引論：我們?yōu)槟砹?3篇云計(jì)算技術(shù)優(yōu)勢(shì)范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時(shí)的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。

篇1

當(dāng)今，信息技術(shù)發(fā)展快速，信息和數(shù)據(jù)高度密集，云計(jì)算改變了人們的生活，成為最為熱議的話題，也是目前最為先進(jìn)的技術(shù)。云計(jì)算已經(jīng)廣泛運(yùn)用計(jì)算機(jī)和互聯(lián)網(wǎng)行業(yè)中去，谷歌、微軟等公司都擁有了自己的云計(jì)算平臺(tái)。現(xiàn)在更多的科研者正在研究如何把云計(jì)算運(yùn)用到更多的領(lǐng)域，云計(jì)算如今正在電信和光電行業(yè)開展，為廣電領(lǐng)域的發(fā)展開辟了廣闊的途徑。

1云計(jì)算概述

最早云計(jì)算是大型互聯(lián)網(wǎng)服務(wù)商在擴(kuò)建基礎(chǔ)設(shè)施時(shí)所采用的。云計(jì)算為應(yīng)用模式提供了新的平臺(tái)，它作為一種實(shí)用的計(jì)算形式，非常新穎，其硬件、軟件、存儲(chǔ)等資源可以隨時(shí)合并，然后再合并為客戶所需要的服務(wù)。從通俗意義上而言，云計(jì)算中的“云”是基于互聯(lián)網(wǎng)服務(wù)器集群中的各類資源，由硬件資源和軟件資源組成，包括服務(wù)器、CPU、存儲(chǔ)器、集成開發(fā)環(huán)境、應(yīng)用軟件等等，本地計(jì)算機(jī)再利用互聯(lián)網(wǎng)發(fā)送請(qǐng)求之后，遠(yuǎn)端就會(huì)有計(jì)算機(jī)為其提供資源，將結(jié)果反饋到本地計(jì)算機(jī)中。云計(jì)算包括幾個(gè)顯著的特征，即按需自助服務(wù)、無所不在的網(wǎng)絡(luò)訪問、無地區(qū)區(qū)別資源地、可度量服務(wù)、快速?gòu)椥阅芰Φ取膰?yán)格意義來講，云計(jì)算其實(shí)并不是一門新技術(shù)，而是在計(jì)算過程中所運(yùn)用的新思維和方法，表現(xiàn)為需求和市場(chǎng)關(guān)系發(fā)展的變化，它是對(duì)計(jì)算手段的一種完美解讀，是網(wǎng)絡(luò)發(fā)展到一定階段后，業(yè)務(wù)和形態(tài)共同體現(xiàn)。云計(jì)算不能脫離網(wǎng)絡(luò)，離開網(wǎng)絡(luò)，云計(jì)算就失去了應(yīng)有的效能。

2云計(jì)算在廣電行業(yè)的發(fā)展

近些年，云計(jì)算在信息領(lǐng)域成為一枝獨(dú)秀，受到全世界的重視。我國(guó)也積極研究云計(jì)算，并把云計(jì)算運(yùn)用到各個(gè)領(lǐng)域，廣電行業(yè)也開始運(yùn)用云計(jì)算，這不僅給廣電業(yè)帶來巨大發(fā)展，也給廣電業(yè)提出了挑戰(zhàn)。從廣播電視內(nèi)容的制作、數(shù)字存儲(chǔ)，再到雙向互動(dòng)、有線電視管理等，云計(jì)算的作用是不可估量的。“三網(wǎng)融合”是我國(guó)廣電行業(yè)未來發(fā)展的目標(biāo)，但是受到技術(shù)、體制等問題的約束，“三網(wǎng)融合”遲遲沒有得到實(shí)質(zhì)性突破。從2010年政府再提出這一目標(biāo)，才開始走上實(shí)質(zhì)性的試點(diǎn)建設(shè)軌道。在建設(shè)過程中，要積極發(fā)展新的技術(shù)和業(yè)務(wù)，其中最重要的就是“云計(jì)算”和“云服務(wù)”。“三網(wǎng)融合”的真正意圖就是要把廣播電視網(wǎng)、電信網(wǎng)和互聯(lián)網(wǎng)三者融合在一起，做到資源共享，業(yè)務(wù)范圍和技術(shù)逐步達(dá)到一致，滿足用戶更多的需求，提高人們更高的精神需求。通過“三網(wǎng)融合”使網(wǎng)絡(luò)和信息資源最大程度實(shí)現(xiàn)共享，使重復(fù)建設(shè)得以避免，打破了三者之間的界限。云計(jì)算在三網(wǎng)融合中運(yùn)用，必將給廣電行業(yè)帶來前所未有的發(fā)展機(jī)遇。廣電行業(yè)也要以云計(jì)算為抓手，緊跟時(shí)代步伐，運(yùn)用好云計(jì)算。

3云計(jì)算在廣電領(lǐng)域的實(shí)踐運(yùn)用

云計(jì)算的核心理念就是在很多的機(jī)器上提供服務(wù)，這種服務(wù)具有高性能、安全可靠。當(dāng)今，網(wǎng)絡(luò)寬帶飛速發(fā)展，速度增長(zhǎng)非常快，就給云計(jì)算提供了便捷的條件。云計(jì)算的發(fā)展給廣電“三網(wǎng)融合”帶來了更大的發(fā)展?jié)摿Α＿\(yùn)用云技術(shù)可以使數(shù)據(jù)壓縮能力顯著提高，使廣電資源和業(yè)務(wù)相互分離，資源根據(jù)客戶需要進(jìn)行分配，使設(shè)備的使用效率大大提高。另外，云計(jì)算還使服務(wù)具有連續(xù)性。當(dāng)前，廣電運(yùn)營(yíng)商所面臨的問題很多，這些問題對(duì)廣電行業(yè)發(fā)展起到了阻礙作用。但是云計(jì)算的運(yùn)用，使電視變成了電腦，實(shí)現(xiàn)了語音和視頻功能，讓電視具有電腦一樣強(qiáng)大的功效，這是云計(jì)算在廣電行業(yè)的主要運(yùn)用體現(xiàn)。天然視頻云計(jì)算終端和寬帶網(wǎng)絡(luò)是廣電網(wǎng)絡(luò)的兩個(gè)優(yōu)點(diǎn)，實(shí)踐顯示，只要增加視頻云技術(shù)的處理器，這樣云計(jì)算就可以發(fā)揮作用了。只要是技術(shù)的應(yīng)用呈現(xiàn)能夠運(yùn)行，在終端就能夠顯現(xiàn)出來，使終端的成本大大降低。不管任何的時(shí)間、任何地點(diǎn)，都可以對(duì)各類應(yīng)用功能進(jìn)行訪問，客戶不需要再去升級(jí)終端，減少不必要的麻煩，也使更新和維護(hù)成本降低。云計(jì)算對(duì)廣電行業(yè)的發(fā)展具有很大促進(jìn)作用，為廣電行業(yè)發(fā)展開辟新途徑。云計(jì)算對(duì)廣電行業(yè)來說是一項(xiàng)非常基礎(chǔ)的工程，以廣電網(wǎng)絡(luò)為基礎(chǔ)，構(gòu)建云計(jì)算平臺(tái)，使傳統(tǒng)媒體和視聽新媒體有機(jī)聯(lián)系在一起。對(duì)廣電行業(yè)來說，還可以利用云計(jì)算建立IT系統(tǒng)和業(yè)務(wù)平臺(tái)，做到差異化競(jìng)爭(zhēng)，改善產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)廣電行業(yè)的新發(fā)展。

4結(jié)語

總之，“三網(wǎng)融合”不斷前行，競(jìng)爭(zhēng)更加白熱化。廣電業(yè)當(dāng)前亟需解決的問題就是怎樣才能在競(jìng)爭(zhēng)中嶄露頭角。云計(jì)算正是在廣電行業(yè)困難時(shí)刻應(yīng)運(yùn)而生的，為廣電行業(yè)調(diào)整結(jié)構(gòu)、改變運(yùn)營(yíng)模式打下了堅(jiān)實(shí)基礎(chǔ)。廣電行業(yè)要積極開展“三網(wǎng)融合”，充分運(yùn)用云計(jì)算技術(shù)，構(gòu)建廣電行業(yè)的云計(jì)算平臺(tái)，在激烈競(jìng)爭(zhēng)中提高質(zhì)量，提供更加優(yōu)質(zhì)、快捷的服務(wù)，開辟出新的發(fā)展之路。

參考文獻(xiàn):

［1］嚴(yán)海兵，姚武霞，過言之．云計(jì)算下的圖書館數(shù)字資源存儲(chǔ)研究［J］．蘇州科技學(xué)院學(xué)報(bào)(自然科學(xué)版)，2011(3)．

篇2

1云計(jì)算的定義及特點(diǎn)

