英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

---

“电子学报”第25卷，第3期，2016年5月

智能物流的实验研究：中间件方法

杨荣²，李冰¹和胡艳³

1. 武汉大学国际软件学院，湖北武汉430072）
2. 湖北科技大学计算机科学与技术学院，咸宁437100）

（3.中国科学院大学软件研究所综合信息系统实验室科学与技术，北京100190）

摘要：近年来物联网（IoT）的快速发展，促进了智能物流发展的同时也带来了挑战。真实世界的设备可以作为Web服务提供其功能。由于目标网络环境的动态性和异构性，物联网资源所提供的服务无法通过简单地扩展现有的面向服务架构（SOA）方法来构成。物流由一个复杂的组织网络和业务流程组成，必须实时监控。基于可能出现的例外情况，我们提出了一种中间件方法来解决物联网中的物流服务组合问题，其中采用分散协调机制来有效监控资源不足的组件服务。通过一系列实验，评估我们方法的有效性和鲁棒性。

关键词：物联网，智能物流，例外，监控。

I.介绍

如今，物联网（IoT）是一种新颖的范例，互联网通过独特可识别物体的无线网络延伸到我们的日常生活中。物联网部分受到射频识别（RFID）技术的启发，射频识别技术现已广泛用于跟踪物体，人员和动物。由于RFID的准确和快速识别，它被广泛用于改善物流管理，供应链运作和资产跟踪。

因此，物联网系统可以将智能设备网络与物流企业级应用程序的网络连接起来。它可以为供应商生成最理想的售价，并为用户提供最优质的服务，同时消费最少的自然和社会资源。当需要集成智能设备所提供的几项非常复杂的小型服务时，可以按需生成高级服务。这种整合类似于传统的服务组合。然而，IoT资源所提供的服务不能仅仅通过扩展当前的SOA方法来组成，因为必须有从软件服务到真实世界服务的范式转变，从以应用程序为中心的服务到以用户为中心的服务。

在本文中，我们提出了一个中间件方法，用于物联网物流的服务组合。物流交易包括几个子流程，可以称为抽象服务。每个子流程可以通过几种具体的方式（即组件服务）来执行。例如，关于运输，可能会有班轮运输，租船运输和集装箱运输等。我们使用中间件（详见第III.5节），它可以在运行时指定候选组件服务参与物流组成交易。每个组件服务可以由资源代理来表示，该资源代理负责维护相应服务的QoS信息。任务代理表示组合服务实例并负责发现和满足用户端到端QoS要求的组件服务。同时，还有一些监控资源来监控运营并保证物流系统的稳健性。

总之，本文的主要贡献是：1）智能物流中间件，由资源代理和任务代理组成;2）组件服务的组成机制，我们可以从中获得物流交易的最优执行方式;3）监控机制，只使用少量的监控资源，可以保证物流系统的稳健性。

本文的其余部分组织如下：在第二部分，我们介绍物流例外。然后我们详细介绍第三节的系统模型，并在第四节提出智能物流服务组合和运行监控的相关机制。我们在第五部分介绍了实验。在我们总结本文之前，我们详细介绍了第六部分的相关工作在第七节。

Ⅱ.物流异常

异常管理包括监视，诊断和解决，分别是跟踪业务流程的活动，分析找到的异常的原因，并为异常做出解决方案。例如，在高峰时间，如圣诞节和感恩节，货物可能会丢失或发送到错误的地址。面对这些问题时，物流企业应该找出失败的地方，并立即重新交货。

因此，物流监控尤为重要，我们应该用成本最少的资源了解整个物流过程的运行状况。通过无线电频率，通过在商品上附加标签，我们可以收集，存储，处理和跟踪商品和环境的识别信息。此外，RFID可以传输活动数据并减少使用条形码所需的手动操作。

为了实现本体论，研究人员经常使用类的分类层次结构和它们的关系去描述概念之间的层次关系。通过分类层次结构，我们不仅可以构建一个复杂的兴趣领域，而且可以直接理解它。同样，我们可以通过分析物流流程的性质，全面了解物流异常情况。考虑到建筑业，制造业，供应链，物流和运输等广泛的行业，图1给出了物流异常，这些异常分为物流功能区和信息类。

