【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(huì)關(guān)注和研究的熱點(diǎn)。本文以物流云服務(wù)選擇和組合優(yōu)化為應(yīng)用場(chǎng)景,構(gòu)建了物流云服務(wù)指標(biāo)評(píng)價(jià)體系,采用改進(jìn)TOPSIS法來(lái)完成對(duì)物流云服務(wù)的選擇;并采用改進(jìn)的蟻群算法完成對(duì)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(shí)間,而且為提高企業(yè)的核心競(jìng)爭(zhēng)力奠定了基礎(chǔ)。首先,本文分析了國(guó)內(nèi)外云服務(wù)QoS指標(biāo)評(píng)價(jià)體系的研究現(xiàn)狀,結(jié)合物流的特點(diǎn),構(gòu)建了物流云服務(wù)QoS指標(biāo)評(píng)價(jià)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(píng)價(jià)指標(biāo)的權(quán)重,利用改進(jìn)相對(duì)接近度的TOPSIS法對(duì)物流云服務(wù)進(jìn)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(qiáng)和評(píng)價(jià)方案缺乏說(shuō)服力等缺點(diǎn);最后,構(gòu)建了物流云服務(wù)組合優(yōu)化模型,通過(guò)在蟻群算法中增加最優(yōu)路徑列表和輪盤(pán)賭選擇機(jī)制,解決蟻群算法收斂速度慢和易陷入局部最優(yōu)解。實(shí)驗(yàn)結(jié)果表明:改進(jìn)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(wèn)題,為相關(guān)企業(yè)對(duì)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(jìn)的 TOPSIS 法幫助用戶簡(jiǎn)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(duì)物流云服務(wù)的全面評(píng)估和量化則變得越來(lái)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(shí)有些指標(biāo)是相關(guān)的，這些問(wèn)題都給物流云服務(wù) QoS 評(píng)估帶來(lái)一組具有物流云服務(wù)特性的 QoS 評(píng)估指標(biāo)體系具有重要意義。指標(biāo)體系評(píng)價(jià)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(duì)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(xiàn)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(xiàn)的云服務(wù)評(píng)價(jià)指標(biāo)進(jìn)行統(tǒng)計(jì)分析。出現(xiàn)在研究者的指標(biāo)評(píng)價(jià)體系中：選擇響應(yīng)時(shí)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(jìn) TOPSIS 法的評(píng)價(jià)結(jié)果分析過(guò)響應(yīng)時(shí)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(duì)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(jì)算結(jié)果，按改進(jìn) TOPSIS 法相對(duì)接近度值的計(jì)算結(jié)果進(jìn)行St>WS >WS >WS > WS ；而按傳統(tǒng) TOPSIS 法相對(duì)接近度值的計(jì)算結(jié)果進(jìn)行St>WS >WS >WS > WS ，由圖 3.2 傳統(tǒng) TOPSIS 法與改進(jìn) TOPSIS 法的相對(duì)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(jìn)圖中 W3>W4，而且，利用傳統(tǒng) TOPSIS 法計(jì)算出來(lái)的相對(duì)接近度明顯低于利用I 法計(jì)算出來(lái)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(yùn)用改進(jìn)后的 TOPSIS 法能夠綜息，對(duì)評(píng)價(jià)對(duì)象進(jìn)行更加科學(xué)、合理和客觀的評(píng)價(jià)，規(guī)避了傳統(tǒng)的 TOPSIS 法在行確定時(shí)存在的主觀性較強(qiáng)的問(wèn)題，以及應(yīng)用相對(duì)接近度計(jì)算方法不能完全反性的問(wèn)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(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F274

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 焦揚(yáng);陳U

本文編號(hào)：2587942