從計(jì)算機(jī)商業(yè)的實(shí)現(xiàn)的角度來看，人們認(rèn)為分布式處理、并行處理及網(wǎng)絡(luò)計(jì)算機(jī)發(fā)展的產(chǎn)物就是云計(jì)算。對(duì)于云計(jì)算的定義，當(dāng)前較多的軟件開發(fā)人員及相關(guān)的專家對(duì)于云計(jì)算的定義的各有說法。那些開發(fā)云計(jì)算技術(shù)的人員認(rèn)為，對(duì)于拓展云計(jì)算機(jī)服務(wù)器能力存在一定難度。云計(jì)算平臺(tái)為用戶提供了不同的服務(wù)類型及目標(biāo)。但是任何種類的服務(wù)目標(biāo)，云計(jì)算平臺(tái)均具有以下特點(diǎn)：（1）云計(jì)算平臺(tái)需要依賴數(shù)據(jù)中心，同時(shí)具備良好的計(jì)算服務(wù)十分有必要，這樣才能使用戶在應(yīng)用云計(jì)算平臺(tái)時(shí)，能獲得更多的資源。（2）用戶通過云平臺(tái)，網(wǎng)絡(luò)中的用戶與底層物理實(shí)現(xiàn)不具又直接聯(lián)系。用戶在使用其他平臺(tái)及軟件十分便捷，不需要進(jìn)行詳細(xì)組成結(jié)構(gòu)，也不需要進(jìn)行相關(guān)內(nèi)容的理解，同時(shí)用戶能在便捷的在自己平臺(tái)上進(jìn)行工作，為廣大群眾的生活與工作提供方便。（3）云計(jì)算機(jī)平臺(tái)受到廣大用戶的青睞，在實(shí)際中取得良好的應(yīng)用效果，用戶在應(yīng)用過程中，可以根據(jù)自己的需求來調(diào)整規(guī)模。將計(jì)算機(jī)引入到云平臺(tái)中，使兩者相互結(jié)合，能有效減少整個(gè)系統(tǒng)的運(yùn)行成本，另外還能滿足廣大群眾的應(yīng)用需求。

2云計(jì)算的發(fā)展背景

云計(jì)算與網(wǎng)絡(luò)有著密切的聯(lián)系，兩者的結(jié)合為促進(jìn)云計(jì)算的發(fā)展奠定良好基礎(chǔ)。當(dāng)前Web2.0相關(guān)理論與以往相比成熟許多，同時(shí)相關(guān)技術(shù)在實(shí)際中的應(yīng)用效果良好，云計(jì)算的發(fā)展也有了一些變化，以往是商業(yè)化的網(wǎng)站，先今發(fā)展為校園網(wǎng)站。從實(shí)際情況來看，網(wǎng)絡(luò)的商業(yè)化模式有了很大改變。比如，普通的商業(yè)化網(wǎng)站，尤其對(duì)于一個(gè)獲得較大商業(yè)利益的網(wǎng)站來說，其涉及的內(nèi)容十分廣泛。其中系統(tǒng)硬件的維護(hù)、市場(chǎng)調(diào)研的分析是最重要的兩個(gè)部分，其需要依靠一個(gè)良好的工作團(tuán)隊(duì)才能處理好相關(guān)的工作。網(wǎng)站最終所獲得的利益只占據(jù)團(tuán)隊(duì)的很少部分，這給網(wǎng)站帶來不平等的發(fā)展影響。而且從實(shí)際來看，當(dāng)前傳統(tǒng)的計(jì)算模型還存在著以下問題：（1）平臺(tái)規(guī)模存在的可伸縮性問題，其無法滿足廣大群眾的應(yīng)用需求。而且，服務(wù)業(yè)務(wù)需求規(guī)模的改變下，計(jì)算機(jī)模型無法進(jìn)行適當(dāng)?shù)恼{(diào)整。（2）大型底層基礎(chǔ)設(shè)施的建設(shè)是建立在較大資金的基礎(chǔ)上，而對(duì)于一般商業(yè)企業(yè)來說，資金籌備成為一項(xiàng)難題。（3）服務(wù)商需要對(duì)定型服務(wù)進(jìn)行長(zhǎng)期的維護(hù)，因此，面對(duì)資源的有限性，新業(yè)務(wù)的開發(fā)存在較大難度。云計(jì)算平臺(tái)具有的良好的靈活性以及可靠性，網(wǎng)絡(luò)用戶能根據(jù)實(shí)際情況在較短的時(shí)間內(nèi)建立系統(tǒng)。同時(shí)，對(duì)于基礎(chǔ)設(shè)施的維護(hù)任務(wù)來說，還能實(shí)現(xiàn)讓計(jì)算機(jī)提供商的操作。因此，用戶將云計(jì)算平臺(tái)應(yīng)用實(shí)際中，進(jìn)行相關(guān)工作的處理。云計(jì)算具有良好的可伸縮性，能夠適當(dāng)調(diào)整實(shí)際發(fā)生的狀況，以此更好的降低服務(wù)的總成本。（4）網(wǎng)絡(luò)底層設(shè)施開發(fā)需要耗費(fèi)較大的資金，在建設(shè)過程中，硬件的基礎(chǔ)是網(wǎng)絡(luò)提供商的基礎(chǔ)設(shè)施的重要部分，而且需要花費(fèi)較長(zhǎng)的時(shí)間以及較多的資金。

3云計(jì)算的應(yīng)用

由于云計(jì)算機(jī)技術(shù)具有較大的復(fù)雜性，所以我國(guó)在云計(jì)算的應(yīng)用方面還存在不足，對(duì)于云計(jì)算的應(yīng)用并沒有大范圍的應(yīng)用，但從實(shí)際情況來看，電子商務(wù)行業(yè)、教育行業(yè)等行業(yè)中，對(duì)云計(jì)算的大數(shù)據(jù)處理能力、大儲(chǔ)存能力的應(yīng)用取得良好效果，為實(shí)現(xiàn)信息的共享奠定良好基礎(chǔ)。云計(jì)算是計(jì)算機(jī)行業(yè)中的熱門信息產(chǎn)業(yè)，將云計(jì)算與教育行業(yè)相結(jié)合，教育教學(xué)的整個(gè)效果將得到大大提升。同時(shí)，云計(jì)算技術(shù)應(yīng)用于教育行業(yè)中能發(fā)揮其優(yōu)勢(shì)，具體表現(xiàn)在這幾個(gè)方面：（1）使學(xué)校教育資源建設(shè)所花費(fèi)的資金得到減少；（2）能夠隨時(shí)隨地展開教學(xué)，有助于打破傳統(tǒng)的教學(xué)方式，對(duì)促進(jìn)移動(dòng)教學(xué)發(fā)揮重要作用。（3）使學(xué)校相關(guān)數(shù)據(jù)得到更好的保障；（4）為實(shí)現(xiàn)教育信息資源的共享提供良好的保障。因此，將云計(jì)算應(yīng)用教育行業(yè)能夠促進(jìn)其更好的發(fā)展。但是在實(shí)際應(yīng)用中，云計(jì)算還存在這幾個(gè)方面的問題：（1）缺乏統(tǒng)一的標(biāo)準(zhǔn)，其對(duì)數(shù)據(jù)的兼容帶來不良影響；（2）較差的資源共享性，所以要想使云計(jì)算的得到更好的應(yīng)用，建立統(tǒng)一的標(biāo)準(zhǔn)十分重要。基于計(jì)算機(jī)的一種教育方法稱之為教育云，其對(duì)教育信息化資源的整合起著重要作用，通過統(tǒng)一部署與管理云平臺(tái)，將互聯(lián)網(wǎng)引入其中，建立起優(yōu)質(zhì)的服務(wù)系統(tǒng)。教育云平臺(tái)的服務(wù)主要有：、基礎(chǔ)設(shè)施服務(wù)、軟件服務(wù)及平臺(tái)服務(wù)。教育云最重要的部分就是軟件服務(wù)，其為廣大用戶提供軟件應(yīng)用服務(wù)奠定基礎(chǔ)。

4結(jié)語

總而言之，云計(jì)算具有的優(yōu)勢(shì)為人們的生活與工作帶來便捷，同時(shí)，云計(jì)算對(duì)促進(jìn)信息技術(shù)的發(fā)展奠定良好基礎(chǔ)。云計(jì)算技術(shù)的產(chǎn)生與運(yùn)用給互聯(lián)網(wǎng)技術(shù)的發(fā)展帶來巨大機(jī)遇的同時(shí)，也帶來一定的挑戰(zhàn)，因此，需要不斷完善相關(guān)程序，對(duì)其中存在的問題采取有效措施。隨著當(dāng)前我國(guó)信息技術(shù)、互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，云計(jì)算技術(shù)的發(fā)展前景十分可觀。

參考文獻(xiàn)

[1]張亞麗.云計(jì)算技術(shù)發(fā)展分析及其應(yīng)用探討[J].硅谷,2014(13):132+152.[2]吳華仕.云計(jì)算技術(shù)的發(fā)展及其在企業(yè)中的應(yīng)用[J].技術(shù)與市場(chǎng),2016(07):189.

