文摘

近年来,大主要港口在中国已经意识到rail-water多式联运业务信息化。然而,联合运输信息化的总体发展水平在很大程度上限制了联合运输信息化的发展不平衡在不同的地区,严格的系统架构,信息共享程度低,缺乏数据管理和分析方法。结合结构和联合运输信息系统的业务特点,采用云计算和大数据技术,我们提出了一个联合运输信息的过程与运单信息载体和fpm服务支点。说明了中国集装箱出口流程的示例,本文探讨了云环境中的一系列关键技术问题,如应用程序管理、业务信息共享,和大数据处理,在不同级别的铁路水运云平台的建设,结合业务特点,使相关实验分析模型验证的可行性重建铁路水运云平台。它可以为铁路的发展提供理论和实践支持水联运信息化在中国。

1。介绍

目前,railway-river运输的信息化建设在中国都是集中在港口,缺乏总体规划,有很多冗余的结构(1]。有许多不同的信息系统建设的体系结构不同的港口,导致严重的非均质性的信息。同时,这种信息处理模式要求铁路码头与不同的港口,这将消耗大量的不必要的时间铁路信息是停靠在港口业务流程,和港口也缺乏有效的预期和控制的业务增长2]。连续出现的新的联合运输服务和服务规模的快速扩张,联合运输信息系统的熵值分散在各港口将迅速增加,无法忍受的负担业务发展(3]。格瓦拉金斯利chenikwi建立可持续的可能性多通道运输通过集成不同的运输方法来解决交通问题的脆弱性和促进发展的有效和高效的交通网络在撒哈拉以南非洲地区(4]。鹿特丹港的装卸操作在荷兰都是管理和控制计算机,以及物流园区的开发建设是充分发挥积极开展港口物流的优势。英国铁路运输系统与港口运输系统积极合作,全面提高运输质量和效率。

有相对丰富的理论研究在国内外港口和铁路河流运输及相关问题,主要为集装箱港口,专注于河铁路运输质量和效率的提高,铁路河道运输优化,铁轨运输的集成和优化模型和算法。铁轨运输标准化服务体系已经建立,但很少有研究经验在河铁路运输信息平台。本文主要关注验证重建铁路河交通云平台的可行性,并提供了理论和实践支持铁路的发展。

本文的主要工作总结如下:(1)本文提出了铁路内陆运输的云平台,应用信息技术信息化的“集中”模式。采用“大集中”的信息管理模式可以充分利用虚拟化技术,发挥的优势资源集约化和集中联合运输的管理信息系统和业务数据分布在不同的港口。大型集中式管理模式,强大的云平台资源管理能力可以有效地使用,这样中小港口可以摆脱联运信息的限制,科学、合理地管理和控制成本,妥善处理管理的复杂性和其他问题,和有相同级别的联运信息大港口在很短的时间内。与分散的信息布局相比,“大集中”模式的主要优点如表所示1(5]。(2)整个业务的整合和重建和分级管理的实现过程可以有效地简化信息交互过程,提高信息集成的效率,更有效地管理合并后的交通信息系统和业务数据分布在每个端口(6]。(3)的经营模拟过程中建立网络模型,使地铁对接的业务效率,降低了成本。集装箱运输过程的特点是动态、不确定性和复杂性。与现有的流程建模方法相比,事件驱动的过程链等数据流图,该展会和佩特里网,佩特里网可以分析流程简洁和高效的性能。方法的比较如表所示2(7]。

2。信息云平台的布局Railway-River联合运输

2.1。联合运输信息分布状态

目前,中国railway-river交通信息化构建以分散的方式围绕港口(8]。每个端口建立交通信息系统根据其业务发展,与其他运输参与机构和集成信息,如图1。

如图1、大型港口都投入了大量的精力在规划自己的业务和构建一个相对完整的联运信息系统(9]。中小港口不完全是由于人力和财务约束。railway-river运输信息平台是一个复杂的巨系统。除了一般的信息系统的特点,它必须被整合,动态、实时。我们发现当前不同的联运信息布局和信息系统的异构化严重的通过调查连云港的联运信息系统,宁波港和其他港口。等问题导致中国intermodel交通信息化水平低,低水平的信息共享和交互,和不相称的服务能力(10]。

