Web服务环境下基于信息协商的组合服务多属性选择方法

杨 洁， 李登峰, 赖礼邦

(1.福建师范大学 经济学院，福建 福州 350007； 2.福州大学 管理学院，福建 福州 350108; 3.福州外语外贸学院 管理学院，福建 福州 350202)



Web服务环境下基于信息协商的组合服务多属性选择方法

杨 洁1， 李登峰2, 赖礼邦3

(1.福建师范大学 经济学院，福建 福州 350007； 2.福州大学 管理学院，福建 福州 350108; 3.福州外语外贸学院 管理学院，福建 福州 350202)

Web服务环境下，通过对QoS感知服务选择问题及信息协商流程的形式化描述分析，从信息协商的重复考虑用户需求特点出发，提出了基于信息协商的组合服务选择方法及具体实现途径。该方法能综合体现动态协商和犹豫度特点，并且有效避免了评价信息的丢失。最后，通过实例分析表明该方法对于Web服务环境下组合服务选择应用的可行性和有效性。

多属性决策；直觉模糊集；信息协商；淘汰选择法；组合服务

0 引言

Web服务环境下，各服务提供商通过公共注册中心进行服务注册，由服务中介或者服务选择平台根据用户需求进行服务选择，服务类型与服务数量都具有海量的特点。当前，电子服务提出了组合服务提供，即根据用户需求，在海量资源池内选择多个服务形成组合服务提供给用户[1]。组合服务的功能全面性能有效满足用户对多种服务的整体需求，从而能吸引并留住更多客户(Anane & Chao, Li)。在此背景下，如何从众多服务中快速有效地识别和选择出最适合用户需求的服务已逐渐成为网络服务领域中的一个重要研究方向。

服务选择是指根据用户需求，包括功能性需求和非功能性需求，选择出满足用户需求的服务。因此，服务质量(Quality of Service，QoS)成为用户关注的重点。目前大多文章从人工智能搜索，优化软件算法等角度进行了相关研究，如采用基于关键词和基于语义的服务匹配方法研究[2]，基于系统协作流程的优化选择计算方法[3]。但由于服务的无形性和不确定性，大量评价信息属于感知信息，大多指标评价难以用精确的数据来度量，加上用户对服务功能指标偏好不确定性，使得依赖关键字的智能搜索匹配策略容易出现语义信息不足，造成查找精确度不够的问题，难以保证服务的性能和质量。

由此可见，评价信息的感知性特点决定了服务选择不能单纯地从智能搜索查询方式进行，应加强与用户的及时互动联系，基于用户的各种需求针对性地进行“个性化”服务，如陈福集[4]将个性化信息服务的概念引入到电子政务系统中，构建了个性化信息服务模型。现实中，传统面对面谈判模式目前也已广泛运用于互联网。例如，在著名的易趣网拍卖网站，平均1天就有近4000笔订单是在买卖双方的谈判下实现的(C.K. Ke，J.Y. Su.2012)。类似的，网络“服务协商”作为一种模型技术被提出，如Chhetri, Mohan Baruwal等[5]基于代理的协同协商体系结构进行了网络服务协议原型讨论；王立，袁亚兴等[6]基于QoS的工作流进行了协商模型设计，该模型通过创建协商建议以最终实现Web服务请求与服务参数匹配。Ke和Su[7]基于生活和商业中的网络现实信息协商谈判方式论证了此类方法的有效性，认为该模式能综合实现各方利益的过程。网络服务协商模式的提出充分体现了对用户个性化需求的重视，利于服务选择的开展，但研究大都停留于原理或模型，未对如何通过具体协商以实现服务选择做出详细讨论，本文试图对此问题作进一步分析研究。由于Web服务环境下的服务选择是一种基于QoS感知模式的选择，具有感知的模糊性与不确定性，因此本文综合运用直觉模糊集理论和淘汰选择法对此问题进行探讨。

1 QoS感知服务选择问题

1.1 Web服务形式化描述

Web服务是通过创建一个服务信息注册的WSDL文档订阅或OWL-S的服务简介对服务提供者提供的服务进行广告式的宣传，主要体现于服务的注册和发现中心(UDDI)或其它Web服务注册中心，如ebXML。在经典的SOA(service oriented architecture)体系中，服务推荐组件一般与服务发现组件协同工作。若用户给出服务请求，服务发现组件会从服务注册中心检索出一组功能等价的服务，然后通过服务推荐组件选出一个最适合当前用户的服务提交给用户。如果能对Web服务进行更加完整地描述，那么为用户提供的Web服务推荐选择将更加可靠有效，因此增加了有关QoS描述信息，对原有WSDL进行了扩展。模型如图1所示：