结果，通过图1的分类，我们可以从物流功能的角度理解异常，即允许我们从分类学角度更好地理解物流异常。

Ⅲ.系统模型

为了便于研究报告，在本节中，我们将首先详细介绍一些相关模型，即IoT体系结构，QoS模型，协调中间件模型等。

图1.物流异常分类

1.物联网的体系结构

物联网技术主要有四个领域。首先，可以建立基于RFID技术的产品智能网络系统，如食品追溯系统，服装追溯系统等。其次，基于GPS卫星导航，可以实现物流车辆分布的实时可视化在线调度管理系统。然后，通过轻型，电气，移动计算和其他先进技术，可以建立一个全自动化的中心来完成智能物流控制。最后，我们可以建立基于智能货物调度的物流网络公共信息平台。

图2展示了欧洲和美国支持的物联网最具代表性的结构，即电子产品代码（EPC）全球物联网架构。如图2所示，物联网架构由三部分组成，即感知层，网络层和应用层。在应用层，我们可以通过分析和处理感知数据来享受特定服务的便利。建立在现有移动通信网络和互联网上的网络层可以通过各种接入设备进行信息存储和查询。最底层是感知层，充分利用各种传感器，负责信息的收集。

图2.物联网架构

2.激励案件

物流与人们的工作密切相关和生活，但传统物流存在诸多成本高，运输风险大的问题。因此，迫切需要开发智能物流，即将RFID，传感器和移动通信技术集成到物流系统中。基于此，货物的分配可以自动完成，我们可以实时追踪商品。而且，管理员可以高效地做出决定。

图3是智能物流系统的网络拓扑结构，由智能仓储配送管理系统和智能运输管理系统两大部分组成。远程RFID射频识别技术和网络信息技术使货物管理智能化，信息化。

从技术角度看，物联网促进了货物管理的透明化和可视化，使得运输信息更加准确和及时。此外，基于物联网的物流系统为物流行业提供了便利，并且可以提高物流行业的整体管理水平。

图3.智能物流系统的网络拓扑图

3.QoS模型

物流服务由几个主要步骤组成，即业务接受，仓储，包装，运输和卸货。每个子流程可能有几种不同的具体方式（即组件服务）来执行，例如运输，可能会有班轮运输，租船运输和集装箱运输等。因此，整个物流业务是一个复合过程。但与传统的服务组合（在物联网环境中，提供其作为Web服务的功能的现实设备）不同，其中为每个子流程指定了具体的实施方式。

本文借鉴服务导向计算（SOC）思想解决智能物流服务的组成问题。类似于Web服务的非功能属性，我们也考虑几个QoS属性的物流服务，详情如下。

1)服务价格：客户必须支付给物流企业的费用，缩写为SP（s）。

2)服务时间：物流服务必须采取的时间，缩写为ST（s）。

3)可靠性：物流服务的成功概率，缩写为R（s）。

4)声誉度：反映客户对服务的认可程度，缩写为RD（s）。

5)可用性：它是时间的百分比，并指示服务何时可操作，缩写为A（s）。

我们的方法基于图3的环境，智能物流的抽象业务流程如图4所示，我们省略了许多具体的步骤，这种简化并不影响我们的研究成果。

服务组合中有四种结构模型，即顺序，平行，循环和选择。考虑到图4中的简化模型，我们只考虑序列组合模式。我们假设物流的组合服务由n组成，表示为：CS={S1,S2,···,Sn}。对于每个抽象服务Si，它拥有若干候选具体服务，表示为：Si={Si1,Si2,···,Sim}（m代表了Si的候选服务）。我们参考文献[6]的方法，聚合复合服务的ve QoS属性。

图4.物流业务流程

4.实用功能

在第III.3节中，我们介绍了ve QoS属性。目前，QoS测量还没有一个可以接受的通用标准，而且，不同的QoS维度具有不同的单位和不同的特征。所以，有必要对它们进行标准化处理，以便进行有效和准确的比较。

在不同的应用环境下，客户端可能对非功能属性有不同的偏好，这些属性可以通过权重w（0lt;wlt;1）来反映。我们通过参考文献[7,8]中的方法计算w，即基于秩序的重力法，其原理是根据属性值的优先级设置它们的权重。

复合物流服务的QoS属性可以表示为一个矩阵，其中row表示第i个子流程的候选服务，表示QoS维度的列，以及表示相应属性值的值。以下矩阵Q表示物流服务的QoS，其中p是总维数的QoS。

在参考文献[9]中，作者提到了两种QoS属性：正QoS属性，即更高的值，意味着更好的服务性能或质量;负QoS属性，即较高的值意味着较差的质量。在上述QoS属性中，可靠性，信誉度和可用性都是正面的，但服务价格和服务时间是负面的。它们通过参考文献[10]中提到的方法进行标准化。