2.2。“集中”信息管理模式的优点

根据目前信息布局问题的联合运输,本文认为railway-river联运业务云平台应参与建设的铁路、港口和其他部门共同。使用集中的信息管理模式构建railway-river联运云平台可以更好地利用虚拟化技术,充分发挥资源的优势,实现分布式端口的集中运输管理信息系统和业务数据11]。“集中”模式的主要优势如下(12]:(1)所有港口业务流程标准化和统一。(2)它使数据挖掘容易,因为统一的数据存储、港口之间的信息实时共享和访问限制的许可制度。(3)联合管理机构做一个港口的投资,集中操作和维护,维护成本低。(4)信息交换通过云服务模式,租户可以共享的服务资源高利用率。租赁服务需求代替购买软件成本较低;统一的服务端口,可以随时访问,任何地方,服务能力大,可靠性高。(5)平操作和维护模式、高度共享的操作和维护人员,高利用率和效率。(6)使用统一的服务门户,加入更多的港口,和促进效率较高。(7)集中风险控制确保服务和网络通信质量可靠性高的云,采用一个统一的应用程序安全战略,确保信息安全。

2.3。信息布局的联运模式的云计算平台

结合当前信息化布局联合运输的缺点的基础上,充分利用云平台的优势强化资源管理、软件和硬件资源的集中建设和统一迁移应用程序的实现,形成一个高度集中的信息布局模式,如图2。

如图所示的布局信息,管理模式是基于云平台,打破了平台之间的相互独立的模式使用虚拟化技术重组和计算资源根据其需要。这种模式将分散在港口联运业务应用程序迁移到云的集中管理和统一入口的外国服务,提供一站式综合运输业务信息服务,同时也可以有效地为用户使用云应用服务模式和个性化业务需求快速定制资源或商业环境。云平台基于信息集中管理模式可以充分利用云的规模有效由于众多在中国港口。它可以大大降低整个行业的信息成本,尤其是对许多中小型港口,可以通过各种终端直接访问和使用云计算资源平台,实现零成本信息建设投资(13]。

3所示。业务流程重构

有必要进一步提取业务信息基于运输组织过程,结合云平台系统面向集中运输信息管理,构建业务支持系统,建立大数据系统结合大数据处理模式,并采取集中箱进出口为例,重建的操作信息过程railway-river联合运输。

3.1。业务支持系统体系结构设计

业务支持系统主要针对六大用户组:通过运输货物所有者/经营者,铁路、港口、航运公司,报关,两个检查和其他政府机构,以及集装箱卡车销售公司/保险银行提供应用程序信息服务(14]。这六个主要用户群体的信息需求关系和业务支持系统需要优化现有业务的基础上,通过交通信息系统的功能需求:第一是建立一站式通过运输服务以顾客为中心;二是提高信息共享水平通过铁路和水路之间的运输;第三是实现大数据的管理和分析通过运输。

业务支持系统的主要功能是将目前分散的多式联运信息系统集成到一体的热水联运交通云平台。配置服务实例和访问权限后根据客户的需求,该系统将交付给用户在SaaS服务模式如图3。

根据图3,业务支持系统主要包括五个部分:安全框架,统一服务门户,联运大数据应用,信息共享池,和第三方应用程序池。功能如下:(1)安全框架:UGAC是一个SaaS服务模式基于云环境,负责统一访问控制的应用程序来消除业务流程应用程序安全性水桶效应。(2)统一服务门户:业务支持系统的核心是统一服务门户,这是由联运电子商务系统和货运流程管理系统实现联运业务。(3)联运大数据应用:联运大数据的应用主要包括系统实例池联运业务,相关的联运电子商务平台为客户提供信息查询、批处理、货物跟踪、各运输业务和其他相关信息服务。联运业务系统主要负责计划、实施和管理的联运物流过程。联运营销管理系统主要负责标准的制定联运产品和运费。协同办公系统主要用于确保正常的多式联运管理部门的日常管理工作。(4)信息共享池:信息共享池主要负责异构应用程序集成和信息共享。是面向参与者和多式联运的需求实现不同运输方式之间的业务协作和信息交互。用于数据交换与私有云应用程序,如铁路、大港口、政府机构和其他第三方应用程序。(5)第三方应用程序池:第三方应用程序池主要由业务系统的联合运输参与机构,主要包括相关业务系统的联合运输港口、铁路部门、小港口较低程度的信息,并快速提供完整的管理信息服务相关港口车站,码头,通过租赁和庭院,以达到零投资信息。

