面向特征的物流信息自律集成

赵庶旭，王小龙

（1.兰州理工大学 机电工程学院，甘肃 兰州730050；2.兰州交通大学 电子与信息工程学院，甘肃 兰州730070）

0 引 言

随着我国物流产业发展迅猛，因产业范围跨度大，地域影响明显等因素影响，引起的技术成熟度、资金投入等差异，造成物流系统中数据表述各异，集成难度较大，同时物流概念繁杂，目前采用的Web服务集成机制，主要实现了应用层面的集成［1－2］，及采用面向服务实现供应链集成［3］，系统中子模块缺乏成长性，且服务质量难以保证。近年来关于通过web服务组合提升服务效率的研究［4－7］，基于语义本体化的 web服 务 研 究［8］，对 物 流 信 息Web服务应用提供了新的思路，但对于物流系统而言，庞杂的概念造成领域本体的构建困难且耗时较长，系统在线服务质量难以得到保证，同时，已经形成的大量小的个体系统长期累积了大量有用数据资源，如何尽快实现基于其本地数据系统特征的集成模式，形成对此类信息系统的有效利用，是对物流活动具有极大现实意义的。自律分散系统以平等、相对独立原则实现自律本地化子系统及网关的在线扩展能力［9－10］，为异构集成接入提供了一种快速、易实现思路。

基于以上问题，本文融合自律分散系统理论及技术方法，在兼顾既有系统的在线能力的基础上，提出基于本地特征的物流信息web服务集成模式，研究在提升原有系统扩展性的同时，实现较高服务质量的web集成技术实现。

1 自律分散系统与Web服务

自律分散系统是向生物学习的结果，自律分散系统（autonomous decentralized system，ADS）围绕系统的在线可扩展性、在线可维护性和容错性来实现任务目标［10－11］。ADS通过数据域 （data field，DF）和网关子系统实现所有异构子系统协调通信。

它具有如下两个基本属性［9］：

（1）自律可控性 任何一个子系统模块处于非工作状态时，其它子系统依然能够实现其职责范围内的任意控制；

（2）自律可调性 任何一个子系统模块处于非工作状态时，其它子系统依然能够根据不同的目的进行协调，实现责任目标最大化。

在web技术下对自律分散系统进行讨论，其具有以下可实现性：

（1）ADS域内各个节点在逻辑独立的、关系平等，确保了系统容易实现对各类遗留系统的接入集成；

（2）ADS网关子系统承担集成作用，在确保实现不同系统间集成的同时，也提供了对所能够提供的信息进行复用和共享的方法；

（3）网关子系统形成的集成节点中涵盖有集成域内子系统的有用信息内容码，方便用户形成服务信息的契约描述；

（4）只有经服务契约提供的服务内容对外可见，而其底层逻辑是域内界定，与服务对象无关；

自律分散系统本身具备的以上特征，可以从各方面满足web服务实现，而兼顾系统原有特性。

2 面向特征的服务集成

2.1 信息特征

对于信息系统中的信息，其在不同层面的系统应用中有其不同的表征意义，这些不同的表征实际是因为用户对象不同、用户的审视角度不同等原因引起的，因而形成了对同一信息的不同行为描述，提出如下关于信息表征的定义描述：

信息的描述特征，任一信息都可描述为单个或多个相关联的数据项的组合形式，这些数据项表征了该信息在某个属性方向上的意义，简称信息特征。

信息作用域，任一信息由产生、处理到最终消亡，其作用存在于整个系统的每个环节，并根据应用形成不同作用影响。

信息特征作用域：信息的某一特征随着信息作用不同，在作用域的不同时期或层次内表现不同。

信息基本特征：指点式或简单组合形成的数据项。

信息因用户对象、审视角度等不同，使信息具备了管理特征 （MC）、功能特征 （FC），同时由于信息可以是通过单个或多个数据项通过过程、组合等形成，对信息的描述特征可以在形式上分成两种：主特征 （pc）描述项和辅助特征 （ac）描述项，主特征对上述特征完成的主要描述，主特征具有单一的点式、组合与宏等表现形式；而辅助特征通过定义、修饰等方式完成对主特征具体描述，可以以简单的点式、组合或其他方式来完成，由于辅助特征有可能是根据需求而产生的添加特征，在一定情况下完成了信息表现形式的外延扩展。图1是信息特征的描述分类。

