基于物联网和云计算架构的物流园区供应链管理平台研究
[摘要]以现代物流供应链管理理论为指导，结合物流园区的主营业务流程，构建了基于物联网和云计算的物流供应链管理平台，解决物流园区物流公司、车队和司机的信息不流畅、不及时、无法实时查询等关键问题，为物流园区提供科学的管理手段和现代化的管理工具，以提高物流园区的现代化管理水平，实现物流园区的快速健康发展。
[关键词]物联网；云计算；物流园区；供应链管理
1引言
伴随着电子商务的发展，市场竞争方式发生了巨大的变化，原来单纯的企业之间的竞争已经转变为以物流供应链管理为核心的竞争。所以整合供应链中供应商、制造商、仓库、配送中心和代理商等各个参与方的各类管理信息系统于一体，实现各方资源共享和业务协同的物流供应链管理模式越来越被企业所重视。而物流园区作为物流业发展的战略选择，更需要建立适合物流园区的供应链管理公共平台，使各类企业不需要过多地投入软硬件资源，就能依托物流园区开展各项物流供应链服务，这已经成为当前国内学者和专家关注的焦点。
本文直接面对物流园区企业高度密集、业务活动移动频繁、企业专业分工程度较高、数据特征多异等特点，建立基于物联网和云计算架构的物流供应链管理平台，整合各企业和社会的物流资源，以提高物流园区的社会资源利用率和优化配置效率，为各物流企业提供高效、优质的物流供应链管理服务。
2基于物联网和云计算架构的物流供应链管理平台设计
2.1平台的总体架构设计
基于物联网和云计算架构的物流供应链管理平台将物流园区的车辆、人员、物流设备与RFID标签绑定，通过在仓储等区域设置传感器节点，构建一个集有线/无线和传感器网络为一体的物联网网络。该网络支持RFID、LCD/LED、车载终端等多种数据采集方式，动态获取物流园区内各供应链节点企业的物流资源和相关物品的信息，建立以物流资源数据、物流业务数据、知识数据和元数据等数据为主体的物流园区数据中心，支持物流园区内各应用系统的自主访问。同时平台为物流园区内各供应链节点企业提供企业仓储管理、GPS/GIS监控管理等多种云架构的应用软件系统和一站式的物流园区应用软件服务，如电子车库管理、运输配载管理等。平台的总体技术架构如图1所示。
（1）数据层。建立基于物流资源数据（如货物属性、托盘属性等）、物流业务数据（如出库提货单、配送订单等）、知识数据（如配送路径优化、车辆调度优化等）、元数据（如数据处理过程中建立的视图数据）等为主体的物流园区数据中心。
（2）应用服务层。主要对数据层传输的各种异构数据进行统计分析，为应用层的各种应用系统提供数据支持。该层采用的关键技术是异构数据集成技术。
（3）应用层。该层主要为用户提供三个方面的软件系统应用，即园区公共信息管理系统、园区业务管理系统和园区SaaS服务系统。平台不仅支持PaaS模式为用户提供公共资源的Web服务，如电子超市管理、电子车库管理等，还支持以SaaS模式为用户提供GPS/GIS监控管理、园区信息智能推送等应用软件服务。同时还为各类用户主体提供手机短信、专用设备信息接收等多种增值服务。该层采用的关键技术有异构数据挖掘技术、信息智能推送技术。
（4）表示层。该层通过建立物流园区的门户网站，让用户通过注册登录网站，享受物流园区提供的各种应用软件服务。
（5）用戶层。该层主要描述平台的使用用户。
2.2平台的网络架构设计
基于物联网和云计算架构的物流供应链管理平台上各个物流企业之间的数据采集和交换采用VPN等有线网络来实现；物流企业与运输车辆、驾驶员等动态运作实体间通过移动宽带等无线网络进行物流资源和物品状态等信息资源的数据采集和交换；集装箱、托盘等储运工具主要通过储备库中的传感器进行数据采集和交换。具体的网络架构图如图2所示。
3平台关键技术的实现
3.1基于物联网和云计算架构的物流供应链管理平台中异构数据的集成中间件设计
数据集成中间件采用SOA的架构模式来实现其五个核心功能。总架构分五层：表示层、业务层、服务总线、服务层和数据层。其中，表示层主要为用户提供各种数据访问的接口；业务层主要完成用户业务规则的制定；服务总线层是架构的核心层，主要完成用户服务的注册、查询、组合、绑定和调用等功能，从而实现信息的交互；服务层涵盖了中间件实现的所有功能；数据层是各种异构数据的存储中心。中间件的总架构图如图3所示。
