物流服务的BPEL流程建模及组合算法研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (10): 53-59.

物流服务的BPEL流程建模及组合算法研究

许喆1，薛霄1，吕克林2

1.河南理工大学计算机科学与技术学院，河南焦作 454000
2.河南省科学技术信息研究院，郑州 450000

出版日期:2015-05-15 发布日期:2015-05-15

Research on BPEL process modeling and algorithms of service combination for logistics

XU Zhe1, XUE Xiao1, LV Kelin2

1.School of Computer Science & Technology, Henan Polytechnic University, Jiaozuo, Henan 454000, China
2.Institute of Scientific and Technical Information of Henan Province, Zhengzhou 450000, China

Online:2015-05-15 Published:2015-05-15

摘要/Abstract

摘要： 我国的物流企业呈现了规模小，市场份额小，各自为战，功能单一的现象。各公司优势不能结合起来，不符合现代物流的要求。针对以上问题，基于bpel工作流技术，将每个物流节点选择的不同公司提供的服务组合成一个业务流程。用改进的粒子群算法解决了两个问题：如何在各个节点的服务候选集中快速选取一套符合要求的最优服务；在不能同时服务多个用户的情况下，按怎样顺序服务用户。实现了服务的合理组合，提高整体的物流服务水平。

关键词: 现代物流, 工作流, 改进的粒子群算法, 服务组合, 服务候选集

Abstract: The logistics enterprises in our country is that the scale for a logistics enterprise is small, the market share small, the function single, each one does business alone. The strengths of different company have not been combined yet, it is not in conformity with the modern logistics’ task. In view of the above issues, BPEL workflow technology make the services provided by different companies which selected by every node combine a work flow. The problems in two aspects have been solved by using the improved particle swarm optimization: how to rapidly select a optimal combination of services in subset for service waited for selection of each node to meet the requirements; how to decide the front and rear order when a single workflow can’t service many customers. The results show that this combination can realize a reasonable combination of service provided by a different logistics company to improve the overall logistics service level.

Key words: modern logistics, workflow, improved particle swarm algorithm, combination of services, service ensemble waiting for selection

许喆1，薛霄1，吕克林2. 物流服务的BPEL流程建模及组合算法研究[J]. 计算机工程与应用, 2015, 51(10): 53-59.

XU Zhe1, XUE Xiao1, LV Kelin2. Research on BPEL process modeling and algorithms of service combination for logistics[J]. Computer Engineering and Applications, 2015, 51(10): 53-59.

[1]	张驰，王宇新，冯振，郭禾. 双层虚拟化云架构下任务调度能耗优化算法[J]. 计算机工程与应用, 2021, 57(3): 103-111.
[2]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[3]	高玮军，张春霞，杨杰，师阳. 考虑负载平衡的科学工作流容错聚类算法研究[J]. 计算机工程与应用, 2020, 56(23): 53-60.
[4]	翟治年，王中鹏，叶绿，向坚，王富忠，庞海云. 可满足（≠，=）工作流的静态k弹性否决条件[J]. 计算机工程与应用, 2019, 55(23): 35-39.
[5]	董浩1，张海平2，李忠金1，刘辉1. 移动边缘计算环境下服务工作流的计算卸载[J]. 计算机工程与应用, 2019, 55(2): 36-43.
[6]	吴林健，苟秉宸，汶晨光. 基于工作流和知识点驱动的知识推送研究[J]. 计算机工程与应用, 2018, 54(4): 231-236.
[7]	王亮1，2，郭星1，2. 基于柯西烟花算法的大规模服务组合优化[J]. 计算机工程与应用, 2018, 54(24): 34-40.
[8]	贺朝阳，杜玉越，王路. 特殊循环结构的过程挖掘算法[J]. 计算机工程与应用, 2018, 54(22): 42-50.
[9]	王国豪1，2，李庆华1，刘安丰2. 一种云工作流任务调度能效优化算法[J]. 计算机工程与应用, 2018, 54(10): 90-98.
[10]	高健1，2，3，薛巍1，2，3，杨广文1，2，3. 气候系统模式不确定分析工作流执行平台[J]. 计算机工程与应用, 2017, 53(6): 46-50.
[11]	王庆林1，2，薛惠锋1，3. 支持复杂产品系统设计的虚拟知识流生成算法[J]. 计算机工程与应用, 2017, 53(22): 29-34.
[12]	陈健，朱庆生，张程. QoS感知的语义服务组合搜索算法[J]. 计算机工程与应用, 2017, 53(2): 58-63.
[13]	汪潇洒1，付晓东1，刘骊1，岳昆2，刘利军1. 随机QoS感知的Web服务组合概率分析[J]. 计算机工程与应用, 2017, 53(14): 70-75.
[14]	王晓晓1，杜勇前1，叶剑虹1，2，孙世新3. 基于工作流网的银行业务库高安全门禁系统[J]. 计算机工程与应用, 2016, 52(8): 221-228.
[15]	贾志淳1，邢星1，2. 多Web服务组合兼容性的自动化验证[J]. 计算机工程与应用, 2016, 52(7): 67-73.