篇3

云計(jì)算的概念在近兩年越來越熱，與早些年不同的是，現(xiàn)在云計(jì)算已經(jīng)不再停留在概念上，一些IT公司紛紛推出了自己的云服務(wù)并加強(qiáng)了廣告宣傳。歸其原因，一方面，云計(jì)算實(shí)現(xiàn)資源的共享和動(dòng)態(tài)分配，幫助企業(yè)降低信息化方面的預(yù)算；另一方面，云計(jì)算的計(jì)算機(jī)集群為企業(yè)提供了強(qiáng)大的數(shù)據(jù)處理和在線計(jì)算能力，速度和穩(wěn)定性兩者兼得；還有就是云存儲(chǔ)技術(shù)在便攜性和安全性上的突破，也為企業(yè)提供了更好的數(shù)據(jù)存儲(chǔ)服務(wù)解決方案。

對(duì)于石油化工這樣的傳統(tǒng)行業(yè)，云的概念似乎還很遙遠(yuǎn)。但回顧上世紀(jì)90年代以來ERP對(duì)國(guó)內(nèi)企業(yè)產(chǎn)生的影響與變革，這一次石油化工行業(yè)也需要抓住云計(jì)算的機(jī)遇，將企業(yè)信息化程度推到一個(gè)更高的水準(zhǔn)，降低成本，提高效率。

1 云計(jì)算

云計(jì)算的思想起源于上世紀(jì)60年代，當(dāng)時(shí)的設(shè)想是把計(jì)算能力作為一種像水和電一樣的公用事業(yè)提供給用戶。然后受限于當(dāng)時(shí)的硬件水平和聯(lián)網(wǎng)條件，云計(jì)算并沒有立刻得到發(fā)展。后來，20世紀(jì)70年代大規(guī)模集成電路的發(fā)展使得計(jì)算機(jī)趨于小型化，80年代出現(xiàn)了網(wǎng)格計(jì)算、90年代互聯(lián)網(wǎng)的廣泛應(yīng)用隨之發(fā)展出了公用計(jì)算，21世紀(jì)初計(jì)算機(jī)界又興起了虛擬化技術(shù)。積累至今，云計(jì)算的發(fā)展條件已經(jīng)足夠充分，近兩年云計(jì)算已經(jīng)逐漸走出學(xué)術(shù)界，為產(chǎn)業(yè)界和普通民眾所認(rèn)知。

1.1 云計(jì)算的概念

根據(jù)NIST（美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院）的定義：云計(jì)算是一種按使用量付費(fèi)的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進(jìn)入可配置的計(jì)算資源共享池（資源包括網(wǎng)絡(luò)，服務(wù)器，存儲(chǔ)，應(yīng)用軟件，服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。然而目前所說的云計(jì)算范圍已經(jīng)擴(kuò)大了許多，如自主計(jì)算、效用計(jì)算、網(wǎng)格計(jì)算等也常被人們認(rèn)為是云計(jì)算。

云計(jì)算是從分布式計(jì)算，并行計(jì)算和網(wǎng)格計(jì)算等計(jì)算機(jī)概念中綜合發(fā)展出來的概念，或者說，是從商業(yè)角度實(shí)現(xiàn)了這些概念。與傳統(tǒng)運(yùn)算不同的是，云計(jì)算并非在本地計(jì)算或遠(yuǎn)程服務(wù)器上運(yùn)行計(jì)算，而是通過網(wǎng)絡(luò)，將運(yùn)算分布在大量的計(jì)算機(jī)上。對(duì)企業(yè)來說，其數(shù)據(jù)中心的運(yùn)行更加類似于互聯(lián)網(wǎng)，這使得使用云計(jì)算的企業(yè)能夠靈活地將資源切換到需要的應(yīng)用上，實(shí)現(xiàn)對(duì)計(jì)算和存儲(chǔ)的按需求訪問。云計(jì)算的基礎(chǔ)是虛擬化技術(shù)，載體為網(wǎng)絡(luò)，提供的服務(wù)包括基礎(chǔ)架構(gòu)、平臺(tái)、軟件等。總之，云計(jì)算的最終目的就是整合一切可用的計(jì)算、存儲(chǔ)、數(shù)據(jù)和應(yīng)用分布，實(shí)現(xiàn)所有計(jì)算資源協(xié)同工作。

2 云計(jì)算應(yīng)用于化工物流

我國(guó)化工行業(yè)物流需求一直保持快速增長(zhǎng)，但物流效率較低，成本偏高，與發(fā)達(dá)國(guó)家相比存在較大差距。全國(guó)重點(diǎn)企業(yè)物流統(tǒng)計(jì)調(diào)查數(shù)據(jù)顯示，2009年，我國(guó)化工行業(yè)物流費(fèi)用率為12.3%，在工業(yè)物流領(lǐng)域處于較高水平，高出工業(yè)行業(yè)整體平均水平2.5個(gè)百分點(diǎn)，高出制造業(yè)1.5個(gè)百分點(diǎn)。同發(fā)達(dá)國(guó)家相比，差距更大。統(tǒng)計(jì)顯示原因在于各項(xiàng)雜費(fèi)多，重復(fù)納稅多，運(yùn)輸成本高。搭建現(xiàn)代化工物流平臺(tái)，有助于降低化工物流的成本。

2.1 基于云計(jì)算的化工物流公共信息平臺(tái)

根據(jù)化工物流實(shí)際情況和具體要求，結(jié)合云計(jì)算服務(wù)的技術(shù)特點(diǎn)，設(shè)置出基于云計(jì)算的現(xiàn)代化工物流的應(yīng)用信息平臺(tái)基本框架，如圖1所示：

平臺(tái)提供了化工物流應(yīng)用的具體細(xì)節(jié)，包括接口認(rèn)證服務(wù)的應(yīng)用、中間件計(jì)費(fèi)的應(yīng)用、基礎(chǔ)設(shè)施服務(wù)的應(yīng)用、物理資源的應(yīng)用和數(shù)據(jù)存儲(chǔ)的應(yīng)用等。這些服務(wù)應(yīng)用可以通過集中部署直接面向化工物流企業(yè)，也可以根據(jù)具體化工物流需求建立物流云服務(wù)中心，將不同的化工物流企業(yè)系統(tǒng)通過云計(jì)算的應(yīng)用服務(wù)集中起來，滿足更加復(fù)雜的物流需求。該應(yīng)用框架向化工物流企業(yè)提供的具體應(yīng)用服務(wù)包括數(shù)據(jù)交換應(yīng)用、貨物傳遞跟蹤應(yīng)用、配送軌跡監(jiān)控應(yīng)用、信息應(yīng)用以及貨物管理應(yīng)用等。

化工物流相對(duì)于其他物流有其自身的特點(diǎn)，因此搭建基于云計(jì)算的現(xiàn)代化工物流信息平臺(tái)，能夠更大程度上滿足石油化工企業(yè)對(duì)物流信息的準(zhǔn)確掌握和物流成本的控制的需要。對(duì)于企業(yè)來說，需要更好地處理從制造、運(yùn)輸、裝卸、包裝、倉(cāng)儲(chǔ)、加工、拆并、配送等各個(gè)環(huán)節(jié)中產(chǎn)生的各種信息，并將這些信息通過一種安全而且快速的方式來傳遞，以保證各個(gè)環(huán)節(jié)操作的有效性；并且還要針對(duì)出現(xiàn)的問題實(shí)時(shí)反饋、及時(shí)處理。由于云計(jì)算具有高可靠性的計(jì)算能力、低成本的硬件環(huán)境和高性能的數(shù)據(jù)維護(hù)等特性，搭建基于云計(jì)算的現(xiàn)代化工物流信息平臺(tái)，可以在一定程度上提高化工物流企業(yè)的工作效率。并且，通過云計(jì)算平臺(tái)提供的安全存儲(chǔ)和服務(wù)共享解決方案，可以節(jié)約企業(yè)的信息安全成本，同時(shí)又可以保證企業(yè)的服務(wù)效率和服務(wù)質(zhì)量。

3 云計(jì)算應(yīng)用于虛擬化工廠

化工過程虛擬工廠（VirtualPlant）是一個(gè)集成的針對(duì)石化行業(yè)的實(shí)時(shí)動(dòng)態(tài)模擬環(huán)境，具有硬件仿真系統(tǒng)技術(shù)特性。包括穩(wěn)態(tài)和動(dòng)態(tài)仿真過程的模擬、軟硬件的實(shí)時(shí)接口技術(shù)、自動(dòng)控制技術(shù)、人工智能技術(shù)及工程安全技術(shù)。根據(jù)物料平衡、能量平衡原理，模擬石油化工生產(chǎn)過程中的實(shí)際情況，通過建模與仿真技術(shù)，模擬全生產(chǎn)流程中不同條件下的各種情況；從而達(dá)到對(duì)生產(chǎn)過程預(yù)測(cè)、檢測(cè)的目的；內(nèi)置的人工智能技術(shù)甚至還可以對(duì)該工藝的進(jìn)行評(píng)估，并提出優(yōu)化方案，提高決策和管理水平，以達(dá)到最佳的生產(chǎn)質(zhì)量，最大限度地提高生產(chǎn)效率。

3.1 虛擬化工廠云計(jì)算架構(gòu)模型

面對(duì)化工過程虛擬工廠中數(shù)量巨大的軟硬件資源和復(fù)雜多變的業(yè)務(wù)擴(kuò)展需求，云計(jì)算平臺(tái)系統(tǒng)集成通常采用的方式是分層管理，依賴不斷增加的層級(jí)來逐步細(xì)化業(yè)務(wù)應(yīng)用，為了讓虛擬工廠云計(jì)算平臺(tái)具有很強(qiáng)的可擴(kuò)展性，將云計(jì)算平臺(tái)架構(gòu)設(shè)計(jì)為扁平的三層結(jié)構(gòu)，分別是元服務(wù)資源層、邏輯服務(wù)資源層和應(yīng)用服務(wù)層。

