS S，et al.Integracting with the SOA-based internet of things：discovery，query，selection，and on-demand provisioning of web services[J].IEEE Transactions on Services Computing，2010，3(3)：223-235.

[4] 張全升，龔六堂.基于物聯(lián)網(wǎng)技術(shù)的智能物流的發(fā)展模式研究[J].公路交通科技(應(yīng)用技術(shù)版)，2011(3)：13-15.

[5] 張彤.基于ＳＯＡ－ＢＰＭ組合架構(gòu)的第三方物流信息系統(tǒng)研究[J].物流技術(shù)，2012，31(12)：419-422.

[6] 鄧子云，楊曉峰，陳玉林，等.基于SOA-BPM組合架構(gòu)的第三方物流企業(yè)系統(tǒng)集成平臺[J].計算機(jī)系統(tǒng)應(yīng)用，2010，19(3)：1-6.

[7] 汪樂霞.基于IOT技術(shù)的智能倉儲物流系統(tǒng)開發(fā)研究[J].物流工程與管理，2012，34(5)：55-56.

[8] 郭曉魁，魏超飛．基于增長極理論的懷來區(qū)域物流信息平臺研究[J].河北工業(yè)大學(xué)學(xué)報，2010，39(1)：108-111.

[9] 段征宇，孫偉，陳川.區(qū)域中心城市物流信息平臺規(guī)劃研究[J].物流科技，2009，32(2)：50-53.