基于qos的物流云服务组合优化研究

《基于qos的物流云服务组合优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：F253论文编号：102870918-sz025学科分类号：120100硕士学位论文基于QoS的物流云服务组合优化研究研究生姓名宋波专业类别工程硕士专业领域物流工程指导教师李珊副教授南京航空航天大学研究生院经济与管理学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEconomicsandManagementResearchonOptimizingLogisticsCloudServic

2、eCompositionBasedonQoSAThesisinTheMasterofEngineeringbySongboAdvisedbyA.Prof.LiShanSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018南京航空航天大学全日制专业硕士学位论文摘要随着物流云服务相关技术的快速发展，单一的物流云服务往往不能够满足用户多样化、复杂化的需求，因此物流云服务组合成为社会关注和研究

3、的热点。本文以物流云服务选择和组合优化为应用场景，构建了物流云服务指标评价体系，采用改进TOPSIS法来完成对物流云服务的选择；并采用改进的蚁群算法完成对物流云服务的组合优化。本文的研究不仅为企业节约成本和时间，而且为提高企业的核心竞争力奠定了基础。首先，本文分析了国内外云服务QoS指标评价体系的研究现状，结合物流的特点，构建了物流云服务QoS指标评价体系；然后，利用模糊层次分析法和熵值法的乘法集成确定物流云服务评价指标的权重，利用改进相对接近度的TOPSIS法对物流云服务进行选择，该方法能够避免算法不能完

4、全反映出各方案优劣性，以及指标权重主观性较强和评价方案缺乏说服力等缺点；最后，构建了物流云服务组合优化模型，通过在蚁群算法中增加最优路径列表和轮盘赌选择机制，解决蚁群算法收敛速度慢和易陷入局部最优解。实验结果表明：改进的蚁群算法能够很好的解决算法停滞、易陷入局部最优等问题，为相关企业对物流云服务选择和组合优化提供宝贵建议。关键词：物流云服务，服务质量（QoS），TOPSIS法，蚁群算法，组合优化I基于QoS的物流云服务组合优化研究ABSTRACTWiththerapiddevelopmentofcloudc

5、omputingtechnology,singlelogisticscloudservicecannotmeetthediverseneedsofusers.Therefore,thelogisticscloudservicecompositionproblemhasreceivedextensiveattentionandresearch.Thispaperchoosecloudserviceprovidersforapplicationscenarios,constructinglogisticsclo

6、udserviceindexsystem.UsingimprovedTOPSISmethodtocompletethecloudserviceproviderselectionandimprovedantcolonyalgorithmtofindagroupofbestlogisticscloudservicecomposition.Theresearchofthispaperwillnotonlysavesthecostandtimefortheenterprise,butalsolaysthefound

7、ationforimprovingthecorecompetitivenessoftheenterprise.Firstly,thisarticleanalyzedomesticandforeigncloudservice(QoS)evaluationindexsystemandresearchstatus,combiningthecharacteristicsoflogisticsandconstructinglogisticsserviceQoSevaluationindexsystem.Secondl

8、y,thisarticleusemultiplicationcalculatingintegratedweightsbasedonfuzzyAHPmethodandentropymethodtodeterminetheweightsofevaluationindexesofcloudserviceandimprovedTOPSISmethodtoselectlogisticscloudservice.Thisme