图1 信息特征分类表示

2.2 基于特征的信息描述模型

以特征描述的信息提供服务的方式，是以组合方式实现的。在类－类、特征－类、特征－特征定义置换、邻接、继承、从属关系。组合的实现依赖关系。

选择关系：描述因请求行为不同而产生的信息特征间的可选关系，用 ‘∪’表示；

邻接关系：描述服务组合中多个主特征的语义位置关系，可以用 ‘∩’简化表示；

继承关系：表明在该层次化结构中，子层信息特征对其父特征在属性上的继承或覆盖，用 ‘∪’；

从属关系：描述辅助特征和主特征间的描述和被描述关系，可简化为“∩”表示。

通过对各个特征及其关系的拓扑进行服务信息组合，就可以形成完整的基于特征的信息描述。

信息描述可以分成三层：信息模型层、特征层和信息源层，信息特性与复合特征，复合特征与基本特征都是1：n的关系，其中R∈ ｛∪、∩、∪｝，基本描述如图2所示。

图2 信息特征描述模型

（1）信息模型层：信息特性及关系集 ｛R｝；

（2）特征层：组成信息的特征和各个特征之间的关系｛R｝；

（3）信息源层：信息的原始形态，即存在于各个逻辑或物理上独立的数据源中信息的形态及拓扑关系 ｛R｝。

以物流中 “易燃液体”为例进行说明，“易燃液体”服务请求，对管理行为对象，则产生管理特征－“存放”、“运输”、“防护”等，并依次产生各个特征的主／辅描述，对功能行为则产生物流运输功能特征－“车辆”、“运费”等，并依次产生主／辅描述。其转换过程如图3所示。

图3 转换示例

2.3 基于特征码的匹配机制

基于所提出的的信息特征描述模型，在自律分散关于内容码［12］设计原理上，本文设计采用消息驱动模式的特征匹配机制 （Characteristic Matching Mechanism，CMM）来完成服务查询。对于含有特征的消息一般化格式如图4所示。

图4 消息一般化格式

以原始系统和各级应用系统为基础单元定义本地特征码表，特征码表由特征码及逻辑关系组成，特征码是指信息的各类特征描述，其生成根据信息特征定义完成；逻辑关系是指特征－特征定义置换、邻接、继承、从属关系等。特征码和逻辑关系共同完成在各个节点注册形成关于本地化服务的特征码表。在满足服务合约下通过服务总线，对外服务访问发布，服务业务通过消息触发，服务内容匹配以特征形成的主题特征码和从属特征为基准；特征码映射的实现模型通过图5进行描述。

3 基于ADS集成模式

在关于服务信息特征描述模型的基础上，本文提出面向特征的自律集成实现模式，根据自律分散模式中节点间的平等性和独立性，设计集成模式如图6所示。

图6描述了集成框架的逻辑结构，其中，定义如下：

定义1 集成节点，指集成系统中通过服务总线形成的，在逻辑上彼此独立平等的逻辑互联的独立系统或服务单元。

定义2 自律子系统，指由自律集成节点上由服务提供单元依据特定规则的形成的子系统，对于既有系统而言，其原有模式不改变。

集成框架中的节点，是指根据逻辑或物理区域相对独立的数据或信息管理单位，节点间通过服务总线形成逻辑上互联互通，各种集入的原始独立数据管理系统属于独立节点。

根据CMM机制在各个集成节点上两层映射，包括面向全局的特征映射表 （Global CMM，G－CMM）和面向本地的特征映射表 （Local CMM，L－CMM）。G－CMM 用于完成请求信息的特征化，实施在集成总域内的服务请求匹配；L－CMM实现本域内服务查询。G－CMM和L－CMM通过本地匹配及处理模块完成对接和更新，集成模型的节点功能如图7所示。节点i的外部请求经G－CMM完成请求处理以进行路径和资源发现，并进一步依据请求进行后继的服务请求，内部服务过程依赖L－CMM完成，并基于服务评价模块完成新资源的服务质量评价，以进行G－CMM和LCMM更新。

该模式下，任意节点 （i），节点 （j）（j≠i）间存在对等的服务提供和服务请求关系，节点间发生即时的互联关系形成的节点集合描述如下

图7 节点功能结构

式中：V ——全局节点集合，link（x，y）——节点 （x）和节点 （y）（x≠y）间直接连接的逻辑函数，函数f（·）——节点 （x）和节点 （y）间的前承和后继，各个节点间通过服务总线形成了逻辑平等的服务节点的集成框架。

4 应用实例

本论文基于特征服务实现对铁通某公司既有物流管理平台改造，该平台涉及公司既有货运、人员信息管理系统及新纳入的辖下2处地区的货场信息系统的集入升级。

开发实现中对信息特征及描述以类方法完成实现。考虑原有系统数据的基础上，设计用于描述物流信息特征的类，表1是部分主要类描述。

表1 物流信息特征的类描述

对特征层次化通过建立特征分类树实现，运用SCG（standard classification goods）分类法，以类／子类的方式实现，将货物按其种类特性分为20大类，并依据运输特征完成细化。运输、管理等特征的类描述依据同样方法完成设计，各个特征类间依据关系形成约束。各个类间依据特征关系形成约束，例如Class ExplosiveCargo和Flammable Cargo的约束为：易爆货物－Class ExplosiveCargo当且仅当 Cargo且 ∈isExplosive has True；易燃货物 －Class FlammableCargo当且仅当Cargo，且∈isFlammable has True。

为防止特征间关系的冗余及逻辑错误，要在程序中对其进行解析、推理和应用。本文中采用在Eclipse中使用Jena API接口方法对本体概念进行实现特征关系逻辑推理。Jena提供RDF推理机和OWL推理机，根据特征间的关系通过预定义规则来推理出新的特征，其使用到的规则可以为自带的规则，如 （？a rdfs：subClassOf？b）（？b rdfs：subClassOf？c）－＞ （？a rdfs：subClassOf？c），该规则表示的是父类子类之间的传递关系。同时，用户也可以通过自定义的规则来推理得到更多特征，Jena推理机实现推理的关键代码如图8所示。

