小雪你好紧好烫好爽_k频道导航入口国产精品_91成人爽a毛片一区二区_羞羞漫画入口在线观看

隨著企業信息化的普及和現代服務產業的興起, 一成不變的業務系統已經無法使倉儲物流企業適應業務流程具有重復性、復雜性、靈活性、多變性等特點的倉儲物流業, 也無法使其滿足客戶“需要什么”, 倉儲就“提供什么”的要求。

面對客戶提出的個性化需求, 首先要對其進行形式化的描述和表達, 確定每個需求所屬的任務, 并建立需求和任務與服務的映射關系, 根據需求和任務發現可用的候選服務, 根據一定的規則和約束選擇服務。通過分析倉儲物流中心的業務可以發現, 倉儲中心的任務分為面向客戶的任務, 例如入庫, 出庫, 運輸, 裝卸等和內部管理任務, 例如記賬, 調撥, 盤點等。客戶提出的個性化需求只是針對面向客戶的任務, 而且客戶可以自由的選擇此倉儲物流中心提供的其中的一個或幾個任務, 即任務需求個性化。同時針對選擇的每個任務提出在任務完成過程中需要滿足的功能約束, 即過程需求個性化。

具體到服務模型上, 客戶提出的個性化需求會包括功能約束和服務質量Qo S約束, 倉儲中心需要根據客戶表達的需求分離出這兩種約束, 并進行形式化描述。根據形式化的功能約束查找相應符合條件的服務, 得到候選服務集。同時根據形式化的Qo S約束在候選服務集中選擇出最能滿足Qo S約束的服務, 形成選定服務集。對選定的服務進行服務組合, 形成可執行的服務模型, 從而使客戶的個性化需求在運行過程中得到滿足。

客戶個性化需求模型中涉及到倉儲物流領域的各種術語, 明確兩個術語之間的相似程度, 從而度量相關服務與我們所需服務的相似程度, 我們首先需要構建倉儲物流領域的個性化需求主題樹。

本文采用自頂向下的方法構建這種概念層次體系, 先將每個任務可能出現個性化需求的屬性列出來, 然后再分別針對每個屬性列出常見的需求值。如圖2, 入庫任務可能涉及到個性化需求的屬性有貨物類別, 貨物價值等等, 而根據以往歷史數據或經驗針對每個屬性列出客戶提出的常見的需求值或此屬性全部取值。

圖2 入庫任務主題樹  下載原圖

構建好倉儲物流領域的個性化需求主題樹后, 則要定義基于此主題樹計算概念相似度的方法, 本文計算概念相似度采用文獻提出的方法:, 其中, n是術語t1和t2在主題樹層次中所具有的最大深度, θá是權重, 可簡單的取取值定義如下, 

例如, 。

客戶的各種個性化需求都是針對倉儲中心的任務提出的, 因而定義個性化需求的描述模式為一個二元組Requirement:=<Task, Constraint>, 其中Task是此個性化需求對應的倉儲中心的任務, 對于功能性需求來說, Constraint是一個三元組Constraint:=<Attribute, Value, Weight>, 其中Attribute是屬性名稱, Value是屬性值, Weight是此約束的權重, 權重的取值范圍為[0, 1]。客戶除了會提出與倉儲物流領域任務相關的功能性需求外, 還會提出一些服務質量的約束, 比如對于服務客戶更看重的是其完整性還是安全性。對于非功能性需求來說, Constraint是一個二元組Constraint:=<P, W>, 其中P代表質量參數, 如可用性, 可靠性等, W代表權值。每一個質量參數對應著一個權值, 客戶根據自身情況給出相應的質量參數的權值, 用來表達該參數對于客戶的重要性。

在面向服務體系結構中, Web服務描述被認為是服務提供者和請求者的一種約定。因而將服務描述模型定義為WS:=<G, F>, 其中G為服務功能描述, F為非功能描述即服務質量描述。客戶個性化需求提出的服務的功能約束, 要滿足客戶要求則要進行功能約束的匹配;在選定的候選服務集中可以根據非功能約束即服務質量選擇一個特定的服務, 從而此服務既滿足客戶的功能性需求同時滿足非功能性約束。

以上個性化需求模型中我們已經針對每個任務提取出客戶對于此任務的一系列約束, 首先根據任務關鍵字進行關鍵字搜索, 對服務注冊信息進行關鍵詞的精確匹配來發現可以完成此任務的服務, 然后從已經進行了任務匹配的服務中發現符合功能性約束的候選服務。抽象客戶的功能性約束為向量R={ (a1, v1, w1) , (a2, v2, w2) , …., (ai, vi, wi) , …..}, ai代表屬性名, vi代表屬性值, wi代表約束的權值。對于服務描述模型中功能性描述則可以抽象為向量G={t1, t2……, tj, ……}, tj代表一系列特征值。在WSDL中, 基本功能描述采用元素<serviee Name>和<text Deseription>分別定義Web服務名稱和文本描述, 對元素<serviee Name>和<text Deseription>中的內容進行抽取, 得到描述性信息, 接著采用分詞軟件對基本描述進行特征項提取;或者倉儲物流中心在實現服務構件時統一的按照某種格式進行服務文本描述, 這樣只要抽取出WSDL中的<text Deseription>元素, 同樣按照某種格式進行分割就可以得到一系列的特征值。設定一個閾值ε, 通過判定是否大于閾值來選擇服務。如果相似度大于閾值, 則認為該Web服務滿足用戶的需求, 加入到候選服務集。假設針對某一任務的功能需求約束有m項, 某一服務的特征值有n項, 則定義相似函數為, 其中sim (aá, t?) 和sim (bá, t) ?皆可利用基于主題樹的概念相似度計算方法計算出來。