（1）建立服务注册库和映射字典。异构数据源具有结构化、半结构化或非结构化的特点，建立XML格式的映射字典，对异构数据源进行分析，便于中间件对不同的数据源采取不同的处理模式。注册数据库资源的过程将数据库访问人员分为两类：物流园区数据控制中心人员和其他物流供应链节点企业数据库管理员。物流园区数据控制中心人员对每一个数据源的注册信息进行审核确认，确保语义无冲突，然后中间件以XML格式保存数据记录，建立数据映射字典。企业数据库管理员实时在注册器中详细描述当前信息，通过连接中间件获取企业想要的信息资源。
（2）应用全局模式Xm1Schema验证异构数据源的描述。全局模式XmlSchema不仅支持数据类型和XML语法规则，而且能够将多表之间的制约关系在数据库中呈现出来。使用全局模式Xm1Schema验证中间件中各数据源是否达到全局模式的统一数据描述标准。
（3）数据引擎功能的实现。数据引擎主要完成查询语句的优化、分解、合并等功能。查询优化实质上是对客户端产生的查询请求进行细致的解析，利用映射文档对查询语句进行详细分解和解析，检验其正确性，然后转化为对不同异构数据库的查询语句，利用异构数据连接池的配置文件连接不同的异构数据源进行查询。如果查询的信息同时在多个异构数据库中，就需要利用表名、关键字集等对查询语句进行分解，形成多个异构数据库的查询语句。针对查询分解语句的各个查询结果进行合并，经全局模式XmlSchema验证后，返回验证结果给客户。
（4）数据适配器功能的设计。数据适配器主要对数据引擎传输来的数据按照数据源的不同，建立不同的数据连接方式。建立数据连接池，将不同数据源的连接配置信息（如数据库名、密码、用户名、端口号等）以XML格式进行详细的存储，然后采用ConstructDBConnStr（）方法将为不同数据源建立的不同配置信息与数据库连接字符串一起实现不同数据源的不同连接方式。
3.2基于情景模式的物流园区信息智能推送系统
本文通过建立基于情景感知模式的园区信息智能推送系统，为物流园区内各供应链节点企业提供主动的信息推送服务。该系统首先利用工作流引擎、传感器设备等信息源获取用户当前情景信息，然后利用本体（具有可以解决信息组织、信息检索以及异构信息系统的互操作问题的特点）建立物流园区供应链节点企业的本体元情景模型和业务情景模型对情景信息进行处理，最后实现基于本体的情景相似匹配与推送，为物流园区内各主体提供基于时间、地点、用户、查询和任务情境的多情景智能推送服务，同时维护情景信息的自动更新，实现与需求主体间的自适应。
基于情景感知的物流园区信息智能推送系统主要解决两个核心问题：情景的智能感知和情景的匹配与服务信息的推送。本文采用Jena软件来实现情景的感知推理，不仅支持本体知识的推理，而且支持自定义的推理。其流程为：获取情景信息，并利用本体模型和OWL语言对情景信息描述，存入情景库；获取情景信息触发情景推理行为，判断情景信息是否是已知情景信息，是，就进行本体验证，否则选择合适的推理引擎进行信息推理；进行本体验证时，如果发现输入的情景信息与已保存情景信息冲突，就转入冲突处理，否则推理成功。情景推理流程图如图4所示。
而情境的匹配与服务信息的推送则是通过构建通用本体层次概念结构树，采用基于OWL本體的语义相似匹配方法来实现，计算公式为：
3.3物流供应链管理平台中云计算模式的数据挖掘技术的实现
项目利用Hadoop平台的MapReduce编程模型，通过设计一个频繁闭子树挖掘算法来实现物流园区的海量数据挖掘。MapReduce编程模型是采用函数式的编程思想，将整个模型的计算过程分为映射过程Map（阶段负责数据拆分）和聚集处理过程Reduce（负责数据归并）。我们改变现有MapReduce中Master节点的任务分配随机策略，建立基于时间消耗成本最小的启发式云资源分配模型，以期达到消耗成本最小化的目的。模型如下：
4总结
基于物联网和云计算的物流供应链管理平台能够为物流园区的第三方物流公司、汽车司机、企业货主等提供仓库管理、物流货物（货车）信息、信用贷款等服务，为物流园区提供科学的管理手段和现代化的管理工具，以提高物流园区的现代化管理水平，实现物流园区的大规模发展，并在发展中有效地进行管理、控制，达到增强物流园区竞争力和全面提高经济效益的目的。项目的实施将提高物流园区的资源集结速度和资源的优化配置效率，充分发挥物流园区的业务职能，使物流园区成为越来越多物流供应链节点企业的聚集地，促进物流供应链节点企业的规范化管理。平台的运行实施将大大提高当地物流资源的运输配送效率，带动农业、制造业等大批相关产业的发展，促进经济的发展。