图1 WSDL扩展模型

为了实现Web服务查询，本文对用户的需求服务进行抽象，创建用户需求服务抽象模型US(User Service)。用户需求服务抽象模型由用户的需求所决定，简要陈述了用户所需要服务的特征，其形式化的定义为一个三元组：US=(SN，SD，QoS)。其中，SN表示用户需要查找的Web服务的名称，SD和QoS分别表示用户需要查找的Web服务的文本描述和QoS度量。通常，Web服务的功能和行为都能通过准确的语言描述进行定义，服务推荐通过系统对服务的描述进行准确匹配或可替代匹配，过滤出满足功能的服务集合。因此，服务推荐关键取决于QoS度量。

QoS是一个可扩充向量，可从不同角度对服务的质量进行度量，一般的服务需求包括功能性需求和非功能性需求。随着SOA的推广，公共注册中心出现了越来越多的功能等价的Web服务，即给出某具体服务领域所需的功能单元特性描述(抽象服务)时，多个符合该特性描述的服务(具体服务)会同时出现，且一个抽象服务和对应的所有具体服务在功能上是等价的。因此，选择区别主要取决于非功能指标，因此服务选择实质是非功能性指标的综合选择。

1.2 QoS感知评价指标

在众多非功能性指标之间也存在效益导向和成本导向的矛盾，比如对带宽和可靠性而言，占用带宽越小越好，而宽带越小可靠性则会降低。因此关键指标选择及度量在QoS服务选择中占有重要地位。本文结合Parasuraman, Zeithaml and Berry提出了 SERVQUAL 模型和web服务非功能属性指标体系[8]，提出Web服务的关键指标，包括服务费用，响应时间、可用性、可靠性。

由于服务环境的动态性，使得QoS具有内在不确定性，实际运行中的 Web服务性能经常呈现不确定性[9]；另一方面，Web服务环境下的选择是一种基于QoS感知的服务选择，顾客对服务质量的评价一般比较主观，一般用经验、信任、感受和安全等方面语言描述，使得服务提供者很难理解顾客是如何感知和评价服务质量的(Zeithaml)，从而出现了用户的QoS体验和服务注册中心描述的QoS信息有一定差距。考虑到不确定性可以通过对相同Web 服务在不同时刻或组合场景中QoS指标数值的波动给予体现，综合通用性原则，本文对QoS评价指标进行模糊区间型的描述。

(1)服务费用(C)：每次调用服务所必须支付的相关费用。由于外部因素导致的服务次数和维护费用的不确定使得服务费用不能具体化。服务费用可描述为[CL,CU]

(2)响应时间(T)：服务请求者和服务提供者之间递送服务所花的时间，因网络时延和拥挤堵塞影响会导致往返通信的时间偏差。响应时间可描述为即[TL,TU]

(3)可用性(A)：服务是否已就绪并可供使用的可能性。可用性因网络环境的不稳定性使其具有不确定性。较大的值表示服务一直可供使用，较小的值表示无法预知在某个特定时刻服务是否可用，其评价主要是根据用户的反馈信息来获取的。可用性的描述方式为[AL,AU]

(4) 可靠性(R)：衡量获得安全、可靠服务的可信程度。一般根据用户的反馈信息获取，由于不同用户具有不同感受，在一定程度上反映了该指标的波动情况。可靠性可描述为[RL,RU]。

2 信息协商的组合服务选择流程

传统服务选择总体思路可以描述为：面对用户的服务请求，首先分析用户的服务需求，将其抽象为需求集合，然后根据需求集合依次在服务组集合和服务流程集合中进行功能匹配，找到满足需求的服务并形成抽象服务描述，进而综合考虑用户的QoS需求，为每一个抽象服务选择一个具体服务，以此形成最后服务选择结果。因为每个抽象服务对应服务池内一个或者多个功能相同的具体服务，服务节点按照一定的流程结构组合而成，所以整个服务选择过程为流程整合过程。Ke, Su[7]通过实例分析法详细阐述论证了实现最优服务选择必须通过一个完整的服务流程，Huang，Liang等[10]也认为服务选择过程就是往返谈判过程。