以乙烯工業(yè)生產(chǎn)中乙烯裂解為例搭建模型，如圖2：

利用流體力學(xué)計(jì)算軟件Fluent計(jì)算裂解爐內(nèi)煙氣流速、溫度及組成等物理量的分布情況、以提高生產(chǎn)效率。該計(jì)算要進(jìn)行反復(fù)迭代，當(dāng)計(jì)算條件復(fù)雜，要求精度較高時(shí)，一臺(tái)計(jì)算機(jī)或者服務(wù)器的計(jì)算能力很難在較短的時(shí)間內(nèi)完成如此大量的計(jì)算。因此采用云計(jì)算技術(shù)構(gòu)建一個(gè)可彈性擴(kuò)展、收縮的Fluent并行環(huán)境，盡可能地提高計(jì)算的效率，是一個(gè)可行的方法。通過使用虛擬現(xiàn)實(shí)技術(shù)、云計(jì)算技術(shù)及Webservice等技術(shù)搭建出基于云計(jì)算的虛擬工廠，此模型針對(duì)化工流程工業(yè)的特點(diǎn)，能夠更好的實(shí)現(xiàn)建模、控制、優(yōu)化方法與技術(shù)的一體化集成。

隨著市場(chǎng)上云服務(wù)越來越多，基于云計(jì)算的服務(wù)在化工行業(yè)中開始受到越來越多的關(guān)注。通過云計(jì)算平臺(tái)的構(gòu)建，可以進(jìn)一步完善和推進(jìn)化工過程虛擬工廠的建設(shè)，對(duì)化工生產(chǎn)過程的建模、控制和優(yōu)化技術(shù)具有重要的現(xiàn)實(shí)意義。通過不斷完善和應(yīng)用不僅可以產(chǎn)生可觀的經(jīng)濟(jì)效益，還可以形成具有自主知識(shí)產(chǎn)權(quán)的石油化工軟件產(chǎn)品。

4 結(jié)論

云計(jì)算的發(fā)展帶領(lǐng)互聯(lián)網(wǎng)進(jìn)入了一個(gè)低成本高運(yùn)算量的時(shí)代，它的出現(xiàn)不僅改變了互聯(lián)網(wǎng)的運(yùn)行模式，對(duì)于傳統(tǒng)行業(yè)也產(chǎn)生了極大的影響。對(duì)于石油化工行業(yè)是一個(gè)巨大的機(jī)遇，通過云計(jì)算可以最大限度的優(yōu)化配置資源，提高物流效率、降低庫存成本，還可以及時(shí)有效的監(jiān)控、優(yōu)化生產(chǎn)過程，提高生產(chǎn)效率。

參考文獻(xiàn)：

[1]萬鋒，羅娜.化工過程虛擬工廠云計(jì)算平臺(tái)構(gòu)建的技術(shù)研究[J].計(jì)算機(jī)與應(yīng)用化學(xué)，2012，9.

[2]楊儉.云計(jì)算在現(xiàn)代物流中的應(yīng)用[J].網(wǎng)絡(luò)與信息化，2012，11.

篇4

1 介紹

視頻的運(yùn)動(dòng)分割，旨在從視頻序列中分解出多個(gè)連續(xù)移動(dòng)的不同物體。將不同運(yùn)動(dòng)物體的信息從視頻中提取出來之后，可以做很多后續(xù)的研究，如異常行為分析或者運(yùn)動(dòng)物體的追蹤。近幾年，基于特征點(diǎn)軌跡聚類的視頻運(yùn)動(dòng)分割問題是主要的研究方向，首先對(duì)提取的實(shí)際視頻序列進(jìn)行預(yù)處理獲得特征點(diǎn)軌跡，如KLT[1]，SIFT[2]或者SURF[3]等特征點(diǎn)提取算法，基于不同的運(yùn)動(dòng)目標(biāo)對(duì)特征點(diǎn)軌跡集合進(jìn)行聚類。但是長(zhǎng)視頻序列中提取和跟蹤的特征點(diǎn)集合往往是高維復(fù)雜的大數(shù)據(jù)，需要尋求一種高精度并能快速對(duì)高維復(fù)雜數(shù)據(jù)進(jìn)行分類的方法。基于子空間模型下的運(yùn)動(dòng)分割，是現(xiàn)如今被普遍研究的分類方法。子空間模型下分類的基本思想是，從視頻序列中提取到的每一組特征點(diǎn)軌跡都認(rèn)為其點(diǎn)集合共同構(gòu)建了一個(gè)子空間，那么不同特征點(diǎn)集合的聚類問題，即轉(zhuǎn)化為對(duì)一組子空間集合進(jìn)行聚類的問題。

本文基于LSA聚類算法[7]以及稀疏子空間聚類算法（SSC）[6]的思想，提出一種基于稀疏優(yōu)化對(duì)子空間進(jìn)行聚類的新方法。實(shí)驗(yàn)結(jié)果表示，本文所提出的方法，可以有效且快速地分類實(shí)際視頻中的不同運(yùn)動(dòng)目標(biāo)。

2 基于子空間模型下的運(yùn)動(dòng)分割

2.1 子空間聚類模型

對(duì)特征點(diǎn)集合組成的高維數(shù)據(jù)聚類，基于子空間的模型，首先需要獲得高維數(shù)據(jù)的低維表示，而這個(gè)低維表示能夠保持原大數(shù)據(jù)矩陣的本質(zhì)特征。假設(shè)，將原高維數(shù)據(jù)的低維投影看作一個(gè)變換后的“全局子空間”，而全局子空間是由不同的更低維度的“本地子空間”相互交疊構(gòu)成，如圖1，三種數(shù)據(jù)點(diǎn)集合構(gòu)成三種子空間S1，S2，S3，集合S={ S1，S2，S3}稱作全局子空間，S1，S2，S3相對(duì)的稱作本地子空間。本文中基于子空間模型進(jìn)行分類的基本思想就是從全局子空間中找出不同的本地子空間，屬于同一本地子空間的數(shù)據(jù)應(yīng)當(dāng)被劃分到同一類中，即劃分為屬于同一種運(yùn)動(dòng)目標(biāo)。

4 實(shí)驗(yàn)結(jié)果與分析

本文實(shí)驗(yàn)數(shù)據(jù)選自標(biāo)準(zhǔn)的視頻數(shù)據(jù)庫Hopkins 155數(shù)據(jù)集[13]。并將本文提出的優(yōu)化算法與現(xiàn)今其他優(yōu)秀的運(yùn)動(dòng)分割算法進(jìn)行比較，在分割的過程中，假設(shè)所有視頻中運(yùn)動(dòng)目標(biāo)的個(gè)數(shù)已知。

圖6，7，8是采用本文所提出算法進(jìn)行聚類的結(jié)果，不同顏色代表不同的運(yùn)動(dòng)目標(biāo)。圖6中包含3中運(yùn)動(dòng)，紅色點(diǎn)代表背景，藍(lán)色和綠色代表兩種汽車的運(yùn)動(dòng)，圖7中包含2種運(yùn)動(dòng)，人的手臂以及手上拿的物體分別用紅色和綠色進(jìn)行區(qū)分，圖8代表了3種物體的運(yùn)動(dòng)，紅色點(diǎn)代表背景，由圖7可知，對(duì)于特征點(diǎn)多且復(fù)雜的難以區(qū)分運(yùn)動(dòng)模式，我們所提出的算法可以有效的對(duì)不同的運(yùn)動(dòng)目標(biāo)進(jìn)行區(qū)分。為了進(jìn)一步表明本文所提出算法的優(yōu)勢(shì)，我們將從錯(cuò)誤率和運(yùn)算時(shí)間與SSC [6]， LSA [7]， RANSAC [4]， GPCA [5]， LLMC [14]算法進(jìn)行對(duì)比。

從表1、2、3、4可以得出，我們所提出的算法具有比較好的準(zhǔn)確度，雖然相比SSC算法來說準(zhǔn)確度略低，但是我們的優(yōu)化算法與SSC相比加快了運(yùn)算的速度。

5 總結(jié)

本文提出了一種基于子空間的運(yùn)動(dòng)分割優(yōu)化方法，可以對(duì)實(shí)際視頻序列中不同的運(yùn)動(dòng)物體進(jìn)行有效分類。首先通過SPCA算法[15]將高維數(shù)據(jù)投影在一個(gè)低維的空間上，并且具有少數(shù)的非零元素；基于SMCE [9]的思想，對(duì)投影后低維空間中不同的子空間進(jìn)行估計(jì)，尋找在低維空間中每一個(gè)數(shù)據(jù)點(diǎn)的稀疏近鄰（隸屬于同一子空間），將投影后分布于低維空間中的不同子空間分割出來，這種方式相比較LSA算法來說，改善了過度估計(jì)和不同子空間相互交叉的問題，大大提高了準(zhǔn)確率。與SSC算法相比，運(yùn)算時(shí)間得到提升。在未來的研究中，將對(duì)長(zhǎng)視頻序列中運(yùn)動(dòng)目標(biāo)分割的研究作為主要方向，并側(cè)重?cái)?shù)據(jù)缺失或不完整軌跡等問題，進(jìn)一步提升算法的準(zhǔn)確性和實(shí)用性。

參考文獻(xiàn)：

[1] Tomasi C， Kanade T. Detection and tracking of point features. School of Computer Science， Carnegie Mellon Univ. Pittsburgh，1991.