归一化后，我们可以得到矩阵X：

基于矩阵X和W，我们可以计算每个具体服务的总体质量分数。我们假设Sk是Si的第k候选服务，那么它的质量得分UFk如下。

当我们用公式（3）计算出综合物流服务的所有具体服务的质量得分时，综合过程的效用值可以由式（4）得到。

5.协调中间件模型

图5.协调中间件模型

在本文中，我们提出了一个中间件解决方案来解决智能物流的编排问题。众所周知，复杂的业务流程协调克里特组件服务，它提供功能-用户需要的关系。然而，在某个时候，我们必须改变抽象组件和具体服务之间的绑定，因为服务可能会失败，特别是在动态IoT环境中。所以，必须有一个很好的机制来以一种有效和实时的方式组合和监控候选服务。我们的中间件方法如图5所示，其中左边的矩形是一个抽象的业务流程，右边的矩形是具体候选服务的聚类。

在图5的中间部分，有两种不同类型的代理，即资源代理和任务代理。资源代理负责具体的组件服务，并维护相应服务的QoS信息。任务代理表示组合服务实例，并负责查找主要满足客户端端到端QoS约束的组件服务。监控资源负责共同监控资源代理，即不是每个资源代理拥有一个监控资源。下一个部分，我们将提出一个监控算法，其中使用更少的资源，但获得更高的效率。

实际上，如图6所示，软件层创建一个覆盖网络，由代理组成并代表那些可用的候选服务。通过覆盖网络，资源代理可以传播相应服务的QoS信息。因此，任务机构利用这些信息是可行的。当我们完成物流网络和覆盖网络之间的映射时，所有的工作，包括服务组合和监控，都可以在这个抽象层完成。

图6.物流网络和覆盖网络

Ⅳ.智能物流的服务组合和运行时监控

物联网物流业务非常复杂。在本文中，我们借鉴传统的面向服务的计算思想来解决智能物流问题。为了完成物流订单，它可以遵循一系列的子流程，并且每个子流程可能有几种具体的实现方式，我们称之为候选组件服务。所以，从下订单开始到收货结束，整个物流业务只是一个复合过程。必须有一个好的机会来为每个子流程选择一个最佳的具体方式并最终形成它们。算法1能够胜任物流服务的选择和组合。首先计算所有QoS维度的权重，然后对每个组件服务的QoS值进行标准化并计算其效用值。因此，可以返回最佳合成路径。

算法1 LSC

1：输入：任务代理集合CS={S1，S2，...，Sn}，所有组件服务的资源代理在功能上匹配每个任务代理Si;

2:输出：最佳合成路径;

3:根据用户的偏好排列五个QoS属性;

4:对于每个QoS属性Do 5：计算wj;

6:结束

7:对于Si（i=1,2，...，n）Do中的每个资源代理Sij

8:对于每个QoS属性值qk

9:标准化qk;

10:结束

11：结束

12：对于Si（i=1,2，...，n）Do中的每个资源代理Sij

13: 通过公式（3）计算效用值，即UF;14：结束

15：针对CS Do中的每个任务代理Si

16: 从第i个类型中选择具有最大效用值的资源代理;

17：结束

18：结束

但是，由于物联网中的环境因素，组合路径中可能会发生故障。实际上，在物联网中，可能会出现许多故障，例如严格的环境，系统错误，安全入侵等。所以，必须有一个监控机制来确保物流系统的正确运行。简单的方法是为每个候选组件服务分配一个监控资源，但这会导致成本高并且不可行。特别是在物联网应用环境中，如果有很多传感器或其他智能设备，就不可能为每个设备分配一个监控资源。用最少数量的监控资源监控物流系统将具有成本效益。算法2是一个很好的解决这个问题的方案。

算法2 UFBasedMonitor

1：输入：监控资源集合M;资源代理集合RS;任务代理组CS={S1，S2，...，Sn};

2:产出：完善的监督机制;3： 如果（|M|ge;|RS|）

4:为每个资源代理分配一个监视资源;

5:否则如果（|M|ge;|CS|）

6:为CS指示的每个资源代理分配一个监视资源;

7:按效用值降序排列每种类型的资源代理;

8:选择顶部l|M|-|CS|J资源代理每种类型，并为每个选定的资源代理分配一个监控资源;

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[23727]，资料为PDF文档或Word文档，PDF文档可免费转换为Word