物流行业中云计算的应用研究结论与参考文献

    本篇论文目录导航：

【题目】云服务在物流行业中的应用探究
【第一章】云物流服务平台架构与运作流程研究绪论
【第二章】云物流运作模式相关理论基础
【3.1 3.2】云物流运作模式的内容
【3.3 - 3.5】云物流平台的运作流程
【第四章】云物流任务的分配
【5.1 - 5.3】临沂市小商品云物流运作模式的构建
【5.4 5.5】临沂市小商品云物流任务的分配
【结论/参考文献】物流行业中云计算的应用研究结论与参考文献

　　结 论

　　物流业是支持物品流通和商业发展的重要环节，现存在诸多问题，如信息流通不畅、共享程度不够、服务功能单一、有限的物流资源得不到充分利用等，严重制约了国民经济和社会的现代化发展，也阻碍了我国物流业的发展进程。先进的云服务已经成功地应用到了农产品销售、军事情报搜集和高校图书馆资源共享等社会经济生活的多个方面，并取得了良好的效果。云物流独具的信息量大、快速、便捷、成本低和全天候服务等特点，可以有效地促进物流行业主体间的信息流通，共享资源和任务数据信息，改善物流运营环境，提高服务能力、降低物流成本，优化物流资源配置，云物流平台为物流行业提供参考，是未来物流行业发展的必然趋势。

　　本文在前人研究云服务信息平台建设、物流企业运作管理和任务分配的基础上，选定了以混合云为背景，构建云物流运作模式，搭建云物流服务平台体系架构和云物流的运作流程；并以云物流平台为视角，完成云物流任务分配，提出了具有云物流特色的任务分配方式和任务分配模型，为云物流的实现提供了参考。

　　本文主要研究成果如下：

　　（1）归纳了前人对云服务和物流运作模式的研究成果，从物流资源信息整合、提供服务的方式、信息支持平台和信息传递方式四个方面构建了云物流运作模式。

　　（2）结合云服务的类型，构建了 4 个层级的云物流服务平台体系架构，即用户层、处理层、服务层和终端层，明确了架构中每一层级的功能及它们与云物流运作模式的联系。

　　（3）构建了云物流平台的运作流程，阐述了从选定云物流资源提供商开始，到有效地管理海量的云物流资源信息，再到指派资源、执行任务、评价服务的一系列云物流运作流程。

　　（4）构建了由云平台统一分配的，云物流任务的分配方式和分配模型，结合云物流信息量大和物流任务可分割的特点，构建云物流任务的分配方式。在此基础上，构建以成本最低、时间最短的目标的任务分配模型，将云物流任务分配中特有的信息传递成本和任务衔接时间考虑其中，借助 matlab2014a 求得较优的分配方案。

　　本文的创新之处：

　　（1）将云的思想应用到了现代物流管理中，构建了云物流运作模式、云物流平台体系架构和运作流程，为云物流的实现提供了参考；（2）提出了以云平台为视角的云物流任务分配方式，根据云平台资源信息分配物流任务，构建了云物流任务的分配模型，分配模型中考虑了云物流任务分配方式下特有的信息传递成本和任务衔接时间，为云计算相关的软件开发奠定基础。

　　本文将云的思想应用到现代物流管理中，构建了云物流运作模式，完成了云物流任务分配，降低物流行业成本、提高物流服务能力。由于本人的研究水平和时间有限，不足之处为：本文研究重点是依靠信息平台，站在云物流平台的角度上完成运作模式的构建和云物流任务分配，没有考虑物流企业和云平台的互动。本文进一步的研究方向为：为云物流平台上对物流资源种类信息和物流任务信息进行科学编码，便于用户的搜索、使用和云物流平台的管理。