[2] Zhou H， Yuan Y， Shi C. Object tracking using sift features and mean puter vision and image understanding， （2009，113：345，352.

[3] Bay H， Ess A， Tuytelaars T， Van Gool L.Speeded-up robust features （surf）. Computer vision and image understanding， 2008，110：346，359.

[4] Fischler M A， Bolles R C. Random sample consensus： a paradigm for model fitting with applications to image analysis and automated cartography. Communications of the ACM 1981：24：381，395.

[5] Vidal R， Ma Y， Sastry S.Generalized principal component analysis （gpca）. Pattern Analysis and Machine Intelligence， IEEE Transactions，2005，27：1945，1959.

[6] Elhamifar E， Vidal R. Sparse subspace clustering. In： Computer Vision and Pattern Recognition， 2009. CVPR 2009. IEEE Conference on IEEE，2009：2790，2797.

[7] Yan J， PollefeysM.A general framework for motion segmentation： Independent，articulated， rigid， non-rigid， degenerate and non-degenerate. In： Computer Vision ECCV 2006. Springer （2006，94：106.

[8] Hartley R， Zisserman A.Multiple View Geometry in Computer Vision. 2 edn. Cambridge University Press， New York， NY， USA.2003.

[9] Elhamifar E， Vidal R. Sparse manifold clustering and embedding. In： NIPS，2011：55，63.

[10] Journ_ee ， Nesterov ， Richt_arik ， Sepulchre . Generalized power method for sparse principal component analysis. The Journal of Machine Learning Research，2010， 11：517，553.

[11] d'Aspremont A， El Ghaoui L， Jordan M I， Lanckriet G R.A direct formulation for sparse pca using semidefinite programming. In： NIPS. Volume，2004， 16.：41，48.

[12] Tibshirani R.Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society. Series B （Methodological，1996：267，288

篇5

[中圖分類號(hào)] F272.7 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2014）02- 0060- 05

0 引 言

2013年的集團(tuán)公司工作會(huì)議提出到2020年要全面建成世界水平的綜合性國(guó)際能源公司，努力實(shí)現(xiàn)信息化與工業(yè)化的兩化深度融合，實(shí)現(xiàn)“3個(gè)60%、兩個(gè)倍增”的目標(biāo)，特別是強(qiáng)調(diào)信息化水平要大幅提升，保持國(guó)內(nèi)領(lǐng)先、達(dá)到國(guó)際先進(jìn)水平。

在國(guó)資委組織的全國(guó)央企信息化建設(shè)評(píng)估中中石油信息化工作一直繼續(xù)走在全國(guó)央企前列，且連續(xù)兩年被國(guó)資委評(píng)為央企網(wǎng)站績(jī)效第一名。

全面推進(jìn)“十二五”信息技術(shù)總體規(guī)劃實(shí)施、實(shí)現(xiàn)集團(tuán)公司信息化從集中建設(shè)向集成應(yīng)用的新跨越，全面開展以ERP系統(tǒng)為核心的應(yīng)用集成系統(tǒng)建設(shè)、加快物聯(lián)網(wǎng)系統(tǒng)實(shí)施、搭建具有云計(jì)算能力的數(shù)據(jù)中心信息化三大標(biāo)志性工程建設(shè)。

總體來說，信息化建設(shè)在中石油向國(guó)際一流油公司邁進(jìn)過程中是很重要的一個(gè)舉措，提高了管理規(guī)范性和管理水平。開展信息化三大標(biāo)志性工程建設(shè)，標(biāo)志著中國(guó)石油數(shù)字化油田邁入物聯(lián)網(wǎng)與云計(jì)算時(shí)代，新疆油田公司又第一個(gè)提出實(shí)施智慧城市、智能油田，也使數(shù)字油田真正進(jìn)入了智能油田行列，創(chuàng)辦云工業(yè)園區(qū)，參加“天山云計(jì)劃”，為集團(tuán)公司建設(shè)“新疆大慶”戰(zhàn)略目標(biāo)插上了騰飛的翅膀。

1 中國(guó)石油“十一五”的信息化建設(shè)成就

中國(guó)石油是一家集油氣勘探開發(fā)、煉油化工、油品銷售、油氣儲(chǔ)運(yùn)、石油貿(mào)易、工程技術(shù)服務(wù)和石油裝備制造于一體的綜合性能源公司。信息化的服務(wù)對(duì)象可以用多而雜來形容，其中包括勘探與生產(chǎn)方面有24萬口油氣水井；煉油與化工方面有1 119套煉化裝置；銷售方面有1.8萬座加油站；天然氣與管道方面5萬千米油氣長(zhǎng)輸管線；海外勘探開發(fā)方面涉及31個(gè)國(guó)家81個(gè)海外項(xiàng)目；工程技術(shù)方面有5 100支工程技術(shù)服務(wù)隊(duì)伍；工程建設(shè)方面有73個(gè)重大工程建設(shè)項(xiàng)目；裝備制造方面有180個(gè)裝備產(chǎn)品。

累計(jì)建成應(yīng)用51個(gè)信息系統(tǒng)平臺(tái)成為企業(yè)發(fā)展的強(qiáng)有力支撐。2012年，中國(guó)石油堅(jiān)持公司發(fā)展理念，堅(jiān)持集中統(tǒng)一管理，堅(jiān)持持續(xù)投入機(jī)制，持續(xù)加大信息化推進(jìn)力度，使之成為企業(yè)發(fā)展的強(qiáng)有力支撐點(diǎn)。“十一五”期間，中國(guó)石油累計(jì)建成應(yīng)用51個(gè)集團(tuán)公司級(jí)統(tǒng)一的信息系統(tǒng)平臺(tái)，信息化整體水平走在央企前列。

回望“十一五”，傳統(tǒng)的石油工業(yè)大踏步走上信息化道路。信息化在集團(tuán)公司優(yōu)化資源配置、強(qiáng)化過程管控、支持管理創(chuàng)新、提高經(jīng)營(yíng)管理水平和勞動(dòng)生產(chǎn)率等方面的支撐作用越來越顯著。

2012年信息化工作取得了階段性成果：集團(tuán)公司對(duì)信息化管理模式進(jìn)行了調(diào)整，并以此為基礎(chǔ)修訂完善了信息化管理辦法；ERP應(yīng)用集成、物聯(lián)網(wǎng)系統(tǒng)、具有云計(jì)算能力的數(shù)據(jù)中心3大標(biāo)志性工程陸續(xù)啟動(dòng)；信息系統(tǒng)應(yīng)用在提升管理效率和效益方面的作用進(jìn)一步顯現(xiàn)；信息基礎(chǔ)設(shè)施持續(xù)完善；信息系統(tǒng)運(yùn)行維護(hù)能力穩(wěn)步提升。集團(tuán)公司信息化工作繼續(xù)走在中央企業(yè)前列，國(guó)資委在中央企業(yè)管理提升活動(dòng)中，指定中國(guó)石油提供信息化管理經(jīng)驗(yàn)，編寫學(xué)習(xí)輔導(dǎo)材料，并在專題培訓(xùn)視頻會(huì)議上做經(jīng)驗(yàn)介紹。

2 中國(guó)石油的“十二五”信息化建設(shè)展望

（1）信息技術(shù)基礎(chǔ)設(shè)施方面持續(xù)完善。建成了12個(gè)國(guó)內(nèi)區(qū)域網(wǎng)絡(luò)中心和5個(gè)海外區(qū)域網(wǎng)絡(luò)中心，連接各企事業(yè)單位和主要分支機(jī)構(gòu)，形成了統(tǒng)一管理、分級(jí)維護(hù)、覆蓋國(guó)內(nèi)、連接海外的計(jì)算機(jī)網(wǎng)絡(luò)體系，廣域網(wǎng)總帶寬超過2萬兆，互聯(lián)網(wǎng)出口帶寬達(dá)到8千兆。建成2個(gè)國(guó)內(nèi)衛(wèi)星系統(tǒng)主站，接入了810座衛(wèi)星小站。按照集團(tuán)、區(qū)域、地區(qū)公司三級(jí)架構(gòu)推進(jìn)數(shù)據(jù)中心建設(shè)。位于勘探院的集團(tuán)級(jí)數(shù)據(jù)中心建成投用，區(qū)域數(shù)據(jù)中心改造穩(wěn)步實(shí)施。吉林?jǐn)?shù)據(jù)中心基本建成，昌平數(shù)據(jù)中心主體結(jié)構(gòu)封頂，云技術(shù)平臺(tái)建設(shè)項(xiàng)目正式啟動(dòng)。

（2）加快物聯(lián)網(wǎng)系統(tǒng)建設(shè)。油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)在大慶油田等5家試點(diǎn)單位上線運(yùn)行并開始推廣實(shí)施。工程技術(shù)物聯(lián)網(wǎng)系統(tǒng)完成在長(zhǎng)城鉆探等4家單位試點(diǎn)實(shí)施。啟動(dòng)先進(jìn)控制與優(yōu)化應(yīng)用、油品調(diào)合、煉化物聯(lián)網(wǎng)系統(tǒng)建設(shè)，完成總體設(shè)計(jì)并開始試點(diǎn)實(shí)施。通過物聯(lián)網(wǎng)系統(tǒng)建設(shè)，實(shí)現(xiàn)信息化與自動(dòng)化有效集成，大幅提升一線作業(yè)員工的勞動(dòng)生產(chǎn)率，改善工作環(huán)境，促進(jìn)生產(chǎn)運(yùn)行模式變革。

