基于QoS的物流云服務(wù)組合優(yōu)化研究
發(fā)布時間:2020-03-18 00:36
【摘要】:隨著物流云服務(wù)相關(guān)技術(shù)的快速發(fā)展,單一的物流云服務(wù)往往不能夠滿足用戶多樣化、復(fù)雜化的需求,因此物流云服務(wù)組合成為社會關(guān)注和研究的熱點。本文以物流云服務(wù)選擇和組合優(yōu)化為應(yīng)用場景,構(gòu)建了物流云服務(wù)指標(biāo)評價體系,采用改進TOPSIS法來完成對物流云服務(wù)的選擇;并采用改進的蟻群算法完成對物流云服務(wù)的組合優(yōu)化。本文的研究不僅為企業(yè)節(jié)約成本和時間,而且為提高企業(yè)的核心競爭力奠定了基礎(chǔ)。首先,本文分析了國內(nèi)外云服務(wù)QoS指標(biāo)評價體系的研究現(xiàn)狀,結(jié)合物流的特點,構(gòu)建了物流云服務(wù)QoS指標(biāo)評價體系;然后,利用模糊層次分析法和熵值法的乘法集成確定物流云服務(wù)評價指標(biāo)的權(quán)重,利用改進相對接近度的TOPSIS法對物流云服務(wù)進行選擇,該方法能夠避免算法不能完全反映出各方案優(yōu)劣性,以及指標(biāo)權(quán)重主觀性較強和評價方案缺乏說服力等缺點;最后,構(gòu)建了物流云服務(wù)組合優(yōu)化模型,通過在蟻群算法中增加最優(yōu)路徑列表和輪盤賭選擇機制,解決蟻群算法收斂速度慢和易陷入局部最優(yōu)解。實驗結(jié)果表明:改進的蟻群算法能夠很好的解決算法停滯、易陷入局部最優(yōu)等問題,為相關(guān)企業(yè)對物流云服務(wù)選擇和組合優(yōu)化提供寶貴建議。
【圖文】:
算了指標(biāo)體系的權(quán)重,利用改進的 TOPSIS 法幫助用戶簡單、快速找到符,提高物流云服務(wù)選擇的準(zhǔn)確性和客觀性。云服務(wù) QoS 指標(biāo)的選取流云服務(wù)量的增加,,如何根據(jù)對物流云服務(wù)的全面評估和量化則變得越來云服務(wù)服務(wù)質(zhì)量的描述存在多種指標(biāo),指標(biāo)又有定量和定性之分,還存在型指標(biāo),同時有些指標(biāo)是相關(guān)的,這些問題都給物流云服務(wù) QoS 評估帶來一組具有物流云服務(wù)特性的 QoS 評估指標(biāo)體系具有重要意義。指標(biāo)體系評價結(jié)果的有效性,也為后續(xù)物流云服務(wù)選擇和云服務(wù)組合奠定了基礎(chǔ)。對物流云服務(wù) QoS 指標(biāo)選取,查閱了和閱讀了近 90 篇的相關(guān)文獻資料,和借鑒其他學(xué)者已有的相關(guān)研究成果,篩選出 58 篇與云服務(wù)指標(biāo)體系有關(guān)些文獻的云服務(wù)評價指標(biāo)進行統(tǒng)計分析。出現(xiàn)在研究者的指標(biāo)評價體系中:選擇響應(yīng)時間(96%)、適應(yīng)性(93%)、吞吐率(87%)、可靠性(9)、延遲(84%)、最優(yōu)方法(76%),出現(xiàn)的其他指標(biāo)還有:資源利用率力(23%)等。如圖 3.1 所示:
傳統(tǒng) TOPSIS 法與改進 TOPSIS 法的評價結(jié)果分析過響應(yīng)時間(response time)、適應(yīng)性(availability)、吞吐率(throughput)、ility)、成功率(successability)、延遲(latency)、以及最優(yōu)方法(best prac對物流云服務(wù)提供商選擇的影響權(quán)重排序可知,可靠性(reliability)在排序中1),適應(yīng)性(availability)(0.2030)和成功率(successability)(0.2030)次小結(jié) 3.4.2 表 3.8 的計算結(jié)果,按改進 TOPSIS 法相對接近度值的計算結(jié)果進行St>WS >WS >WS > WS ;而按傳統(tǒng) TOPSIS 法相對接近度值的計算結(jié)果進行St>WS >WS >WS > WS ,由圖 3.2 傳統(tǒng) TOPSIS 法與改進 TOPSIS 法的相對接果比較可以看出,在傳統(tǒng)TOPSIS法折線圖中,物流云服務(wù)提供商W4>W3,在改進圖中 W3>W4,而且,利用傳統(tǒng) TOPSIS 法計算出來的相對接近度明顯低于利用I 法計算出來的結(jié)果,這恰好反映了傳統(tǒng) TOPSIS 法存在的一些缺陷,其很難在準(zhǔn)確和完整的情況下得出最優(yōu)的的排序結(jié)果。而運用改進后的 TOPSIS 法能夠綜息,對評價對象進行更加科學(xué)、合理和客觀的評價,規(guī)避了傳統(tǒng)的 TOPSIS 法在行確定時存在的主觀性較強的問題,以及應(yīng)用相對接近度計算方法不能完全反性的問題。如圖 3.2 所示:
