本篇论文目录导航：
【题目】云服务在物流行业中的应用探究
【第一章】云物流服务平台架构与运作流程研究绪论
【第二章】云物流运作模式相关理论基础
【3.1 3.2】云物流运作模式的内容
【3.3 - 3.5】云物流平台的运作流程
【第四章】云物流任务的分配
【5.1 - 5.3】临沂市小商品云物流运作模式的构建
【5.4 5.5】临沂市小商品云物流任务的分配
【结论/参考文献】物流行业中云计算的应用研究结论与参考文献
第 2 章 相关理论基础
2.1 云的基本理论。
2.1.1 云的概念。
云的概念，云是计算机和互联网的一种比喻说法。云可以实现各种终端设备之间的互联互通，用户享用的所有资源、所有应用程序全部都由一个后台来提供，这个后台就是云端。
云计算是一种基于互联网的，以网格计算、分布式计算和并行计算为基础，把共享的软硬件资源和信息提供给计算机和其他设备的计算方式。
云环境（Cloud Environment）是基于云计算的技术逐步发展而来的，云环境是按照用户的需求，基于虚拟化技术，快速部署资源或获得服务，为用户提供云平台架构体系、计算能力、存储能力和数据处理的一种技术应用环境。
2.1.2 云服务部署模式。
云环境能为用户提供的服务称为云服务。依据部署广度和服务范围的不同，云服务分为四种部署模式：分别是私有云、公有云、社区云和混合云[44].
（1）私有云。私有云是云服务专为某个组织运作，将云服务作为一个整体租用给一个企业，在企业内部共享部门之间的信息和数据，非本企业的用户无法共享私有云中的资源。一般私有云的云服务的运作由企业的组织方管理。私有云可以保证集团企业信息数据的安全，保护企业间业务往来的商业数据信息，所以未来很长的一段时间内，企业仍然倾向于将自己的企业信息构筑在安全性较高的私有云上。
（2）公有云。公有云是将云服务的基础设施和数据信息，提供给广泛的大众群体或者大型的集团使用，信息具有公开性。出售云服务的组织拥有这些云服务提供设施的所有权，租用公有云的企业只拥有云服务设施的使用权。公有云的优势在于，不仅能够以最低的价格，为客户提供基础业务类的服务，而且还能整合一个集团内部的不同企业之间的信息，整体大型企业的上下游供应商和分销商的企业信息，保证信息畅通，挖掘数据价值，提供增值服务。
（3）社区云。云服务由几个不同的组织共享，在特定的群众范围内实施，一般应用在有共同关注问题的社区。社区云有明显的区域型和行业性特征，资源共享和集成程度高、社区内成员的参与性强，例如社区、区域和行业内部发布通知、安全要求、政策和规章制度等，一般采用社区云。社区云可以由组织方管理，也可以由第三方机构管理。
（4）混合云。混合云由两个或两个以上的不同类型的云团构成，一般是私有云和公有云或两个社区云结合。混合云一方面具备公有云的优势，可以实现不同组织的资源共享，数据和应用程序可在云团之间移植，另一方面私有云能保证每个云组织内部信息的私密性。如电子邮件和社交网站的应用就属于混合云范畴，对社交网站上联系人可以在线发送电邮信息，免费阅览公众分享的邮件和文章，同时对个人信息保密，用户可以设置访问权限。
据近期的调查研究显示，目前我国接受云服务模式的企业和社会团体中，约有70%表示更愿意采用混合云的服务模式，其他企业还在观望之中，某些大型集团企业中的混合云服务已经得到了初步的应用。
2.1.3 云服务类型。
以为基础云计算的技术架构，根据提供服务的主体和提供服务范围的不同，公有云按服务类型又分为软件即服务、平台即服务和基础设施即服务三种[45],这三种服务类型的内容是由前到后依次扩大和丰富的，前一级的服务都是建立在后一个服务类型的基础上的，下面介绍这三种服务的特点、功能和适用范围。
2.1.3.1 软件即服务。
SaaS 软件即服务，是指在云平台上发布的软件，为用户提供软件租用的一种服务方式。云的软件即服务，不需要用户将软件安装在自己的电脑或服务器上，也无需为软件的升级所困扰，它通过网络浏览器、电子邮件或者网络客户端等设备的端口，向云服务中心提出申请，在线租用提供商发布的软件，软件的租用者和使用者不需要管理或控制支持软件运行的计算机设施设备，服务器、互联网络、操作系统和硬盘存储空间等均由软件服务提供商进行管理和维护，软件即服务使中小企业免受资金有限不能购买软件的束缚，提高业务能力、降低使用成本。