3.2。数据支持系统的技术框架

数据支持系统主要用于实现管理和二次利用大数据的联合运输。为了确保数据管理的灵活性和可扩展性,数据管理和应用程序都是独立的。数据支持系统首先通过沉淀和整理和储存运输业务数据,形成分散的数据资源池业务数据,然后沉淀数据通过大数据的应用通过运输和交付结果的应用业务支持系统数据和服务的模式(DaaS)消费。一方面,这些大数据应用程序可以反应的联合运输应用程序生成数据和优化业务本身;另一方面,他们可以增强用户体验和服务质量提供有价值的增值数据服务的联合运输和其他行业参与者和管理者,从而提高整个平台的核心价值。

根据云平台的设计,基于DOA的数据支持系统不仅能有效地检索和处理大数据也分离数据管理和应用需求,为用户提供灵活的数据服务和云平台的管理者。技术框架设计如图4。

如图4,数据支持系统由客户端和云服务端。客户端实现了用户之间的数据交互和数据支持系统通过协议适配器,客户和系统之间的交互和数据支持系统实现业务应用程序池。云服务端主要包括三部分:DOA数据管理中心,业务应用程序池,和大数据分析中心,分别对应于登记管理、生成和分析过程为多式联运的大数据。功能如下:(1)DOA数据管理中心:它由一个数据存储终端和数据登记中心的数据存储终端采用工业cloud-distributed存储系统实现应用程序数据的统一存储和管理;数据注册中心进行统一管理和操作的数据存储在客户端和服务终端通过数据注册、动态数据聚合的客户,和其他技术。所需的数据生成元数据文档的DOA中央管理和存储在数据库的元数据的注册表。当一个大数据应用程序需要加载大量的异构数据进行分析、DOA中央政府检索所需的元数据信息加载数据要求,并返回到大数据的应用程序。大数据应用系统应当分析数据源的位置和访问接口的元数据和获取相关的数据服务。大数据的数据分析结果的应用程序也存储在数据管理中心,形成相应的数据服务(DaaS)供用户和多式联运业务应用程序使用。DOA数据管理中心使用火花协议实现离线和在线联合运输数据的处理,并使用蜂窝数据仓库管理分布式系统的数据信息。火花解决问题的更好的性能复杂的数据信息的操作和联合运输行业的发展,并提高了数据处理的效率。Hive-SQL实现MapReduce程序的转换,提高数据提取和数据清洗的效率。火花与其他数据分析平台的性能比较如表所示3,蜂巢的特点如表所示4。(2)业务应用程序池:业务应用程序池不仅能保证正常发展铁路联合运输业务,但也是多元化的生产商联合运输大数据从数据的角度。这些数据在数据集中存储和管理支持系统,孤立的云服务模式,提供联合运输大数据应用程序的要求。(3)大数据分析中心:大数据分析中心由一个应用程序池,这是一个收集的数据处理单元(ITDPUs)相互独立的设计是根据应用程序的要求和部署,以及大数据基础设施服务池。ITDPU适用于DOA和提取数据,然后将数据加载到ITDPU数据分析,最后将结果返回给DOA管理中心业务应用程序和行业用户按实际使用量付费的模式。大数据基础设施服务包括七个部分:火花,Hbase,蜂巢,Sqoop,水槽,HDFS, Chronos,联运大数据应用程序池。火花实现多式联运的离线和在线处理数据,蜂巢实现非结构化片段数据的清洗,HDFS实现大数据的存储,成为动态数据集的离线数据来源,Sqoop实现大数据的收集和处理,水槽实现用户反馈数据的收集和记录数据,Hbase实现动态数据集的存储,Chronos定期安排离线数据传输模块和实现数据处理系统的调度管理。

数据支持系统的三个组成部分相互配合,形成一个闭环的生态系统大数据的生成、存储、管理、提取、分析、反馈和服务。数据支持系统,因此,在DOA数据管理中心,业务应用程序池,大数据分析中心是必不可少的。