（3）搭建具有云計(jì)算能力的數(shù)據(jù)中心。吉林?jǐn)?shù)據(jù)中心要在4月具備投用條件。昌平數(shù)據(jù)中心要在9月完成建筑施工以及消防、通風(fēng)和空調(diào)工程建設(shè)，年底投用。云技術(shù)平臺(tái)建設(shè)項(xiàng)目要完成整體規(guī)劃及設(shè)計(jì)研發(fā)。同時(shí)，完成視頻會(huì)議系統(tǒng)改進(jìn)、電子郵件系統(tǒng)升級(jí)改進(jìn)等項(xiàng)目。持續(xù)推進(jìn)局域網(wǎng)改進(jìn)項(xiàng)目，拓展互聯(lián)網(wǎng)訪問能力，加強(qiáng)網(wǎng)絡(luò)管理。利用自有管道光纖，擴(kuò)大華東、武漢等區(qū)域網(wǎng)絡(luò)中心接入集團(tuán)公司內(nèi)網(wǎng)的帶寬。各單位要按照集團(tuán)公司總部級(jí)、區(qū)域級(jí)、企業(yè)級(jí)數(shù)據(jù)中心部署，加大力度推動(dòng)數(shù)據(jù)中心整合，關(guān)閉低水平、面積小的數(shù)據(jù)中心，逐步整合到區(qū)域數(shù)據(jù)中心或本單位保留數(shù)據(jù)中心，確保“十二五”期間減少80%數(shù)據(jù)中心的目標(biāo)實(shí)現(xiàn)。

主要目標(biāo)是：用3年時(shí)間基本完成信息化的新跨越，5年整體達(dá)到國(guó)際先進(jìn)水平。基礎(chǔ)設(shè)施實(shí)現(xiàn)安全暢通、節(jié)能高效、資源整合，應(yīng)用平臺(tái)實(shí)現(xiàn)優(yōu)化升級(jí)、有效集成、信息共享，全面支持生產(chǎn)、經(jīng)營(yíng)、辦公、決策網(wǎng)絡(luò)化管理，大幅提升企業(yè)資源優(yōu)化配置水平和勞動(dòng)生產(chǎn)率。

中國(guó)石油的信息化建設(shè)在“六統(tǒng)一”原則下，經(jīng)過約10年的不懈努力，可謂建設(shè)成就輝煌，有力地推動(dòng)了數(shù)字化油田建設(shè)發(fā)展。目前，集團(tuán)公司有58個(gè)信息系統(tǒng)全面應(yīng)用，8個(gè)信息系統(tǒng)部分投入使用。

在“十二五”末，到2020年要全面建成世界水平的綜合性國(guó)際能源公司，打造信息化中國(guó)石油，其別強(qiáng)調(diào)信息化水平要大幅提升，保持國(guó)內(nèi)領(lǐng)先、基本達(dá)到國(guó)際先進(jìn)水平。

具體參見圖1中國(guó)石油“十二五”信息系統(tǒng)建設(shè)項(xiàng)目總體規(guī)劃。

3 中國(guó)石油數(shù)字化油田建設(shè)成就輝煌

3.1 數(shù)字化新疆油田建設(shè)

新疆油田經(jīng)過20多年的努力和探索，于2008年建成全國(guó)第一個(gè)數(shù)字油田，數(shù)字油田的建成，標(biāo)志著油田信息化已經(jīng)與油田發(fā)展實(shí)現(xiàn)了深度融合，同年啟動(dòng)了克拉瑪依市數(shù)字城市建設(shè)。目前，計(jì)劃用10年的時(shí)間，到2020年全面建成智能新疆油田，智慧城市建設(shè)也已啟動(dòng)。2008年，新疆油田率先在全國(guó)建成世界領(lǐng)先的“數(shù)字油田”。今天，它又成為中國(guó)石油第一個(gè)“智能油田”的試點(diǎn)企業(yè)。

2010年，新疆油田提出“打造世界石油城、建設(shè)六大基地、發(fā)展三大新興產(chǎn)業(yè)”的發(fā)展戰(zhàn)略，其中信息產(chǎn)業(yè)貫穿于建設(shè)全領(lǐng)域，是最具活力、最具發(fā)展前景的行業(yè)，目前已建成了西北第一個(gè)無線城市，智能油田、智慧城市建設(shè)將會(huì)使克拉瑪依這座城市更具活力。

可以說，新疆油田是中國(guó)石油系統(tǒng)數(shù)字化油田建設(shè)的領(lǐng)跑者、領(lǐng)頭羊，集團(tuán)公司油氣生產(chǎn)建設(shè)的榜樣和典范，走在了中石油系統(tǒng)的前列，數(shù)字化新疆油田建設(shè)成果吸引來了國(guó)內(nèi)外諸多的矚目。2008年新疆油田就在全國(guó)率先第一個(gè)建成了數(shù)字化油田，達(dá)到世界先進(jìn)水平。2010年，又第一個(gè)提出建設(shè)智能化油田、建設(shè)智慧城市，打造世界石油城。新型工業(yè)化離不開數(shù)字化、信息化，數(shù)字化新疆油田也是落實(shí)信息化與工業(yè)化深度融合的典范。

在2011年至2013年間，除國(guó)務(wù)院有關(guān)部委、中石油、中石化、中海油、延長(zhǎng)石油集團(tuán)等兄弟企的業(yè)負(fù)責(zé)人和信息技術(shù)負(fù)責(zé)人前來調(diào)研、考察交流外，還吸引了新疆各級(jí)地方政府、新華社、中央人民廣播電臺(tái)、鳳凰網(wǎng)等13家全國(guó)知名媒體的記者來采訪智能油田、數(shù)字城市建設(shè)。

據(jù)不完全統(tǒng)計(jì)，大約共有全國(guó)33個(gè)部門單位及6位省部級(jí)領(lǐng)導(dǎo)、10位院士先后前來觀摩和交流，視察數(shù)字化油田。

3.2 數(shù)字化塔里木油田建設(shè)

2013年6月“數(shù)字化塔里木油田”的主要應(yīng)用系統(tǒng)統(tǒng)計(jì)是總部推廣系統(tǒng)23個(gè)，油田自建系統(tǒng)又勘探開發(fā)18個(gè)、公共數(shù)據(jù)庫系統(tǒng)17個(gè)、經(jīng)營(yíng)管理11個(gè)、數(shù)字辦公12 個(gè)系統(tǒng)。共81個(gè)系統(tǒng)，自開發(fā)58個(gè)系統(tǒng)。

基本涵蓋了生產(chǎn)指揮、油氣勘探、油藏評(píng)價(jià)、油氣開發(fā)、產(chǎn)能建設(shè)、生產(chǎn)管理、行政管理、ERP系統(tǒng)、經(jīng)營(yíng)管理、物資設(shè)備、安全管理、科技信息、地面工程、地理信息、集成信息。

3.3 數(shù)字化長(zhǎng)慶油田建設(shè)

由于地勢(shì)環(huán)境的因素，導(dǎo)致了長(zhǎng)慶油田“數(shù)字化”系統(tǒng)是一個(gè)復(fù)雜的、多層結(jié)構(gòu)的信息化系統(tǒng)。該系統(tǒng)涉及到了多種硬件設(shè)備、軟件平臺(tái)以及復(fù)雜的網(wǎng)絡(luò)通訊結(jié)構(gòu)，其中以采油一廠王窯作業(yè)區(qū)王二計(jì)量轉(zhuǎn)接站的數(shù)字化建設(shè)更具有代表性。

長(zhǎng)慶油田為國(guó)內(nèi)第二大油田，礦產(chǎn)資源登記面積25.78萬平方千米，跨越5省區(qū)，長(zhǎng)慶油田管理的7萬口油、氣、水井分布在37萬平方千米的鄂爾多斯盆地，涉及4省（區(qū)）、數(shù)十個(gè)市縣，各采油、采氣廠比較分散獨(dú)立，管理難度之大、企業(yè)成本之高可想而知。為了降低企業(yè)成本、完善企業(yè)管理、提高企業(yè)在行業(yè)的競(jìng)爭(zhēng)力，長(zhǎng)慶油田成立了數(shù)字化建設(shè)、建立全油田統(tǒng)一的生產(chǎn)管理、綜合研究的數(shù)字化管理系統(tǒng)，實(shí)現(xiàn)“同一平臺(tái)、信息共享、多級(jí)監(jiān)視、分散控制”，達(dá)到強(qiáng)化安全、過程監(jiān)控、節(jié)約人力資源和提高效益的目標(biāo)。長(zhǎng)慶油田將生產(chǎn)前端的數(shù)字化與勞動(dòng)組織結(jié)構(gòu)和生產(chǎn)工藝流程優(yōu)化相結(jié)合，提高了生產(chǎn)管理效率，減少了一線用工總量，實(shí)現(xiàn)了增產(chǎn)不增人的目標(biāo)，促進(jìn)了油氣生產(chǎn)方式的轉(zhuǎn)變。

4 中國(guó)石油油氣生產(chǎn)物聯(lián)網(wǎng)建設(shè)