2.1.3.2 平台即服务PaaS 平台即服务，为云服务使用者提供综合服务的计算机平台，平台上提供项目和应用的设计、开发、测试和托管服务，用户在 PaaS 平台上，使用平台供应商提供的编程语言和工具部署或创建自己的程序，能够在云平台上创建、调试适合定制企业特点的应用，部署具有用户特色的服务内容和项目，用户也可以按需要。在云平台运行这一系列活动的成本要比在数据中心操作低很多，也比软件即服务的服务方式有更大的灵活性和自主性。在平台即服务的这类云服务类型中，用户一样不需要管理或控制云计算环境中的网络、服务、操作系统和存储等设施设备，不需要为硬件和软件支付固定费，只需要支付自己使用的那部分资源的费用。
平台即服务不仅自身拥有良好的市场前景，而且同时可以起到推进 SaaS 的应用，两者相互促进、共同发展。一方面云平台服务降低了云软件服务开发门槛，使软件的运行和调试成本大大降低，提高了软件云服软件的开发效率，为更多的小型软件开发商和个体提供了使用条件；另一方面，云软件服务也可以帮助产品进行多元化和定制化的管理和服务，使云平台可以根据这些信息提供优质的服务，吸引更多用户。
2.1.3.3 基础设施即服务。
IaaS 基础设施即服务，这类云服务类型可以为用户提供庞大的计算机资源和处理器、存储、网络、应用虚拟化技术所提供的相关功能，企业或团体可以利用这些资源，通过互联网使用远程技术，访问云计算技术的服务器，获得云服务中庞大的计算能力。服务提供方将服务器、相关内存等基础设施和与云计算的相关技术，一同出租给集团企业和大型物流公司，供使用者开发、运行、建设自己的云平台和软件。基础设施即服务同样不需要支付购买和维护设备的固定费用，无需管理云的基础设施，用户对操作系统有存储、编程和控制权限。
2.2 云物流的概念及特点。
2.2.1 云物流的概念。
云物流是指基于云计算应用模式的物流信息平台服务[46,47].云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他设备。云物流平台就是把物流公司，代理服务商，物流需求者，行业协会，管理机构，法规政策等主体的信息通过互联网集合在一起，集合物流企业提供的资源信息，整合为云物流资源池，物流资源信息由云平台统一调配，指派给在云物流平台上发布的物流任务，服务使用者按需获得，并支付费用。
2.2.2 云物流的特点。
云是物流行业实现信息化的一个新契机，云物流具备传统物流所不具备的特点，具体说来表现在以下几个方面：
（1）使用资源便捷。云物流依托云计算中大规模的虚拟服务器、缓存技术、异构平台信息交互技术，将物流资源信息集中在服务器云端中，云物流的使用者在任何时间、任何地点只需使用一台电脑、一部智能手机或其他终端设备，通过互联网的网页，随时随地查询、发布物流资源，查询物流信息、获得物流服务。
（2）敏捷响应。云物流信息平台拥有超大的后台存储设备和信息交互能力，24小时实时更新物流资源信息和物流服务需求，云物流资源提供方可以对新登录的物流任务信息做出即时的响应，缩短用户的等待时间，提升客户体验。
（3）服务费用低廉。云物流平台上所有的资源是按需提供给服务需求方的，使用者按需付费，资金有限的中小型物流企业不必通过购买设备和软件提升物流服务，可以在云平台上租用硬件和软件物流资源，完成物流任务，减少企业固定资产的投入，降低服务成本。另外，云物流平台上用有海量的物流任务订单，经打包整合，任务易形成规模，降低服务费用。
（4）物流服务标准化。云物流平台上的任务和资源订单信息都集中到一起进行管理，为物流服务提供标准的参考，物流任务流程、服务类型、收费价格、售后服务等都能做到标准、透明。云物流平台的使用者众多，云物流平台制定的物流服务标准也易于推广，并被更多用户所接受，物流服务标准化也利于规范行业主体的行为。
2.3 物流企业运作模式的分类。
现代物流管理按资源整合的程度和提供服务的范围，将物流企业的运作模式划分四个维度。物流资源的整合程度是指，物流企业提供服务所使用的资源是否仅限于企业的原有资产，是否拥有其他物流资源的使用权和配置权；提供服务的范围是指服务对象的主体是否广泛、服务功能是否专注于一项或某几项物流任务。划分的四个维度分别是：专业型物流企业、整合型物流企业、功能型物流企业、综合型物流企业。