基于谈判的信息协商选择是从用户个性化需求角度出发，体现双方互动过程，希望通过信息形式进行提议协商，并最终或者达成一个双方都满意的协定或在协商过程中终止协商。概括为：服务请求者向服务提供者发送服务访问请求，访问请求通过指标访问控制模块进行访问控制决策，如果请求被接受，则进入系统的协商服务模块。此阶段，协商服务从接收到的SOAP消息中提取出请求服务的参数信息，如果参数信息与Web服务请求者所请求的服务参数不匹配，协商服务创建协商建议，并将结果返回，服务请求者以此为判断依据，由此双方展开具体协商过程，如图2。

图2 协商模型的体系结构

消息提交→拒绝消息→提议消息…，如此往返过程可知，上一轮协商建议能否实现会直接影响影响到下一轮的行动，从而影响最终选择。如，上一轮协商建议不能满足用户需求时，将通过下一轮的调整行动以逐渐接近可接受的满意服务。协商建议目的在于帮助服务用户快速选择其满意方案，这需要基于信息协商过程中对备选服务产生的知识信息库，通过系统的实时交互，加上系统的评分与过滤反馈机制的辅助，即呈现了在一定服务域下，随着个性需求不断出现，满足用户需求的备选服务越来越少，体现了非优服务逐步被淘汰的过程。可见，满意服务是通过多次协商调整改进或过滤掉不需要候选服务等一系列协商环节的综合整理结果。基于此分析，根据客户与服务提供者的协商，组合服务实现过程包括三大环节。

(1)协商建议：以服务组合资源过程的参数匹配优先度组成一个服务选择顺序。令CES表示一个服务集，包括组合服务过程中每一步的最优排序，如：step{1..N}·eSrank1∈CES.

CES={ step1·eSrank1，step2，eSrank1，…，step N·eSrank1}

(2)调整选择：用户通过与商务服务提供商的协商谈判，通过对备选服务的调整或过滤掉不满意的候选服务改变其初始排序。用户也可能从不同的消费角度重新调整CES某些不满意的服务。例如，通过改变排序，调整第一步与第二步的位置关系，得到的组合服务CES如：

CES={step2·eSrank1，step1，eSrank1，…，step N·eSrank1}

再通过删除不需要的服务，例如，去除step2·eSrank1，我们得到的复合服务CES如下：

CES={step1·eSrank1，null，…，step N·eSrank1}

再更换非优服务，例如，step2·eSrank3取代step2·eSrank1，通过用户与服务提供商的协商得到了其他的备选组合服务，如下：

CES={step1·eSrank2，step2，eSrank3，…，step N·eSrankN}

……

(3)服务组合确定：历经多次协商调整，用户可从综合服务的CES中确认产生一组满意的服务。

由此，通过组合服务过程的三个环节后，实现了最终的组合服务选择，该选择过程充分体现的用户的各种可能需求，可有效提高用户满意度。

3 信息协商组合服务选择实现方法

鉴于服务选择过程是对备选服务逐步淘汰的决策过程，即是以满足用户需求为原则，以最优服务为目标。本文基于QoS感知指标的犹豫不确定，运用考虑犹豫度的直觉模糊集，通过淘汰选择法ELECTRE(Elimination et Choice Translating Reality) 对该问题进行选择。根据直觉模糊集，定义了一致性集、非一致性集和犹豫集，三类集合的定义弥补了传统ELECTRE法计算一致性矩阵和非一致性矩阵时，对部分信息直接舍弃造成信息丢失的缺点[11，12]。该方法包括以下几个重要方面：

动态协商：该方法可基于整个服务池，依据某种准则对各种指标信息进行组合，从而逐渐缩小备选范围，易于协商有针对性进行。

模糊信息：该方法考虑了用户在选择过程中的模糊QoS偏好或语言表达等模糊性问题。

服务排名：该方法可根据一致性和非一致性的测量，基于理想需求对各备选服务进行参数评级下的协商调整，并最终实现其综合排名。

3.1 问题描述

Web服务涉及多个QoS指标，无论是从一组可选服务中选取一个服务，还是从多组可选服务中选取资源组合，都需要综合考虑每个QoS指标对需求用户的影响，这是一个多属性决策问题(multi-criteria decision making)。假设一个组合服务A={A1,A2,…,An}，每个服务类Ai中都包含m个功能指标相同但指标值不同的服务Ai={Ai1,Ai2,…,Ain}，每个候选服务的QoS指标值可用向量O={o1,o2,…,on}表示，指标值决定了该指标质量的大小。根据服务选择的最优原则，将所选服务或组合服务的描述QoS指标进行比较，建立优序关系，并以此为基础对各指标进行综合处理。