3.3。联合运输的云平台的信息共享机制

目前,信息共享技术通过港口、铁路、和其他核心运输机构主要包括以下:(1)电子数据交换(EDI): EDI标准化和格式交换信息根据同意协议(EDIFACT,肥皂,等等),并进行贸易伙伴的计算机网络系统之间的数据交换通过邮件服务器,FTP,消息队列(MQ),和其他数据传输系统,它能有效地解决效率低下问题纸信息传输(15,16]。(2)面向服务的体系结构(SOA):其实质是企业应用程序集成(EAI)技术,实现异构系统之间的信息交换(17]。SOA组件模型实现业务信息异构系统之间的交互通过定义标准化的不同服务之间的接口,它的特点是松散耦合、粗粒度和透明度18,19]。(3)企业服务总线(Enterprise service bus, ESB): ESB以服务为基本构成单元,实现通过消息服务之间的协调服务,并完成相关业务协调20.]。ESB不仅可以减少开发和维护工作,节约成本,提高系统的可伸缩性,也更好地处理不同技术之间的异质性和协议(21]。

4所示。基于MSOA信息共享模型

Microservice架构(MSA)是一个典型的应用程序体系结构,可以直接由容器管理的云环境的资源支持系统,具有较强的灵活性和鲁棒性。使用MSA构建信息共享模型,并使用microservice代替传统SOA的重量级的总线结构,信息共享组件可以分散和更多的完全解耦提高消息处理的性能。

本文提出了采取microservices为载体,虚拟化和封装信息共享的逻辑过程,如路由和消息解析。并结合动态地根据信息共享需要形成一个面向microservice架构(MSOA)信息共享模型,这是信息共享池的核心业务支持系统。这个模型可以充分利用综合应用管理系统的优点,使信息共享功能可供用户在云服务模式下的信息集成作为服务(SIaaS),实现按需共享联合运输信息。

不同于当前总线共享信息技术结合由于铁水运输和联合运输,信息共享模型基于MSOA使用细粒度microservice单位脱钩的信息交互,并使用容器标准化虚拟映像形成更轻,更灵活的分散结构比传统的基于虚拟机的云平台。此外,MSOA共享单位可以在同样的分发和管理管理系统。它避免了高成本由一个特殊的服务器的部署所需的当前信息共享技术和充分利用其扩展机制,提高信息共享系统的并发性能。因为它是完全兼容联合应用程序结构。

4.1。模型框架设计

MSOA共享模型是建立在应用程序池管理的资源支持系统、封装和结合了信息共享与microservice之间的业务单元,计算资源分配在需求的资源支持系统,并提供货运流程管理部门。最后,采用SIaaS模式统一提供服务消费者使用。参与组织和联合运输客户只需要租根据业务需求相关的共享服务,实现信息共享。建筑设计如图5。

根据图5,MSOA架构包括管理联合运输的核心集成单元(ITIU),分为管理层和业务层,在管理层主要负责ITIU的接口注册和流程管理,由以下三个系统:(1)Microservice治理系统。Microservice治理系统负责MSA和应用程序注册中心的资源支持系统,它提供了注册管理共享接口ITIU的联合应用和服务组合。MSA注册表是基于应用程序,没有SOA的概念车,并且只提供查询服务,负载平衡和容错机制。服务之间的直接沟通不需要依赖任何服务总线,可有效分散信息共享模型。(2)EDI报文交换系统:与ESB, MSA并不完美,支持的协议和基于rpc的同步调用方法不能保证性能稳定,当调用远程跨地区和只适用于均匀CNA应用程序之间的信息集成;异构信息集成和跨部门(例如,港口和铁路,和政府部门),EDI是目前使用最广泛的数据标准在联合运输行业。在MSOA模型中,EDI不再是作为信息集成总线,但只有作为一个消息交换模块,只是用来实现跨部门间的信息集成。(3)流程管理系统:MSOA应用程序的集成信息之后,需要根据航运结合业务流程使用的货运流程管理系统(fpm)。流程管理主要依靠工作流系统提供跨应用程序业务流程集成的支持,和对底层应用程序组件和服务进行编排后被MSA集成。

因此,对于MSOA运输信息共享模型架构,管理的microservice治理系统,EDI消息交换系统,流程管理系统,业务层是非常重要的。

4.2。ITIU设计和实现

在货运业务流程、航运业务一开始,确定订单数据,完成转发。这时,铁路、水路交通部门还需要执行特定的操作来实现特定的交通事件和过程。交付应用集成的业务流程单元(CAIU)定义如下:(1)fpm适用于航运MSOA共享模型。(2)MSOA共享模型调用CAIU服务。是独立能力现状的基础上,评审的结果应用程序,并将其发送给铁路部门将批准。(3)最后,CAIU传送有关结果fpm(为客户查询)和有关航道部门(相关计划安排)。

