基于QoS的物流云服务组合优化研究

发布时间：2020-03-18 00:36

【摘要】：随着物流云服务相关技术的快速发展,单一的物流云服务往往不能够满足用户多样化、复杂化的需求,因此物流云服务组合成为社会关注和研究的热点。本文以物流云服务选择和组合优化为应用场景,构建了物流云服务指标评价体系,采用改进TOPSIS法来完成对物流云服务的选择;并采用改进的蚁群算法完成对物流云服务的组合优化。本文的研究不仅为企业节约成本和时间,而且为提高企业的核心竞争力奠定了基础。首先,本文分析了国内外云服务QoS指标评价体系的研究现状,结合物流的特点,构建了物流云服务QoS指标评价体系;然后,利用模糊层次分析法和熵值法的乘法集成确定物流云服务评价指标的权重,利用改进相对接近度的TOPSIS法对物流云服务进行选择,该方法能够避免算法不能完全反映出各方案优劣性,以及指标权重主观性较强和评价方案缺乏说服力等缺点;最后,构建了物流云服务组合优化模型,通过在蚁群算法中增加最优路径列表和轮盘赌选择机制,解决蚁群算法收敛速度慢和易陷入局部最优解。实验结果表明:改进的蚁群算法能够很好的解决算法停滞、易陷入局部最优等问题,为相关企业对物流云服务选择和组合优化提供宝贵建议。
【图文】：

算了指标体系的权重，利用改进的 TOPSIS 法帮助用户简单、快速找到符，提高物流云服务选择的准确性和客观性。云服务 QoS 指标的选取流云服务量的增加，，如何根据对物流云服务的全面评估和量化则变得越来云服务服务质量的描述存在多种指标，指标又有定量和定性之分，还存在型指标，同时有些指标是相关的，这些问题都给物流云服务 QoS 评估带来一组具有物流云服务特性的 QoS 评估指标体系具有重要意义。指标体系评价结果的有效性，也为后续物流云服务选择和云服务组合奠定了基础。对物流云服务 QoS 指标选取，查阅了和阅读了近 90 篇的相关文献资料，和借鉴其他学者已有的相关研究成果，筛选出 58 篇与云服务指标体系有关些文献的云服务评价指标进行统计分析。出现在研究者的指标评价体系中：选择响应时间（96%）、适应性（93%）、吞吐率（87%）、可靠性（9）、延迟（84%）、最优方法（76%），出现的其他指标还有：资源利用率力（23%）等。如图 3.1 所示：

传统 TOPSIS 法与改进 TOPSIS 法的评价结果分析过响应时间（response time）、适应性（availability）、吞吐率（throughput）、ility）、成功率（successability）、延迟（latency）、以及最优方法（best prac对物流云服务提供商选择的影响权重排序可知，可靠性（reliability）在排序中1），适应性（availability）（0.2030）和成功率（successability）（0.2030）次小结 3.4.2 表 3.8 的计算结果，按改进 TOPSIS 法相对接近度值的计算结果进行St>WS >WS >WS > WS ；而按传统 TOPSIS 法相对接近度值的计算结果进行St>WS >WS >WS > WS ，由图 3.2 传统 TOPSIS 法与改进 TOPSIS 法的相对接果比较可以看出，在传统TOPSIS法折线图中，物流云服务提供商W4>W3，在改进图中 W3>W4，而且，利用传统 TOPSIS 法计算出来的相对接近度明显低于利用I 法计算出来的结果，这恰好反映了传统 TOPSIS 法存在的一些缺陷，其很难在准确和完整的情况下得出最优的的排序结果。而运用改进后的 TOPSIS 法能够综息，对评价对象进行更加科学、合理和客观的评价，规避了传统的 TOPSIS 法在行确定时存在的主观性较强的问题，以及应用相对接近度计算方法不能完全反性的问题。如图 3.2 所示：
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F274

【参考文献】

相关期刊论文 前10条

1 焦扬;陈U

本文编号：2587942