在冷鏈物流企業(yè)的信息系統(tǒng)中積累了海量數(shù)據(jù),需要長期有效存儲和實時計算分析。為了降低物流行業(yè)數(shù)據(jù)的存儲和信息管理成本以及提高數(shù)據(jù)分析決策的質(zhì)量,以冷鏈物流企業(yè)生產(chǎn)及運輸數(shù)據(jù)為研究對象,從大數(shù)據(jù)低成本與高性能存儲、安全管理和大數(shù)據(jù)分析三個方面研究物流大數(shù)據(jù)處理理論及關(guān)鍵技術(shù)。首先是海量數(shù)據(jù)的分布式存儲,重點解決物流大數(shù)據(jù)在多層次混合存儲系統(tǒng)中的高性能存取問題;研究多層次混合存儲中的熱點數(shù)據(jù)預(yù)測模型,為實現(xiàn)智能數(shù)據(jù)遷移奠定基礎(chǔ);數(shù)據(jù)安全模型是在多層次混合存儲系統(tǒng)上,提出數(shù)據(jù)存取平面和控制平面有機融合的體系設(shè)計方案;在數(shù)據(jù)存儲研究的基礎(chǔ)上實現(xiàn)異構(gòu)集群計算分析物流大數(shù)據(jù)的理論模型和并行算法,主要針對物流服務(wù)推薦計算和物流貨物共享運輸計算。在研究過程中突出物流行業(yè)數(shù)據(jù)存取規(guī)律和特征,結(jié)合物流信息管理和分布式計算理論、計算機仿真技術(shù)和原型系統(tǒng)反饋等手段,實現(xiàn)物流企業(yè)海量數(shù)據(jù)的分布式混合存儲和大數(shù)據(jù)典型算法的并行化等關(guān)鍵技術(shù)。主要研究工作及創(chuàng)新點如下:(1)在分析物流行業(yè)數(shù)據(jù)存取規(guī)律和特征的基礎(chǔ)上,提出多層混合存儲系統(tǒng)的熱點數(shù)據(jù)預(yù)測模型。先在數(shù)據(jù)存取負載中提取特征并構(gòu)造特征向量,再以小波神經(jīng)網(wǎng)絡(luò)為核心...

【文章頁數(shù)】：134 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與研究意義
        1.1.1 課題來源
        1.1.2 研究背景
        1.1.3 研究意義
    1.2 物流信息化國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)物流信息化研究現(xiàn)狀
        1.2.2 國外物流信息化研究現(xiàn)狀
    1.3 物流大數(shù)據(jù)國內(nèi)外研究現(xiàn)狀
    1.4 分布式存儲系統(tǒng)研究現(xiàn)狀
        1.4.1 分布式多級混合存儲體系與模型
        1.4.2 分布式多級混合存儲性能優(yōu)化
        1.4.3 混合存儲介質(zhì)優(yōu)化
        1.4.4 數(shù)據(jù)遷移
    1.5 物流大數(shù)據(jù)計算與分析研究現(xiàn)狀
        1.5.1 大數(shù)據(jù)計算與分析理論研究現(xiàn)狀
        1.5.2 大數(shù)據(jù)計算與分析應(yīng)用研究現(xiàn)狀
        1.5.3 物流大數(shù)據(jù)分析研究現(xiàn)狀
    1.6 研究內(nèi)容及章節(jié)安排
        1.6.1 研究內(nèi)容
        1.6.2 章節(jié)安排
第2章 多級混合存儲的熱數(shù)據(jù)預(yù)測模型
    2.1 引言
    2.2 多級混合存儲熱數(shù)據(jù)預(yù)測模型
        2.2.1 問題定義
        2.2.2 數(shù)據(jù)熱度與特征向量
        2.2.3 數(shù)據(jù)塊熱度預(yù)測模型
    2.3 數(shù)據(jù)仿真分析
        2.3.1 性能分析
        2.3.2 預(yù)測精度對比
        2.3.3 模型魯棒性
    2.4 本章小結(jié)
第3章 混合存儲環(huán)境中的數(shù)據(jù)安全模型
    3.1 引言
    3.2 多級混合存儲的數(shù)據(jù)安全模型
        3.2.1 分布式存儲系統(tǒng)的威脅模型
        3.2.2 數(shù)據(jù)安全模型
        3.2.3 數(shù)據(jù)模型的可信域
        3.2.4 數(shù)據(jù)安全模型的機制
    3.3 數(shù)據(jù)安全模型的關(guān)鍵技術(shù)
        3.3.1 數(shù)據(jù)私密性控制
        3.3.2 協(xié)同與數(shù)據(jù)同步
        3.3.3 權(quán)限變更管理
        3.3.4 訪問控制技術(shù)
    3.4 測試及分析
        3.4.1 系統(tǒng)性能分析
        3.4.2 數(shù)據(jù)安全操作性能
        3.4.3 數(shù)據(jù)存取性能
    3.5 本章小結(jié)
第4章 面向海量物流數(shù)據(jù)的配送推薦模型與算法
    4.1 引言
    4.2 物流配送推薦模型
        4.2.1 基于三部圖優(yōu)化標簽
        4.2.2 標簽優(yōu)化算法
    4.3 物流配送推薦算法
        4.3.1 用戶標簽偏好函數(shù)
        4.3.2 資源標簽偏好函數(shù)
        4.3.3 基于矩陣的推薦模型
        4.3.4 仿真實驗
    4.4 基于Spark的并行推薦算法
        4.4.1 大數(shù)據(jù)實時處理框架
        4.4.2 基于Spark的協(xié)同推薦算法
        4.4.3 實驗分析
    4.5 本章小結(jié)
第5章 軌跡大數(shù)據(jù)的物流共享運力調(diào)度算法研究
    5.1 引言
    5.2 基于軌跡分類的全量調(diào)度算法
        5.2.1 運輸軌跡度量方法
        5.2.2 考慮時序的相似軌跡匹配算法
        5.2.3 全量式共享運力調(diào)度算法
        5.2.4 全量式運力共享并行調(diào)度算法
        5.2.5 仿真分析
    5.3 增量式運力共享調(diào)度算法
        5.3.1 時空軌跡索引及查詢
        5.3.2 基于增量的共享運力調(diào)度算法
        5.3.3 實驗分析
    5.4 本章小結(jié)
第6章 物流大數(shù)據(jù)存儲與分析的應(yīng)用研究
    6.1 引言
    6.2 冷鏈物流全程可視化系統(tǒng)
        6.2.1 應(yīng)用背景
        6.2.2 系統(tǒng)功能
    6.3 物流監(jiān)控視頻混合存儲系統(tǒng)
        6.3.1 應(yīng)用背景
        6.3.2 系統(tǒng)架構(gòu)設(shè)計
        6.3.3 關(guān)鍵技術(shù)
        6.3.4 測試分析
    6.4 混合多級加密存儲系統(tǒng)
        6.4.1 應(yīng)用背景
        6.4.2 混合存儲加密文件系統(tǒng)
        6.4.3 關(guān)鍵技術(shù)
        6.4.4 加密性能測試
    6.5 冷鏈物流運輸大數(shù)據(jù)分析應(yīng)用
        6.5.1 應(yīng)用背景
        6.5.2 振動模型應(yīng)用
        6.5.3 關(guān)鍵技術(shù)
    6.6 本章小結(jié)
第7章 總結(jié)與展望
    7.1 研究工作總結(jié)
    7.2 研究工作展望
參考文獻
致謝
攻讀博士學(xué)位期間錄用和發(fā)表的論文及成果



本文編號：3817785