CAIU的跨系统交互过程如图6。

从图可以看出6CAIU由四个角色和四个交互过程。从流程的角度,主要过程包括一个判断节点和一个并发节点。CAIU的主要四个相互作用如下:(1)订单数据提交交互:fpm提交CAIU基本货物信息,发货人信息,收货人信息,和运输订单的订单信息。(2)车辆应用程序验证互动:CAIU使用联运货运管理系统有效地比较订货的信息和其他数据对货运列车的状态能力的数据库,来判断是否满足车辆应用程序的需求。(3)订单审批管理互动:基于EDI系统CAIU传送车辆应用程序和基本信息的验证结果为铁路货运管理部门的消息。铁路货运管理信息系统的协助下,铁路管理人员进行检查,并没有错误。然后CAIU回复批准CAIU消息的应用程序。(4)订单结果交互:CAIU发送订单批准fpm的结果,与托运人/联运运营商后续操作。如果货物的应用程序获得批准,将订单信息发送到货运站,提前制定各种计划,与水运部门沟通,及时提交货物的相关文件和审批结果。

4.3。货物流重构思想

目前,联合运输的业务流程仍面临着大量的问题,如服务质量差、并发性低、缺乏统一的物流信息载体。我们建立了一个统一的业务流程模型基于交通云平台提供用户所需的全部信息提高业务流程的效率(22]。

联合运输的业务流程主要由联运电子商务系统和货运流程管理系统(fpm)。前者是一个网上C2C货运联合运输运营商提供的业务服务平台提供信息服务的帮助下参与机构作为一个商人。托运人,作为买家,申请业务通过一个统一的端口网络,包括合同管理、订单跟踪、和付款。fpm采用订单驱动模型(ODM)联合运输物流管理流程(23]。

我们提出一个新的基于fpm联合运输信息过程。他们交给fpm流程管理和信息集成所有寄售订单后收集的电子商务平台。从宏观的角度来看,整个业务流程分为以下四个阶段:(1)订单需求提交阶段:身份验证和授权后,托运人提交他/她的货物联运电子商务平台的需求。在收集和整理订单,转移他们fpm。(2)订单分配:从电子商务平台,获取批量订单后fpm自动分配使用订单匹配大数据应用程序。系统计算出最优的目标运营商和建议托运人。当托运人证实了有针对性的运营商,它进入下一阶段了。(3)物流业务管理:当托运人完成签署合同,联合运输经营者应当按照约定的计划要求。他们将书一辆汽车和一艘船,网上联系海关或第三方,将反馈项目的状态信息通过电子商务平台的接口,直到交付完成。(4)物流管理阶段:完成在线支付确认后,服务反馈,争议仲裁,和服务评估,等等,它为后续的决策分析提供了数据支持根据物流业务的完成状态。

4.4。信息流设计集中箱出口基于fpm

有一个坏的区别进出口业务流程。以集中的集装箱出口过程为例。整个出口流程的设计包括货运业务和货物运输过程。采用fpm中介担保交易模式,主要分为以下四个步骤:(1)订单提交;(2)订单匹配;(3)合同签署;(4)确认付款。

货物运输过程与当前进程大致相同,主要分为以下九个链接(24):(1)货物处理;(2)车辆预订;(3)理货和加载;(4)铁路运输;(5)货物转运港;(6)海关检查;(7)出口准备工作;(8)加载;和(9)交付。

传统railway-river联合运输信息过程是复杂的和不统一。fpm结合业务流程和物流,并使用电子运单,实现无纸化货物运输和网上一站式服务。基于fpm联合运输信息流程主要有以下优点:(1)业务灵活性:fpm可以自动推荐co-carriers托运人选择根据发货人的订单信息。(2)业务安全:托运人、联运经营者、铁路、港口、等等,多党保险标志,统一要求,有效降低运输的风险。(3)交通便利:传统的铁路和海运代理集成到联合运输代理,和托运人只需要与联合运输代理沟通,而联合运输代理进行业务洽谈,通过fpm港口和铁路;(4)实时物流信息:铁路、海洋信息将实时上传到fpm,和相应的信息将自动提供给每个参与者。