整合型物流企业（Integrated Logistics,简称 ITL）的资源整合度高、物流服务范围广，属于典型的非资产型运作，类似于一个物流总包商，不拥有物流设施设备和物流资源，有很强的信息综合能力，能充分整合功能型物流企业的资源为用户提供一体化服务，如第四方物流企业；相对于整合型物流企业，资源整合能力较低的属于综合型物流企业（General Logistics,简称 GL），他们垄断性地占据物流活动某一环节的所有资源，自身拥有完善的物流网络体系，可以为用户提供全程服务，如中铁物流等；资源整合程度高、服务范围较窄的专业型物流企业（Industrial Logistics,简称IL），一般为行业物流企业，有效地整合物流资源为某一专业物流任务服务，如化工物流、汽车物流等；两者都低的功能型物流企业（Function Logistics 简称 FL）是我国现有大多数物流企业的运作模式，他们拥有物流资源，用自己的资源提供物流任务某一环节的服务，如仓储、运输公司等。
2.4 遗传算法。
遗传算法简称 GA（Genetic Algorithm），是基于进化论的原理发展起来的一种广为应用的、高效的随机搜索与优化方法。后来 Holland 教授将 GA 应用于人工智能系统的研究，提出了这一类仿生型优化算法[48].运算过程如图 2-2 所示。
（1）编码。遗传个体转换成数字形式的过程叫做编码，这些个体就表示可行解，然后再进行迭代操作，转换是将解从解空间转换到搜索空间[49],在求解实际问题时，编码对遗传算法运算的搜索效率有很大影响，较优的编码会使遗传过程中的交叉、变异等操作更好的实现，一般来说编码方法有：二进制编码、符号编码、浮点数编码、格雷编码。
（2）确定初始种群。遗传算法初始种群规模是，对遗传算法在迭代效率和最终结果都有一定影响，所以设定合理的初始种群至关重要，若种群规模太小，算法的优化性可能差强人意，若种群规模太大，会使计算的复杂度增高，另外，当初始种群中个体太多时，在迭代过程中只能是少数适应度很高的个体被选择，大部分个体会遭到淘汰，故种群规模最优范围为 20-100[50].
（3）适应度函数。适应度是度量某个物种对于其生存环境的适应程度，遗传算法中的适应度，也是度量群体中个体可能达到最优解的优良程度[51],适应度函数的设计对遗传算法的优化性能有着重要的影响，一般来说解越好，适应度的值越高[52].
（4）选择算子。在遗传算法的进化过程中，适应度高的个体有更多的机会遗传到下一代，适应度低的个体遗传到下一代的几率会比较小，选择算子就是实现这种优胜劣汰功能的，几种常见的算子选择方法有：轮盘赌选择法、精英保留策略、排序选择、随机联赛选择。
（5）交叉算子。遗传算法中，两条染色体交换部分基因进行染色体重组，形成两个新的个体，常用的配对策略是随机配对，交叉算子就是在这些配对的两个个体之间进行的计算方法，交叉算子太小，不利于产生较好的模式，造成算法不收敛，若过大，个体更新很快，则很容易破坏个体的优良模式。遗传算法中常用的交叉算子有：单点交叉、两点交叉、多点交叉、均匀交叉、算术交叉。
（6）变异算子。变异算子主要作用是，当遗传算法通过交叉算子己接近最优解领域时，利用变异算子的这种局部随机搜索能力可以加速向最优解收敛，此种情况下的变异概率应取较小值。常用的变异方法有：基本位变异算子、逆序变异、均匀变异、非均匀变异、高斯变异、边缘变异[53].图 2-2 中所示的选择、交叉和变异操作是由左向右进行的。
（7）收敛规则。当最优个体的适应度达到给定的阀值，或遗传算法进化代数已达到预定的最大代数，或最优个体的适应度和群体适应度不再上升时，则迭代过程收敛、算法结束。否则，经过选择、交叉、变异所得到的新一代群体，继续循环。
2.5 本章小结。
本章介绍了物流运作模式和任务分配的相关理论基础：第 1 部分介绍云的基本理论，包括云的概念、云服务的 4 类部署模式和公有云下的 3 种云服务类型；第 2部介绍云物流的概念及特点；第 3 部分介绍了现有的物流企业运作模式分类；最后阐述了任务分配中遗传算法的相关理论知识，为本文的研究奠定理论基础。