“十二五”期間，集團(tuán)公司將全面推進(jìn)信息系統(tǒng)的持續(xù)提升和深化應(yīng)用，實(shí)現(xiàn)信息化從集中建設(shè)向集成應(yīng)用的新跨越，縮短與國(guó)際石油公司的差距，促進(jìn)中國(guó)石油向數(shù)字化企業(yè)轉(zhuǎn)變，為建設(shè)具有國(guó)際競(jìng)爭(zhēng)力的綜合性國(guó)際能源公司提供強(qiáng)有力支撐。

油氣勘探生產(chǎn)是集團(tuán)公司的主營(yíng)業(yè)務(wù)和利潤(rùn)的主要來源，該項(xiàng)目是圍繞油氣生產(chǎn)現(xiàn)場(chǎng)數(shù)據(jù)的自動(dòng)采集和控制，搭建統(tǒng)一的物聯(lián)網(wǎng)應(yīng)用平臺(tái)，實(shí)現(xiàn)自動(dòng)化和信息化的深度融合，對(duì)于提升集團(tuán)公司信息化水平，支撐綜合性國(guó)際能源公司建設(shè)具有重要意義。

項(xiàng)目建設(shè)的主要目的是跟上信息化技術(shù)發(fā)展的步伐，通過遠(yuǎn)程控制、數(shù)據(jù)自動(dòng)采集、自動(dòng)傳輸，大幅度減少現(xiàn)場(chǎng)用工，降低操作成本、降低能源消耗，提高油氣田開發(fā)管理水平，提高油氣田開發(fā)效益。

物聯(lián)網(wǎng)是在互聯(lián)網(wǎng)基礎(chǔ)上，將用戶端延伸和擴(kuò)展到物與物之間，進(jìn)行信息交換和通訊，實(shí)現(xiàn)物與互聯(lián)網(wǎng)信息的相互聯(lián)系，以實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)控和管理。油田的物聯(lián)網(wǎng)建設(shè)主要是油井生產(chǎn)遠(yuǎn)程監(jiān)控系統(tǒng)。這個(gè)系統(tǒng)將建設(shè)數(shù)據(jù)采集與控制、數(shù)據(jù)傳輸、生產(chǎn)現(xiàn)場(chǎng)監(jiān)控與管理以及一體化集成應(yīng)用平臺(tái)4個(gè)子系統(tǒng)，重點(diǎn)建設(shè)油氣產(chǎn)運(yùn)銷物聯(lián)網(wǎng)系統(tǒng)。

油氣供應(yīng)物聯(lián)網(wǎng)應(yīng)用示范工程將實(shí)現(xiàn)自動(dòng)化與信息化融合，實(shí)現(xiàn)油氣產(chǎn)運(yùn)銷全業(yè)務(wù)鏈集成和智能管理，提高管理水平和生產(chǎn)效率，降低生產(chǎn)成本，保障生產(chǎn)過程本質(zhì)安全，節(jié)約能源，保護(hù)環(huán)境，促進(jìn)油田發(fā)展方式轉(zhuǎn)變。

油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)（A11）就是通過傳感、射頻、通訊等技術(shù)，對(duì)油氣水井、計(jì)量間、油氣站庫、油氣管網(wǎng)等生產(chǎn)對(duì)象進(jìn)行全面的感知，實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)、設(shè)備狀態(tài)信息在生產(chǎn)指揮中心及生產(chǎn)控制中心集中管理和控制，搭建規(guī)范、統(tǒng)一的數(shù)據(jù)管理平臺(tái)，支持油氣生產(chǎn)過程管理，進(jìn)一步提高油氣田生產(chǎn)決策的及時(shí)性和準(zhǔn)確性。油氣生產(chǎn)物聯(lián)網(wǎng)分為數(shù)據(jù)采集與控制、數(shù)據(jù)傳輸、生產(chǎn)現(xiàn)場(chǎng)監(jiān)控與管理3個(gè)子系統(tǒng)。

具體參見圖1中國(guó)石油“十二五”信息系統(tǒng)建設(shè)項(xiàng)目總體規(guī)劃中的A11油氣生產(chǎn)物聯(lián)網(wǎng)。

集團(tuán)公司希望利用物聯(lián)網(wǎng)技術(shù)，建立覆蓋全公司油氣井區(qū)、計(jì)量間、集輸站、聯(lián)合站、處理廠規(guī)范、統(tǒng)一的數(shù)據(jù)管理平臺(tái)，實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)自動(dòng)采集、遠(yuǎn)程監(jiān)控、生產(chǎn)預(yù)警，支持油氣生產(chǎn)過程管理，進(jìn)一步提高油氣田生產(chǎn)決策的及時(shí)性和準(zhǔn)確性，提高生產(chǎn)管理水平，降低運(yùn)行成本和安全風(fēng)險(xiǎn)。

具體見圖2油田物聯(lián)網(wǎng)數(shù)據(jù)采集與控制子系統(tǒng)示意圖。

根據(jù)集團(tuán)公司“十二五”信息系統(tǒng)化建設(shè)項(xiàng)目總體規(guī)劃（圖1），2011年勘探與生產(chǎn)板塊開展了6項(xiàng)信息系統(tǒng)建設(shè)項(xiàng)目的可研工作（表1）。

油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)（A11）項(xiàng)目基本確定投資額為12.7億元，為一次性投入。今后各油氣田與此項(xiàng)目有關(guān)的投資列在產(chǎn)能建設(shè)項(xiàng)目中，上報(bào)總部審批，具體內(nèi)容包括油氣水井和計(jì)量站自動(dòng)化建設(shè)、油區(qū)計(jì)算機(jī)網(wǎng)絡(luò)建設(shè)、相關(guān)軟硬件配套等。

大慶油田、塔里木油田、新疆油田、西南油氣田、南方勘探開發(fā)公司5家單位為A11試點(diǎn)油田。

A11項(xiàng)目由勘探院西北分院承擔(dān)，新疆油田、大慶油田作為參與建設(shè)單位，埃森哲作為項(xiàng)目咨詢商。

油氣田生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)（A11）是中國(guó)石油“十二五”信息技術(shù)總體規(guī)劃重要項(xiàng)目之一。主要基于集團(tuán)公司建設(shè)“新疆大慶”戰(zhàn)略目標(biāo)需要、人力資源緊張的實(shí)際和油田生產(chǎn)精細(xì)化管理的需要。作為集團(tuán)公司三大標(biāo)志性工程之一，A11為生產(chǎn)經(jīng)營(yíng)平穩(wěn)較快增長(zhǎng)和發(fā)展方式的轉(zhuǎn)變提供有力支撐。

2013年1月，中國(guó)石油集團(tuán)油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)項(xiàng)目啟動(dòng)，數(shù)字化新疆油田建設(shè)油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)，新疆油田公司風(fēng)城油田擁抱自動(dòng)化建設(shè)機(jī)遇。新疆油田公司數(shù)據(jù)公司負(fù)責(zé)A11示范項(xiàng)目工程建設(shè)的進(jìn)展情況，有采油二廠、風(fēng)城油田作業(yè)區(qū)兩個(gè)示范工程。2013年，實(shí)現(xiàn)“全面感知，自動(dòng)操控，預(yù)測(cè)趨勢(shì)，優(yōu)化決策”的智能油田總體目標(biāo)。A11項(xiàng)目進(jìn)入實(shí)質(zhì)性建設(shè)階段，極大地促進(jìn)了新疆油田A11項(xiàng)目的開展。

數(shù)字化塔里木油田建設(shè)油氣供應(yīng)物聯(lián)網(wǎng)系統(tǒng)。塔里木油田加快推進(jìn)物聯(lián)網(wǎng)應(yīng)用示范工程建設(shè)，信息集成應(yīng)用，管理精細(xì)智能。

塔里木油田啟動(dòng)國(guó)家油氣供應(yīng)物聯(lián)網(wǎng)應(yīng)用示范工程建設(shè)以來，加快設(shè)計(jì)和實(shí)施，提高了生產(chǎn)數(shù)據(jù)自動(dòng)化采集水平。

2012年8月底，國(guó)家發(fā)改委、財(cái)政部聯(lián)合發(fā)文在油氣供應(yīng)等7個(gè)領(lǐng)域開展國(guó)家物聯(lián)網(wǎng)應(yīng)用示范工程建設(shè)，其中油氣供應(yīng)領(lǐng)域物聯(lián)網(wǎng)應(yīng)用示范工程由中國(guó)石油具體實(shí)施。2012年10月18日，塔里木油田作為油氣領(lǐng)域的試點(diǎn)單位，迅速啟動(dòng)項(xiàng)目建設(shè)。示范工程預(yù)計(jì)2014年完成。

塔里木油田通過物聯(lián)網(wǎng)建設(shè)，將從數(shù)字油田向智慧油田邁進(jìn)。塔里木油田通過示范和配套工程實(shí)施，初步測(cè)算，物聯(lián)網(wǎng)全面推廣應(yīng)用后的經(jīng)濟(jì)效益將達(dá)每年4.2億元。