【學(xué)位授予單位】:南京航空航天大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F274
【圖文】:
算了指標(biāo)體系的權(quán)重,利用改進的 TOPSIS 法幫助用戶簡單、快速找到符,提高物流云服務(wù)選擇的準(zhǔn)確性和客觀性。云服務(wù) QoS 指標(biāo)的選取流云服務(wù)量的增加,,如何根據(jù)對物流云服務(wù)的全面評估和量化則變得越來云服務(wù)服務(wù)質(zhì)量的描述存在多種指標(biāo),指標(biāo)又有定量和定性之分,還存在型指標(biāo),同時有些指標(biāo)是相關(guān)的,這些問題都給物流云服務(wù) QoS 評估帶來一組具有物流云服務(wù)特性的 QoS 評估指標(biāo)體系具有重要意義。指標(biāo)體系評價結(jié)果的有效性,也為后續(xù)物流云服務(wù)選擇和云服務(wù)組合奠定了基礎(chǔ)。對物流云服務(wù) QoS 指標(biāo)選取,查閱了和閱讀了近 90 篇的相關(guān)文獻資料,和借鑒其他學(xué)者已有的相關(guān)研究成果,篩選出 58 篇與云服務(wù)指標(biāo)體系有關(guān)些文獻的云服務(wù)評價指標(biāo)進行統(tǒng)計分析。出現(xiàn)在研究者的指標(biāo)評價體系中:選擇響應(yīng)時間(96%)、適應(yīng)性(93%)、吞吐率(87%)、可靠性(9)、延遲(84%)、最優(yōu)方法(76%),出現(xiàn)的其他指標(biāo)還有:資源利用率力(23%)等。如圖 3.1 所示:
傳統(tǒng) TOPSIS 法與改進 TOPSIS 法的評價結(jié)果分析過響應(yīng)時間(response time)、適應(yīng)性(availability)、吞吐率(throughput)、ility)、成功率(successability)、延遲(latency)、以及最優(yōu)方法(best prac對物流云服務(wù)提供商選擇的影響權(quán)重排序可知,可靠性(reliability)在排序中1),適應(yīng)性(availability)(0.2030)和成功率(successability)(0.2030)次小結(jié) 3.4.2 表 3.8 的計算結(jié)果,按改進 TOPSIS 法相對接近度值的計算結(jié)果進行St>WS >WS >WS > WS ;而按傳統(tǒng) TOPSIS 法相對接近度值的計算結(jié)果進行St>WS >WS >WS > WS ,由圖 3.2 傳統(tǒng) TOPSIS 法與改進 TOPSIS 法的相對接果比較可以看出,在傳統(tǒng)TOPSIS法折線圖中,物流云服務(wù)提供商W4>W3,在改進圖中 W3>W4,而且,利用傳統(tǒng) TOPSIS 法計算出來的相對接近度明顯低于利用I 法計算出來的結(jié)果,這恰好反映了傳統(tǒng) TOPSIS 法存在的一些缺陷,其很難在準(zhǔn)確和完整的情況下得出最優(yōu)的的排序結(jié)果。而運用改進后的 TOPSIS 法能夠綜息,對評價對象進行更加科學(xué)、合理和客觀的評價,規(guī)避了傳統(tǒng)的 TOPSIS 法在行確定時存在的主觀性較強的問題,以及應(yīng)用相對接近度計算方法不能完全反性的問題。如圖 3.2 所示:
【學(xué)位授予單位】:南京航空航天大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F274
【參考文獻】
相關(guān)期刊論文 前10條
1 焦揚;陳U
本文編號:2587942
本文鏈接:http://sikaile.net/guanlilunwen/wuliuguanlilunwen/2587942.html
最近更新
教材專著