3.2 直觉模糊型QoS决策矩阵构造分析

由于QoS指标值的单位或范围不尽相同，以及指标之间的冲突性问题，需要对指标值进行无量纲归一化处理。无量纲归一化处理后，每一指标的取值都为[0,1]区间上的无量纲点。[0,1]区间只能对其满意或不满意程度进行刻画，不能考虑用户的犹豫程度。此外，因决策者(用户)的知识和经验不同，大量的数据与区间值数据不容易进行评估，因此可将决策者(用户)提供的不完整，或丢失的信息数据转化为直觉模糊数据，使得决策结果就更加可靠[13,14]。直觉模糊集的概念是Atanassov于1986年提出的，该集同时考虑了隶属度、非隶属度和犹豫度这三方面信息，能对QoS感知的服务的模糊性与不确定性进行有效刻画。

直觉模糊集定义如下：若X上2个映射μA:X→[0,1]和υA:X→[0,1]，使得x∈X|→μA(x)∈[0,1]和x∈X|→υA(x)∈[0,1]并满足条件:0≤μA(x)+υA(x)≤1则称μA和υA确定了论域X上的1个直觉模糊集A。定义μA(x)、υA(x)和πA(x)为元素x属于A的隶属度、非隶属度和犹豫度。可知πA(x)=1-μA(x)-υA(x)，πA(x)∈[0,1]。

此外，Atanassov对于任意2个直觉模糊集A和B的运算关系进行规定：

(1)相等关系(A=B)：如果∀x∈X，有μA(x)=μB(x)且υA(x)=υB(x)；

(2)包含关系(A⊂B)：如果∀x∈X，有μA(x)≤μB(x)且υA(x)≥υB(x)；

(1)

其中，πij=1-μij-υij。

3.3 直觉模糊型的一致性与非一致性类型

淘汰选择在计算一致性矩阵和非一致性矩阵过程中的信息作为隶属函数和非隶属函数确定直觉模糊集能完整地表达评估信息，两者相辅相成，相得益彰[12]。本文利用直觉模糊理论的得分函数、精度函数的概念，区分不同类型的一致性与不一致集。

对于方案集中的每对方案Ak和Al，指标集J={1,2,3…n}被划分成两个不相交的子集Ckl和Dkl，前者由Ak不劣于Al的指标组成，称一致性集；后者由Ak劣于Al的指标组成，称非一致性集。即,Ckl={j|μkj≥υlj}，Dkl={j|μkj<υlj}=J-Ckl。基于直觉模糊集原理，Chen和Tan(1994)提出了评估决策者进行决策的得分函数S(x)，设x=<μx,υx>为直觉模糊集的值，隶属度μx∈[0,1]、非隶属度υx∈[0,1]，μx+υx≤1，x的得分值为：S(x)=μx-υx，其中S(x)∈[-1,1]。另外，HongandChoi提出了评估x的精确值函数 H:H(x)=μx+υx，其中H(x)∈[0,1]。得分值越高表明越好，精确值越高表明犹豫程度越低。由此可知，隶属度、非隶属度和犹豫度之间的大小决定了一致性与非一致性的强弱程度，细分为三类一致性集和三类非一致性集。一致性集Ckl={j|μkj≥υlj}中

(2)

非一致性集Dkl={j|μkj<υlj}中，

(3)

3.4 综合优势矩阵度量

基于不同类型的一致性与不一致集，通过与正理想点与负理想点距离概念构建一致性优势矩阵和非一致性优势矩阵，将以此为基础进行方案的综合优势度度量，从而确定最终方案的选择。

一致性指数：表示某方案与其它方案的相对优势度，与评价方案相关指标的相对权重直接相关，即等于各相关指标的权重总和。 Ak相对于Aj的一致性指数表示为：

(4)