　　参考文献：
　　
　　[1] 崔现华， 吕永波， 付蓬勃。 区域物流平台建设及对策研究[J]. 物流技术， 2010, 26（9）： 4-6.
　　[2] 刘伟华， 曲思源， 钟石泉。 随机环境下的三级物流服务供应链任务分配[J]. 计算机集成制造系统， 2012, 2（18）： 381-388.
　　[3] 刘砚。 基于云计算的物联网系统架构研究。 科技信息[J], 2012（1）： 13-17.
　　[4] Fost, Zhao Yong, Rai cui et al. Cloud Computing and Grid Computing 360-degree Compared[J].　ACM Computer Communication Review, 2010（7）： 27-22.
　　[5] Buyyaa R, Chee S Y, Srikumar V, et al. Cloud Computing and Emerging IT Platforms: Vision,　Hype, and Reality for Delivering Computing as the 5th Utility[J]. Future Generation Computer　Systems. 2009, 25（6）： 599-616.
　　[6] Luis M V, Luis R-Caceres J, et al. A Break in the A Clouds: Towards a Cloud Definition[J].ACM　Computer Communication Review, 2009, 39（1）： 50-55.
　　[7] Solanki S V., B. M Gour, A. R. Mahajan. An Overview of Different Job Scheduling Strategies　for Cloud Computing Environment[C]. In: Proceedings of ICET, 2011: 7-11.
　　[8] Selvarani, S, Sadhasivam,G.S. Improved Cost-based Algorithm for Task Scheduling in Cloud　Computing[C]. In: Proceedings of 2010 IEEE International Conference on ICCIC, Coimbatore,　India, 2010:1-5.
　　[9] Armbrust M, Fox A., Griffith R.et al. Above the Clouds: A Berkeley View of Cloud Logistics[R].　UC Berkeley: Technical Report, 2009（28）： 25-32.
　　[10] Luís Monteiro, sconcelos Andréa V. Survey on Important Cloud Service Provider Attributes　Using the SMI Framework.[J]. Procedia Technology, 2013（9）： 253-259.
　　[11] Mats Abrahamsson, Niklas Aldin, Fredrik Stahre. Cloud Logistics platforms for Improved　Strategic Flexibility[J]. International Journal of Logistics, 2013, 6（3）： 85-106.
　　[12] YEHKC, CHENRS, CHENC. Intelligent Service-integrated Platform Based on the RFID　Technology and Software Agent System[J].Expert System With Applications, 2011（38）：　3058-3068.
　　[13] JIAO J X. MARTIN G H. Development of an Electronic Configure-to-order Platform for　Customized Product Development[J]. Computers in Industry. 2010, 21 （12）： 231-244.
　　[14] KONG J H, JUNG JY, PARK J. Event-driven Service Coordination for Business Process　Integration in Ubiquitous Enterprises[J]. Computers &Industrial Engineering, 2009（57）： 14-26.
　　[15] Paul Jaeger, Jimmy Lin, Justin M. Grimes. Cloud Computing and Information Policy: Computing　a Policy Cloud Logistics[J]. Journal of Information Technology & Politics, 2011, 5（3）：102-111.
　　[16] Kyung-Hyun Choi, Dong-Soo Kim, Yang-Hoi Doh. Multi-agent-based Task Assignment System　for Virtual Enterprises[J]. Management Science, 2012（7）： 1634-1646.
　　[17] Normanr. Lofts. Multiple Allocation of Resources in a Network-an Optimal Scheduling　Algorithm[J]. Future Generation Computer Systems, 2010, 14（6）： 213-218.
　　[18] Andreas Ernst, Mohan Krishna Moorthy. Exact Solutions to Task Allocation Problems[J].　Management Science, 2006, 52（10）： 1634-1646.
　　[19] A fsaneh Fatemi, Kamran Zamanifar, Naser Nema tbakhsh. Capability-based Task Allocation in　Emergency-Response Environments: a Coalition-formation Approach[J]. Turk Elec Eng& CompSci, （2013）21: 1166-1181.