算法描述:

Step1.得到客戶的個性化需求, 按照以上定義的需求描述方法, 形式化的描述客戶的個性化需求。

Step2.利用任務關鍵字查詢, 查找此任務的相關服務。

Step3.對利用任務關鍵字查找出的服務進行特征值提取, 并向量化特征值, 同時向量化個性化需求。

Step4.設定閾值ε, 利用以上定義的相似度函數, 計算服務相似度, 將大于閾值的服務記錄到候選服務集中。

假設客戶的個性化需求為Requirement:=<入庫, { (貨物價值, 高, 1) , (堆放方式, 貨架存放, 1) , (保管方式, 密封, 0.8) }>, 利用任務關鍵字入庫進行查詢, 查找得出入庫任務的相關服務5個, 編號為sá, s?, s?, s??s?, 其特征值如下表:

向量化客戶功能約束倉儲, R={ (貨物價值, 高, 1) , (堆放方式, 貨架存放, 1) , (保管方式, 密封, 0.8) }, 向量化特征值, 例如S1:G={貨物類別, 水產, 溫度, 冷凍, 包裝方式, 袋裝}。計算服務相似度, S1:Sim (R, G) =2.1;S2:Sim (R, G) =2.35;S3:Sim (R, G) =2.74;S4:Sim (R, G) =2.28;S5:Sim (R, G) =2.71。設定閾值ε=2.5, 則候選服務集中有服務s3, s5。

通過數據模擬可以發現, 此算法還是可以很好的將符合功能性約束條件的服務篩選出來, 而且符合程度也可以體現在最后的相似度值上, 這樣, 如果客戶只要求最好的達到功能性約束要求, 而未提出有關服務質量的約束, 則候選服務集中相似度值最大的服務即為選定服務。

客戶在要求倉儲中心提供的服務滿足其功能性需求的同時, 還會提出相關的服務質量的約束。根據以上服務描述模型WS:=<G, F>, F為非功能描述即服務質量描述。本文采用的服務選擇模型是對文獻的算法模型進行的改進, 假設候選服務集中存在n個符合功能性需求的web服務, 每一個服務都具有m個質量參數q1, q2, ……, qm, 每個參數對應一個權值。有些服務質量參數, 例如吞吐量、可靠性等, 它們的值越大說明服務質量越好, 我們稱之為正向參數;而對于另外一些參數如響應時間等, 它們的值越小代表服務質量越好, 我們稱之為反向參數。設max是Qo S的參數的最大值。通過用max減去每個反向參數, 將反向參數轉化為正向參數。

由于不同的服務參數, 其取值范圍很是不同的, 我們通過每個參數值都除以候選服務集中所有服務在該參數上的平均值, 來降低某個參數值特別大對最后服務質量的計算精確性產生影響。因此定義服務質量度量函數為

其中q1, q2, ql為正向參數, ql+1, ql+2, ……qm為反向參數, wi為qi的權值。是候選服務集中所有服務在質量參數i和質量參數j上的平均值。

根據以上定義的服務質量度量函數計算候選服務集中所有服務的服務質量, 選取服務質量度量函數值最大的服務為最終完成此任務的服務, 從而完成了服務選擇。

本文以倉儲物流中心為應用背景, 建立支持個性化服務匹配的倉儲物流中心系統總體結構圖, 如圖3所示:

圖3 倉儲物流中心系統總體結構圖  下載原圖

構建構件庫首先要獲取構件。將倉儲物流中心能夠提供的服務構件全部存儲在服務層的構件庫中, 并封裝為服務。管理層是支撐整個框架正常運行最為關鍵的部分, 包括服務組合、服務選擇、服務發現和服務注冊四大功能。服務發現根據約束條件發現服務加入到候選服務集, 服務選擇在候選服務集中根據約束選定服務, 構成選定服務集。應用層中將選定的服務通過組合和編排成一個業務流程, 從而作為單獨的應用程序而使用, 最后在表示層各客戶通過倉儲物流中心企業門戶調用相應業務流程, 進而調用相應的服務。

本文分析了倉儲物流中心的業務, 建立了個性化需求的形式化描述模型, 提出了倉儲物流領域個性化需求主題樹的構建方法及基于主題樹的概念相似度計算方法, 定義了需求與服務的相似函數, 提出了基于功能性需求約束的個性化服務發現方法并進行了數據驗證, 然后研究了對于滿足功能約束的服務如何根據非功能約束進行篩選, 即基于服務質量的個性化服務選擇方法, 最后設計和實現了支持個性化服務匹配的倉儲物流系統。

本文作者創新點:本文針對倉儲物流業務, 提出了可以滿足客戶個性化需求的服務匹配方法, 將普通的服務發現和服務選擇算法應用到倉儲物流個性化服務領域, 并設計實現了相關的倉儲物流系統, 提高倉儲物流中心的服務能力和客戶的滿意度。