4.5。集装箱出口建模基于Petri网的信息流动

佩特里网是一个结构化的数学语言,它不仅能描述过程图形化也将图形转换为数学计算来评估系统的行为。面向对象的交通系统仿真模型构建,和面向对象思想是结合佩特里网实现高模型的可重用性和可操作性,并减少的规模模型,适用于所有活动,包括物流系统。一个正式的演讲中净后(25]: 是一个有限集合的地方(地方),代表运输任务的组节点和部门开始,结束,或信息流动,n是数量有限的地方。

是一个有限集的转换,即执行运输任务的设置或信息传播的过程中,然后呢米是有限的数量转换。

P和T满足条件P∩T=∅P∪T≠∅。

W: 是导演弧的权函数。

米₀: 是初始标记。

通过Petri网模型,我们使用OOPN模拟集装箱出口的流量信息。根据OOPN模型组成,系统组成对象和结构是由业务分析、和集装箱出口的信息流建模根据以下步骤:(1)fpm的信息流系统的构成划分为四类的对象。(2)确定类对象的行为本身及其与其他对象的关系。(3)构建四个类型的对象的内部行为简单的佩特里网。(4)基于(3),一个对象建立消息队列和一个输入/输出门是用来表示物体的外部接口。(5)连接相应的转换在内部各种对象与消息的佩特里网团队。

同时,为了简化建模过程,以下假设是fpm过程系统模型建设之前:(1)铁路货运站可以在一段时间内提供统一服务。(2)与货运相关的所有运输相关的部门和人员可以在正常情况下保持密切联系。(3)所有参与者的相关人员一次只能处理一个业务。(4)加工过程的资源消耗是常数,无论人类和外部因素。(5)事件处理结果令人满意,可用于下一步。(6)每个转运节点有足够的容量来处理转运过程。

OOPN-based容器出口fpm信息流系统模型可以构造在佩特里网环境中根据上面的建模过程和前提假设,并考虑功能性元素之间的联系。如图7,相关的象征意义如表所示5:

4.6。检测fpm集装箱出口基于Petri网的信息流模型

4.6.1。模型可靠性分析

目前,最常用的OOPN模型可靠性检测方法系统死锁检测。所谓死锁,是指对资源的竞争造成的堵塞现象或由于相互交流在两个或两个以上的进程的执行。如果没有外力,他们将无法继续前进。在这个时候,它被称为系统处于死锁状态或系统死锁。这些过程总是等待对方被称为死锁进程(26]。这里的僵局是一个动态的僵局,这反映了佩特里网络的动态特性。它可以检查是否有死锁的检测可以集中僵局中净的标志。如果检测到死锁标志可及集,它将存在。死锁,否则它不存在27]。可达性树是一种有效的工具检查死锁佩特里网的识别。它可以涵盖所有可及集佩特里网和死锁在同一时间。访问树的死锁检测过程的面向对象的佩特里网可分为以下步骤:(1)根据每个对象的内部结构,提取其输入/输出盖茨和发生的顺序,并构造一个接口与网络(网络)。(2)结合不同的对象即网络(1)形成系统即网络。(3)通过执行一个可到达的树分析建立了IE网络,它是检测是否有死锁。如果它存在,建立模型需要改进,消除死锁;否则,系统是可靠的。

通过分析可获得的树木和Internet Explorer,很明显,没有死锁fpm的货运流程管理系统。同样,它可以得出结论,没有死锁在其他对象,如铁路、港口、托运人,通过交通运营商。因此,不存在死锁在整个OOPN模型。

4.6.2。有界的分析

有界性是一个指标来衡量是否在操作系统的资源需求是有限的,和它代表了最大数量的令牌,可以获得在图书馆所在的操作系统。在运行的过程中,有一个整数K使令牌在图书馆的数量不超过最初的任何可及标识符标识K,所以佩特里网k有界。

4.6.3。性能比较

(1)流程分析:主要流之前和之后重建模拟,而根据传统货物运输流中提到。重建之前,货运铁路运输秩序受到的土地,和运费清单直接交付给不同的端口。提交的所有信息fpm,发送订单信息同步重建后的联合运输的参与者。在单节点物理主机环境中,ExSpect软件是用来模拟和分析前后的Petri网模型重建。仿真图如图8和9。主要的加工时间是显示在表中6和7,实验结果如表所示8和9。