　　[20] Christopher. Moyer. M. 构建云应用： 概念、模式和实践[M].北京： 机械工业出版社， 2012:237-241.
　　[21] 陈平。 云物流改写电商物流未来[J]. 中国储运， 2011（11）： 41-42.
　　[22] 张明， 张秀芬， 刘晖。 基于"云仓储"和"云物流"的电子商务大物流模式研究[J]. 商场现　代化， 2011（6）： 35-37.
　　[23] 徐颖。 从"云物流"看第四方物流的价值贡献[J]. 现代商业， 2011, 08: 16-22.
　　[24] 高敏。 基于云计算的物流园区配送系统的研究[D]. 沈阳： 沈阳工业大学， 2013:97-128.
　　[25] 王琦峰， 吕红波， 江瑜。 云物流体系结构与应用模式研究[J]. 电信科学， 2012, 3:126-133.
　　[26] 张建雄， 张韩。 移动互联网在物流行业的应用研究[J]. 电信科学， 2010（10）： 19-24.
　　[27] 张方风， 李俊韬， 刘丙午。 云计算架构下的物流公共信息平台设计探讨[J]. 商业时代，　2011（22）： 31-33.
　　[28] 杨军， 周道明， 张明。 基于云计算物流平台的应用及安全研究[J]. 信息网络安全， 2010（10） :　10-21.
　　[29] 俞华锋。 基于云计算的物流信息平台的构建[J]. 科技信息， 2010: 437-444.
　　[30] 蔡国平。 云计算技术及其在电子商务物流中心设计与运行中的应用[D]. 江门： 五邑大学，2011:17-19.
　　[31] 宋杨。 4PL 模式下物流任务分配问题研究[J]. 物流技术， 2010（16）：89-92.
　　[32] 耿双军， 陈永庆。 物流系统任务分派决策模型研究[J].物流工程与管理， 2012（34）：33-35.
　　[33] 龙军， 袁鑫攀， 程天婵。 基于时间与费用双优化的虚拟企业调度算法[J]. 上海交通大学学报， 2011（12）：1812-1818.
　　[34] 李波， 周恩卫， 沈斌。 分布式计算环境中的协同分配任务调度仿真系统[J]. 通信学报， 2012（2）：82-86.
　　[35] 华夏渝， 郑骏， 胡文心。 基于云计算环境的蚁群优化计算资源分配算法[J]. 华东师范大学学报（自然科学版）， 2010（1）： 127-134.
　　[36] 史少锋， 刘宴兵。 基于动态规划的云计算任务调度研究[J]. 庆邮电大学学报（自然科学版），2012 , 6（1）： 687-692.
　　[37] Kun Li, Gaochao Xu, Cloud Task Scheduling Based on Load Optimization[C]. In China grid　Conference （China Grid）， 2011, 10: 113-122.
　　[38] 方锦明 . 云计算中虚拟资源调度的决策系统 [J]. 计算机测量与控制 , 2011, 19（12）：　3145-3148.
　　[39] 王永贵 , 韩瑞莲。 基于改进蚁群算法的云环境任务调度研究[J]. 计算机测量与控制，　2011,19（5） : 1203-1211.
　　[40] 李文娟， 张启七， 平玲娣。 基于模糊聚类的云任务调度算法[J]. 通信学报， 2012,33（3）：146-154.
　　[41] 赵春燕。 云环境下作业调度算法研究与实现[D]. 北京： 北京交通大学， 2009:30 -35.
　　[42] 骆剑平， 李霞， 陈泯融。 混合蛙跳算法的 Markov 模型及其收敛性分析[J]. 控制与决策，2010:12-19.
　　[43] 王琦峰， 吕红波， 江瑜。 云物流体系结构与应用模式研究[J]. 电信科学， 2012（3）： 126 -131.
　　[44] 姚宏宇 , 田溯宁 . 云计算 : 大数据时代的系统工程 [M]. 北京 : 电子工业出版社 ,2013:234-257.
　　[45] 刘鹏。 云计算[M]. 北京：电子工业出版社， 2010: 34-42.
　　[46] 张晶。当物流遇上"云计算"----坐论"云"起时： 云物流会否成为我国物流大花园中的一朵奇葩[J]. 物流技术：装备版， 2102（2）： 1-18.
　　[47] 迈克尔·于戈斯， 德瑞克·哈里斯基。 赢在云端： 云计算与未来商机[M]. 王鹏， 谢千河， 石广海，译。北京： 人民邮电出版社， 2012:119-131.
　　[48] 雷英杰， 张善文， 李续武。 Matlab 遗传算法工具箱及应用[M]. 西安： 西安电子科技大学出版社， 2005:12-15.
　　[49] 田帅辉 . 面向物流任务的动态物流联盟资源配置管理研究 [D]. 重庆 : 重庆大学 ,2012:64-70.
　　[50] 辛辞， 朱鳌鑫。 遗传算法的适应度函数研究[J]. 系统工程与电子技术， 2011: 58-62.
　　[51] 李延梅。 一种改进的遗传算法及应用[D]. 广东： 华南理工大学， 2012: 56-59.
　　[52] 李金鹏。 遗传算法原理及在结构优化设计中的应用[J]. 辽宁工学院学报， 2013: 24（3）： 56-60.
　　[53] 鄢超波， 赵千川。 任务分配问题的研究进展预算法比较[C]. 第二十七届中国控制会议论文集， 清华大学， 2008: 607-610.
　　[54] John Rhoton, Risto Haukioja. 云计算架构：解决方案设计手册[M]. 赵龙刚， 金振林， 译。北京：机械工业出版社， 2012: 129-140.
　　[55] Christopher M, Moyer. 构建云应用： 概念、模式和实践[M]. 顾毅， 译。 北京： 机械工业出版社， 2012:310-320.
　　[56] 冯尉东。 基于遗传算法的动态联盟伙伴选择过程及优化模型[J]. 清华大学学报（自然科学版）， 2010, 40（10）： 120-124.
　　[57] 临沂市统计局。 临沂市统计年鉴[J]. 北京：中国统计出版社， 2014: 357-390.
　　[58] 于艳。 山东省临沂市对外贸易问题及对策研究[D]. 济南： 山东师范大学， 2014: 15-17.
　　[59] 闵凡路。 临沂市城市物流节点规划实证研究[D]. 济南： 山东大学， 2012: 25-29.
　　[60] 陈晓。 山东省临沂市融入长三角、接轨大上海的发展思路与对策研究[D]. 临沂： 临沂大学，2011: 27-30.