图8 推理代码

在企业的需求描述下，形成基于特征的企业物流信息自律集成框架，如图9所示。该框架底层包括企业原有管理系统，有货品系统、车辆系统及企业办公系统，同时业务扩展而新增加的地区货场管理系统。中间层是结合本文研究内容采用Web服务实现的业务管理及逻辑层，对系统中的信息在业务层面上提供车辆调度、货品、人员、效益、统计分析、客户服务及质量等方面的管理功能，各类业务请求服务经基于特征的服务模块，由服务总线以路由服务、文件服务、数据服务、消息服务邮件服务、接口服务等实现信息传递。为企业逻辑单元实现内部通信。框架的顶层是实现用户认证管理的统一的企业门户。

图9 集成实现框架示例

基于该平台，本文进行服务查询质量分析，通过对系统中集入的各个子系统本地数据逐项完成服务主特征、及辅助特征对应关联服务子项的检索，与通过本文完成的集成框架门户进行检索对比。对服务主特征使用门户平台与本地化检索后汇总结果无差异；在关联服务上，使用本文门户平台在保证覆盖本地检索汇总的服务项的同时，减少了大量冗余反馈。通过集成框架，该物流信息集成平台对外表现为统一的企业门户，对内由于基于自律分散的设计模式，原有数据管理模式不变，保持了系统原有数据特性，无需额外设备投资，在信息特征集成的基础上实现了信息服务的集成。该框架继承了自律分散系统的在线扩展能力，使功能、业务扩展能力提升，同时特征的管理实施可协助企业逐步实现物流管理规范化。

5 结束语

本文提出基于特征的信息描述模型及服务匹配实现，应用Web服务技术，构建具备在线扩展能力的异构系统集成框架。该集成框架通过特征码映射机制实现业务流程逻辑与应用数据系统之间分离，实现了系统功能模块及系统数据库管理模块之间的平等性和相对独立性，从而使企业各级子系统易于实现功能和规模上的扩展，同时各类小的、独立的业务系统易于实现集成。

［1］CHENG Cheng.Research and implementation of integrated logistics service platform based on web service ［D］.Dalian：Dalian Maritime University，2012：20－29 （in Chinese）. ［程澄.基于Web Service的综合物流服务平台的硏究与实现［D］.大连：大连海事大学，2012：20－29.］

［2］XIAO Guirong，NIE Qiao，WU Sheng.Study on integration of logistics oriented spatial information web service ［J］.Journal of Geoinformation Science，2011，13 （2）：630－636 （in Chinese）.［肖桂荣，聂乔，吴升.面向物流的空间信息Web服务集成研究［J］.地球信息科学学报，2011，13 （2）：630－636.］

［3］ZHANG Qiwen.Heterogeneous system integration of supply chain based on SOA ［D］.Shanghai：Donghua University，2011：63－80.（in Chinese）［张启文.基于SOA的供应链异构系统 ［D］.上海：东华大学，2011：63－80.］

［4］TAN Wei，FAN Yushun，ZHOU M C.A petri net－based method for compatibility analysis and composition of web services in business process execution language ［J］.IEEE Transactions on Automation Science and Engineering，2010，6 （1）：94－106.

［5］Henning P，Balke W T.Highly scalable web service composition using binary tree－based parallelization ［C］／／Proceedings of IEEE International Conference on Web Services.Washington，D C，USA：IEEE，2010：123－130.

［6］Mello D A，Ananthanarayana V S.Dynamic selectionmechanism for quality of service aware web services［J］.Enterprise Information Systems，2010，4 （1）：23－60.

［7］ZHAO C，MA C，ZHANG J，et al.Hyperservice：Linking and exploring services on the web［C］／／IEEE International Conference on Web Services，Florida，USA 2010：17－24.

［8］LI Xiaohong，NIE Xufei，FENG Zhiyong.Knowledge representation and reasoning of logistic system based on ontology and rule ［J］.Journal of Tianjin University，2010，41 （3）：305－310.（in Chinese）［李晓红，聂旭飞，冯志勇.基于本体和规则的物流知识表示与推理 ［J］.天津大学学报，2010，41（3）：305－310.］

［9］Kinji Mori.Trend of autonomous decentralized systems ［C］／／Florida，USA：Proceedings of the 10th IEEE International Workshop on Future Trends of Distributed Computing Systems，2004：213－216.

［10］Mori K，Shiibashi A.Trend of autonomous decentralized system technologies and their application in IC card ticket system［J］.IEICE Trans.on Comm，2009，E92－B （2）：445－460.

［11］Mahmood K，LU X，Horikoshi Y，et al.Autonomous pull－push community construction technology for high－assurance ［J］.IEICE Trans on Info and Sys，2009，E92－D （10）：1836－1846.

［12］ZHAO Shuxu，DANG Jianwu.Research of China railway heterogeneous information system integration based on flexible service［C］／／World Congress on Computer Science and Information Engineering，Los Angeles，USA，2009：6－9.