式中,wC′，wC″和wC‴分别是强一致性，中一致性和弱一致性权重，ωj是指标权重。g*为gkl的最大值，表示正理想点，gkl值越高表示Ak越优于Al。由此可得一致性矩阵G=(gkl)m×m。

非一致性指数：表示某方案与其它方案的相对劣势度。Ak相对于Aj的非一致性指数表示为：

(5)

一致性优势矩阵：基于与正理想方案距离最近越优的原理，在一致性指数基础上进行优势矩阵整合，令其为K=(kkl)m×m，其中，

kkl=g*-gkl

(6)

表示各备选方案与正理想方案的分离程度，kkl值越大表示Ak越劣于Aj。

非一致性优势矩阵：基于与负理想方案距离最远越优的原理，在非一致性指数基础上进行非优势矩阵整合，令其为L=(lkl)m×m为，其中，

lkl=h*-hkl

(7)

表示各备选方案与负理想方案的分离程度，lkl值越大表示Ak越优于Aj。

综合优势矩阵：根据一致性优势矩阵K和非一致性优势矩阵L确定综合优势矩阵，各备选方案距离的正、负理想点可以计算排序。令其为R=(rkl)m×m，其中，

(8)

表示与理想方案的相对接近度，rkl值越大表示Ak相对于Aj更接近正理想点的同时满足更远离负理想点，也即，Ak优于Aj。

4 实例分析

本文方法已初步运用于福建某企业的信息化建设。随着市场竞争的加剧，客户需求日益呈现出个性化和多样化的特点，该企业需要对其信息化软件系统的某服务项目进行拓展开发，由于受到技术、设备、人员和资金等多种因素的制约，很难完全依靠自身条件独自完成一些新服务的快速开发，需外部资源协作完成。利用Web服务平台资源搜索匹配引擎，得到符合各功能性要求的待选服务提供方分别为：(COM1)福建富士通信息软件有限公司，(COM2)福建南威软件工程发展有限公司，(COM3)福建星网锐捷通讯股份有限公司，(COM4)福建新大陆电脑股份有限公司，(COM5)福建榕基软件开发有限公司。服务优选过程如下：

(1)根据QoS关键指标分析，建立服务的评价指标体系；

(2)对待选服务评估指标进行区间QoQ模糊集评估，同时给出对应指标权重。根据原始数据来源的不同，通常有主观赋权法，客观赋权法和主客观结合赋权法三类[15]。由于QoS感知的主观性强，本文以主观赋权法为例来说明。

(3)建立评价指标矩阵并进行规范化处理，将以上服务待选资源评价指标参数表转化评价指标矩阵，如表1所示。

表1 待选服务优选评价指标参数

(4)根据本文提出的信息协商下的直觉模糊的淘汰法对服务进行评估，具体步骤如下：

Step 1 根据备选服务数据信息，构建具有评价信息决策矩阵。结合将归一化的模糊评价值(表1)和式(1)，构造用户对备选服务xj(j=1,2,3,4)关于指标oi(i=1,2,3,4,5)的直觉模糊集，具体可由下面的直觉模糊集决策矩阵F给出：

Step 2 应用式(2)和(3)，区分不同程度的一致集合和不一致集合。

Step 3 应用式(4)，计算并确定一致性矩阵G，对应权重已由用户给定分别为

Step 4 应用式(5)，计算并确定非一致性矩阵H，

Step 5 应用式(6)计算并确定一致性优势矩阵，

Step 6 应用式(7)计算并确定非一致性优势矩阵，

Step 7 应用式(8)计算并确定综合优势矩阵，

T1=0.4905，T2=0.4738，T3=0.689，T4=0.602，T5=0.6845

所有备选方案都可通过Tkk=1,2,3,4,5进行从大到小排序得到最终各方案的优劣排列为T3T5T4T1T2。若用户对此推送的最优推荐方案有异议，可进行任意反馈沟通，web平台将根据用户反馈意见用类似方法进行方案的有效调整，以实现用户满意需求。此外，基于信息协商组合服务选择方法，服务选择结果可以是一个服务，也可以是由多个服务形成的组合服务。本实例分析只包含了一个服务节点的选择流程。

