航空貨物在運(yùn)輸過(guò)程中涉及眾多參與者,各個(gè)參與者之間需要頻繁的數(shù)據(jù)交換來(lái)了解貨物的運(yùn)輸狀態(tài)。當(dāng)前,我國(guó)還沒(méi)有統(tǒng)一的航空物流數(shù)據(jù)交換平臺(tái),甚至不少企業(yè)還采用紙質(zhì)文件傳輸數(shù)據(jù),效率低,可靠性差。因此,如何將海量的航空貨運(yùn)數(shù)據(jù)報(bào)文高效可靠的發(fā)送到所需參與者,為航空物流參與者與監(jiān)管者提供一站式、行業(yè)級(jí)的應(yīng)用與服務(wù),就顯的尤為的重要。本文根據(jù)航空物流的業(yè)務(wù)流程以及各個(gè)參與者之間交換的數(shù)據(jù)報(bào)文,建立了基于iLink的航空物流數(shù)據(jù)報(bào)文發(fā)布/訂閱系統(tǒng)模型。提出了基于B+樹(shù)的發(fā)布/訂閱并行匹配算法,其思想是采用B+樹(shù)的存儲(chǔ)結(jié)構(gòu),訂閱條件按屬性-值進(jìn)行空間劃分,建立多級(jí)索引訂閱條件屬性樹(shù),報(bào)文匹配采用改進(jìn)的B+樹(shù)查詢方法,同時(shí)結(jié)合計(jì)數(shù)的思想實(shí)現(xiàn)數(shù)據(jù)報(bào)文快速匹配。實(shí)驗(yàn)對(duì)比結(jié)果表明,該算法在大規(guī)模分布式發(fā)布/訂閱系統(tǒng)中,數(shù)據(jù)報(bào)文匹配時(shí)間短,訂閱條件屬性樹(shù)生成迅速,具有較高的報(bào)文匹配效率。為了提高系統(tǒng)的服務(wù)質(zhì)量和吞吐量,提出了基于權(quán)重系數(shù)的數(shù)據(jù)報(bào)文的優(yōu)先排序方法,該方法根據(jù)單要素下兩兩報(bào)文優(yōu)先級(jí)比值函數(shù)確定報(bào)文判斷矩陣,通過(guò)判斷矩陣計(jì)算出綜合要素下報(bào)文的優(yōu)先級(jí),避免了報(bào)文“先到先轉(zhuǎn)發(fā)”原則,使優(yōu)先級(jí)較高的報(bào)文優(yōu)先... 

【文章來(lái)源】：中國(guó)民航大學(xué)天津市

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 航空物流信息平臺(tái)研究現(xiàn)狀
        1.2.2 發(fā)布/訂閱研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
    1.4 本文結(jié)構(gòu)安排
第二章 發(fā)布/訂閱系統(tǒng)概述
    2.1 發(fā)布/訂閱系統(tǒng)簡(jiǎn)介
    2.2 發(fā)布/訂閱系統(tǒng)特點(diǎn)
    2.3 發(fā)布/訂閱系統(tǒng)分類
    2.4 發(fā)布/訂閱系統(tǒng)關(guān)鍵技術(shù)
    2.5 本章小結(jié)
第三章 基于iLink的航空物流發(fā)布/訂閱模型
    3.1 航空物流業(yè)務(wù)流程
    3.2 iLink平臺(tái)及相關(guān)技術(shù)
        3.2.1 iLink系統(tǒng)架構(gòu)
        3.2.2 iLink地址構(gòu)造
        3.2.3 iLink平臺(tái)數(shù)據(jù)發(fā)送流程
    3.3 iLink平臺(tái)傳輸?shù)臄?shù)據(jù)類型
        3.3.1 iLink接入數(shù)據(jù)標(biāo)準(zhǔn)
        3.3.2 航空物流業(yè)務(wù)報(bào)文
    3.4 發(fā)布/訂閱系統(tǒng)模型建立
        3.4.1 發(fā)布/訂閱系統(tǒng)的選取
        3.4.2 發(fā)布者、訂閱者和報(bào)文代理
        3.4.3 建立實(shí)體間聯(lián)系
        3.4.4 航空物流發(fā)布/訂閱模型
    3.5 本章小結(jié)
第四章 基于Ｂ＋樹(shù)的發(fā)布/訂閱并行匹配算法
    4.1 基本術(shù)語(yǔ)及定義
        4.1.1 數(shù)據(jù)模型及定義
        4.1.2 B+樹(shù)定義及特點(diǎn)
    4.2 報(bào)文匹配模型建立
        4.2.1 匹配結(jié)構(gòu)及多級(jí)索引的建立
        4.2.2 屬性樹(shù)的建立
        4.2.3 樹(shù)簇的劃分
    4.3 報(bào)文匹配過(guò)程
        4.3.1 數(shù)據(jù)報(bào)文預(yù)處理
        4.3.2 報(bào)文并行匹配算法的實(shí)現(xiàn)
    4.4 算法性能理論分析
    4.5 實(shí)驗(yàn)驗(yàn)證與分析
    4.6 本章小結(jié)
第五章 數(shù)據(jù)報(bào)文的優(yōu)先排序及Kafka的應(yīng)用
    5.1 Kafka分布式發(fā)布/訂閱消息系統(tǒng)
        5.1.1 Kafka概述及特點(diǎn)
        5.1.2 Kafka設(shè)計(jì)原理
    5.2 基于權(quán)重系數(shù)法的報(bào)文優(yōu)先級(jí)排序
        5.2.1 多要素?cái)?shù)據(jù)模型
        5.2.2 構(gòu)造判斷矩陣
        5.2.3 計(jì)算報(bào)文優(yōu)先級(jí)
    5.3 數(shù)據(jù)報(bào)文接入Kafka分布式消息系統(tǒng)
    5.4 實(shí)驗(yàn)驗(yàn)證與分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介



本文編號(hào)：2943303