仿真结果表8表明,(1)过程周期长,平均周期约5528分钟,和(2)大方差值,离散程度大,过程不稳定和不确定性。

过程的分析表明,(1)流程有很长的周期,因为采用串行结构,需要消耗时间和信息传递过程。与此同时,根据经验提前处理过程。(2)过程有很大的离散程度,这表明这个过程大大地受到不确定因素的影响,系统的稳定性是弱。

仿真结果表9表明,(1)这一过程的周期时间是比原来的短的过程,平均周期时间约3526分钟。相比与原流程优化后,货物流的平均周期时间缩短了36.21%。(2)方差值越小,系统的离散程度降低,这个过程稳定性提高。

据的分析过程,重构货运流管理系统简化了信息交互和处理过程在货运过程中,减少了数据的重复输入,从而缩短了时间信息的交接。此外,业务连贯性和并行性可以改善由于实时订单信息,并可以显著提高货物运输效率。电子系统的标准化后,不确定性降低,过程稳定性大大提高,过程同步,实现操作的效率。系统负载相对平衡的处理方式采用大数据平台在云计算环境中,数据处理能力大大提高,资源利用率较高,和执行速度也更高。

5。结论

障碍的基础上目前railway-river业务的全面发展,结合的分散布局的现状联合运输信息系统,提出了构建信息布局的想法联合运输的云平台,并以中国容器为例,实现货运业务流程的优化railway-river联合运输和货运。大数据的应用,云计算和其他技术提供大量的实时共享,联合运输的连接和交互信息运营商、铁路、港口、航运公司,节省时间成本的业务发展,并提高业务效率和安全;等政府机构,通关检查,统一资源管理模式提供实时查询所有订单的可能性,以确保每个货物的质量。有跟踪记录,提高了行政效率;集装箱卡车经销公司和保险的银行,它提供了实时的交互式应用程序信息,这有利于及时调整服务方式,更好地适应业务需求。在一个词,它是非常必要的采用“大集中”信息管理模式下的大数据平台实现业务流程重建联合运输,以满足当前的联合运输信息化的业务发展需求。

由于大量的参与机构的联合信息平台,大型业务的复杂性,和大量的遗留系统,没有先例的引入云计算技术为联运信息建设和联运的潜在知识挖掘大数据。仍有广阔的发展空间在联运云平台的建设,和长期的实践和探索仍然是需要的。本文以下几点后续关注。

5.1。标准化的云平台,铁路水运

由于不完全信息的标准在中国铁路联合运输水,大多数当前的应用程序架构不能适应云环境。虽然联合运输的云平台环境与遗留应用程序兼容,大量的重建工作仍需要对当前的信息。由于不同业务流程的不同的港口和不同的信息交换标准,很难实现这个应用程序和信息集成过程联运云平台,也需要大量的人力和物力资源。虽然简单的迁移可以实现应用程序的统一管理,不能有效地利用虚拟资源优化云服务模式。

5.2。信息联合应用程序之间的隔离

大量的联合应用程序驻留在云中和共享的虚拟计算资源和存储资源的云联运云平台环境。如何将内部和外部服务数据,同时保证信息共享需求和保护的业务应用程序信息的隐私联运相关部门也需要考虑的问题。虽然虚拟化技术提供了一个数据隔离机制,还需要更深入的研究数据分区,保护和利用。

5.3。物联网数据融合的环境

随着物联网时代的到来,互操作性的跨境整合行业和物联网是唯一的方法来提高业务和管理效率,实现智能管理,保持进步。在物联网环境中,大量的传感器数据将进入云平台联运。如何使用云计算的强大的数据处理功能,实现大规模实时传感器信息的分析和处理也将是一个严重的挑战。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

芙蓉贾、林太阳导致了同样工作,应当被视为co-first作者。

确认

这项工作是支持部分由中国国家重点研发项目(批准号2017 yfb1200702和2016 yfc0802208),中国国家自然科学基金(项目没有。61703351),四川科技项目(项目号。2018 rz0078和2019 jdr0211),中国铁路公司的科技计划(项目号P2018T001)、成都软科学研究项目(批准号。2017 - rk00 - 00028 - zf和2017 - rk00 - 00378 - zf),中央大学和基础研究基金(批准号2682017 cx022和2682017 cx018。本研究也由四川农业大学教育改革项目X2013039 X2014025,“农业信息工程、四川高等教育重点实验室。