5 结论语

由于网络服务的无形性和QoS感知的强主观性，使得综合考虑用户个性需求及犹豫程度的服务选择分析方法十分必要。本文通过对影响服务选择的主要因素以及对信息协商服务选择流程的梳理归纳，给出了综合重复考虑用户需求和犹豫程度的信息协商组合服务选择方法及具体实现步骤，该评价方法综合体现了动态协商和模糊偏好的特点，且避免了传统淘汰评价法丢失信息的情况, 实例分析表明了该方法的可行性和有效性。但本文侧重于考虑了包含一个服务节点的选择流程，关于多服务节点的选择问题有待进一步深入研究。此外，考虑结合多智能技术方法深入研究此类模糊环境下的服务选择方法，有利于推进现实服务选择的科学性和实用性。

[1] Wang P, Chao K M, Lo C C. On optimal decision for QoS-aware composite service selection[J]. Expert Systems with Applications, 2010, 37(1): 440- 449.

[2] 杨放春，苏森，李祯.基于模糊多属性决策理论的语义Web服务组合算法[J].软件学报，2009，20(3)：583-596.

[3] 李金忠，夏洁武,等.基于QoS的Web服务选择算法综述[J].计算机应用研，2010，10：3622-3627.

[4] 陈福集.电子政务系统中面向公众的个性化信息服务模型[J].运筹与管理，2005，14(4)： 69-73.

[5] Chhetri M B, Lin J, Goh S K, Yan J. A coordinated architecture for the agent-based service level agreement negotiation of Web service composition[C]. Australian Software Engineering Conference(ASWEC’06), 2006.

[6] 王立，袁亚兴,等.网格环境下基于QoS的工作流协商模型设计[J].江苏大学学报(自然科学版)，2009，1：70-74.

[7] Ke C K, Su J Y. Message negotiation of e-services: case study of life and commercial support services for property management in taiwan[C]. The 7th International Conference on Networked Computing and Advanced Information Management, 2011: 318-323.

[8] 尹超，张云,等.面向新产品开发的云制造服务组合优选模型[J].计算机集成制造系统，2012，18(7)：1368-1378.

[9] Menasce D A. QoS issues in Web service[J]. Internet Computing, 2002, 6(6): 72-75.

[10] Huang C C, Liang W Y, Lai Y H, et al.. The agent-based negotiation process for B2C e-commerce[J]. Expert Systems with Applications, 2010, 37(1): 348-359.

[11] Figueira J R, Greco S, Roy B, et al.. An overview of ELECTRE methods and their recent extensions[J]. Journal of Multi-Criteria Decision Analysis, 2012.

[12] 徐永杰，李登峰,等.基于动态直觉模糊淘汰选择法的目标类型识别[J].电光与控制，2010，17(09)：9-12.

[13] 万树平.基于分式规划的区间直觉梯形模糊数多属性决策方法[J].控制与决策，2012，27(3)：455- 458.

[1] 李登峰.直觉模糊集决策与对策分析方法[M].北京：国防工业出版社，2012.

[1] 陈晓红.复杂大群体决策方法及应用[M].北京：科学出版社，2009.

Composite Service Multi-attribute Selection Method Based on MessageNegotiation Under the Web Services Environment

YANG jie1, LI Deng-feng2. LAI Li-bang3

(1.School of Economics, Fujian Normal University, Fuzhou 350007, China; 2.School of Economics and Management, Fuzhou Universit, Fuzhou 350108, China; 3.School of Management, Fuzhou College of Foreign Studies and Trade, Fuzhou 350202, China)

In the web services environment, through the formal description analysis of QoS-aware service selection problem and the message negotiation process, a consultation service selection approach and its specific implementation method are proposed from the view of repeated considering user’s demand. The method can reflect the characteristics of dynamic negotiation and hesitancy degree. At the same time, it can avoid the information loss effectively. Finally, a real web services practical example verifies the feasibility and effectiveness of the proposed.

multiple attribute decision making; intuitionistic fuzzy sets; message negotiation; ELECTRE method; composition service

2013-10-19

国家自然科学基金重点项目(712310003);国家自然科学基金项目(71171055);福建省社科规划项目(2014C132)

杨洁(1985-)，女，四川西昌人，博士，研究方向：经济管理决策与对策；李登峰(1965-)，男，广西博白人，教授、博导，研究方向：经济管理决策与对策。

C934；TP393.09

A

1007-3221(2015)03- 0134- 08