這套A11系統(tǒng)依托企業(yè)現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)，利用Zigbee、3G移動(dòng)通信等技術(shù)，建設(shè)覆蓋井場(chǎng)的物聯(lián)網(wǎng)數(shù)據(jù)傳輸網(wǎng)絡(luò)；利用無線傳感、GPS、射頻識(shí)別等技術(shù)，實(shí)現(xiàn)對(duì)油氣生產(chǎn)現(xiàn)場(chǎng)人員、設(shè)備、環(huán)境等要素的實(shí)時(shí)感知與智能監(jiān)測(cè)。

這套A11系統(tǒng)以地理信息系統(tǒng)、數(shù)據(jù)庫技術(shù)、數(shù)據(jù)挖掘技術(shù)等為支撐，重點(diǎn)針對(duì)油氣水井現(xiàn)場(chǎng)監(jiān)控、遠(yuǎn)程自動(dòng)計(jì)量、油氣集輸監(jiān)控、生產(chǎn)環(huán)境監(jiān)控、生產(chǎn)動(dòng)態(tài)實(shí)時(shí)跟蹤、故障預(yù)警處置等方面，加強(qiáng)油氣生產(chǎn)供應(yīng)的綜合管理，實(shí)現(xiàn)對(duì)站場(chǎng)、作業(yè)區(qū)、采油廠、煉油廠等精細(xì)化管理。

A11油氣供應(yīng)物聯(lián)網(wǎng)應(yīng)用示范工程將實(shí)現(xiàn)自動(dòng)化與信息化融合，實(shí)現(xiàn)油氣產(chǎn)運(yùn)銷全業(yè)務(wù)鏈集成和智能管理，提高管理水平和生產(chǎn)效率，降低生產(chǎn)成本，保障生產(chǎn)過程本質(zhì)安全，節(jié)約能源，保護(hù)環(huán)境，促進(jìn)油田發(fā)展方式轉(zhuǎn)變。

把信息化建設(shè)作為集團(tuán)公司“十二五”乃至2020年前的重點(diǎn)工作，目標(biāo)是建成信息化中石油。按照集團(tuán)公司總體部署，物聯(lián)網(wǎng)系統(tǒng)建設(shè)是“十二五”信息化的三大標(biāo)志性工程之一。物聯(lián)網(wǎng)技術(shù)經(jīng)過近10年的迅猛發(fā)展，在能源、交通、物流、環(huán)保等領(lǐng)域逐步走向產(chǎn)業(yè)化應(yīng)用，已經(jīng)成為繼計(jì)算機(jī)、互聯(lián)網(wǎng)與移動(dòng)通訊網(wǎng)之后的第四次信息技術(shù)革命的重要標(biāo)志。

總體來說，信息化建設(shè)在中石油向國(guó)際一流油公司邁進(jìn)的過程中是一個(gè)很重要的舉措，提高了管理規(guī)范性和管理水平。A11系統(tǒng)實(shí)現(xiàn)油氣生產(chǎn)地面設(shè)施數(shù)字化管理和24小時(shí)實(shí)時(shí)監(jiān)控，將大幅度提高工作效率和數(shù)據(jù)資料的使用頻次。

具體參見圖1中國(guó)石油“十二五”信息系統(tǒng)建設(shè)項(xiàng)目總體規(guī)劃中的A11油氣生產(chǎn)物聯(lián)網(wǎng)。

物聯(lián)網(wǎng)系統(tǒng)建設(shè)的目標(biāo)是實(shí)現(xiàn)自動(dòng)化與信息化有效集成。在系統(tǒng)實(shí)施過程中，要借鑒加油站管理系統(tǒng)的建設(shè)經(jīng)驗(yàn)，在搭建平臺(tái)的同時(shí)對(duì)生產(chǎn)自動(dòng)化裝備進(jìn)行標(biāo)準(zhǔn)化；借鑒長(zhǎng)慶油田數(shù)字化建設(shè)的經(jīng)驗(yàn)，方案設(shè)計(jì)要與勞動(dòng)組織結(jié)構(gòu)、工藝流程優(yōu)化相結(jié)合。現(xiàn)階段重點(diǎn)是按照統(tǒng)一架構(gòu)和標(biāo)準(zhǔn)搭建可擴(kuò)展的物聯(lián)網(wǎng)平臺(tái)，然后通過集中投入和各單位的配套投入，逐步擴(kuò)大物聯(lián)網(wǎng)的覆蓋范圍。

5 結(jié)束語

黨的十提出要“促進(jìn)工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化同步發(fā)展”，并把“工業(yè)化基本實(shí)現(xiàn)，信息化水平大幅提升”納入全面建成小康社會(huì)和深化改革開放目標(biāo)體系中，將信息化提升到新的戰(zhàn)略高度。中國(guó)石油高度重視信息化，在管理提升和基礎(chǔ)管理工程建設(shè)中，都把信息化作為一項(xiàng)重要舉措；提出了建成“信息化中石油”的發(fā)展目標(biāo)。

開展信息化三大標(biāo)志性工程建設(shè)，標(biāo)志著中國(guó)石油數(shù)字化油田邁入物聯(lián)網(wǎng)與云計(jì)算時(shí)代，新疆油田公司又第一個(gè)提出實(shí)施智慧城市、智能油田，使數(shù)字油田又邁入了智能油田行列，創(chuàng)辦云工業(yè)園區(qū)，參加“天山云計(jì)劃”，打造世界石油城，為集團(tuán)公司建設(shè)“新疆大慶”戰(zhàn)略目標(biāo)插上了騰飛的翅膀。

隨著石油石化企業(yè)信息化建設(shè)的發(fā)展與創(chuàng)新，特別是兩化融合、三網(wǎng)融合、工業(yè)控制信息化、物聯(lián)網(wǎng)和云計(jì)算等新型信息技術(shù)的發(fā)展應(yīng)用，給石油石化企業(yè)信息化及信息安全賦予了新的內(nèi)涵，提出了新任務(wù)，也給信息化工作帶來了新挑戰(zhàn)。

主要參考文獻(xiàn)

篇6

列車運(yùn)行圖和行車時(shí)刻表是設(shè)計(jì)列車運(yùn)營(yíng)調(diào)度的基礎(chǔ)，對(duì)鐵路集團(tuán)的運(yùn)輸服務(wù)水平、運(yùn)營(yíng)收入和車輛的周轉(zhuǎn)效率起著重要的作用。

1 實(shí)驗(yàn)內(nèi)容

在列車的行駛過程中，希望列車在叉道口的等待時(shí)間最小，但應(yīng)同時(shí)兼顧乘客的利益和鐵路集團(tuán)的收入。因此，考慮在路口平均等待時(shí)間、路口無等待通過率和旅行時(shí)間為評(píng)價(jià)指標(biāo)時(shí)對(duì)行車時(shí)刻表建立優(yōu)化分析模型。如鐵路全長(zhǎng)395km，共有站臺(tái)13座，叉道路口21個(gè)，發(fā)車時(shí)間為7：00到19：00，單車載額1800人，平均票價(jià)20元。線路最小發(fā)車間隔90分鐘，最大發(fā)車間隔180分鐘；低峰滿載率50%，高峰滿載率80%；最小乘客候車時(shí)間指標(biāo)0.7，最小滿載率指標(biāo)0.5，最小企業(yè)運(yùn)營(yíng)收入指標(biāo)0.6，叉道口等待時(shí)間指標(biāo)期望值0.8，建立該鐵路上的列車優(yōu)化模型。

2 實(shí)驗(yàn)實(shí)施的條件（所需場(chǎng)地、設(shè)備、實(shí)驗(yàn)耗材等）

實(shí)驗(yàn)硬件部分包括：各種計(jì)算機(jī)、服務(wù)器、打印機(jī)、投影儀等和各種網(wǎng)絡(luò)設(shè)備，并構(gòu)成網(wǎng)絡(luò)環(huán)境。軟件部分包括：網(wǎng)絡(luò)和系統(tǒng)軟件、數(shù)學(xué)實(shí)驗(yàn)軟件平臺(tái)、各種實(shí)驗(yàn)輔助工具。

數(shù)學(xué)實(shí)驗(yàn)軟件平臺(tái)由若干種數(shù)學(xué)軟件組成，它提供各種強(qiáng)大運(yùn)算、統(tǒng)計(jì)、分析、求解、作圖等功能，是實(shí)驗(yàn)室的主要組成部分。其中，MATLAB是矩陣實(shí)驗(yàn)室（Matrix Laboratory）的簡(jiǎn)稱，是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語言和交互式環(huán)境，主要包括MATLAB和Simulink兩大部分；Mathematica系統(tǒng)是美國(guó)Wolfram研究公司開發(fā)的一個(gè)功能強(qiáng)大的計(jì)算機(jī)數(shù)學(xué)系統(tǒng)。它提供了范圍廣泛的數(shù)學(xué)計(jì)算功能，支持在各個(gè)領(lǐng)域工作的人們做科學(xué)研究和過程中的各種計(jì)算。它的主要使用者包括從事各種理論工作（數(shù)學(xué)、物理、…）的科學(xué)工作者，從事實(shí)際工作的工程技術(shù)人員，高等、中等學(xué)校教師和學(xué)生等。這個(gè)系統(tǒng)可以幫助人們解決各種領(lǐng)域里的涉及比較復(fù)雜的符號(hào)計(jì)算和數(shù)值計(jì)算的理論和實(shí)際問題。

3 實(shí)驗(yàn)步驟

數(shù)學(xué)模型是從現(xiàn)實(shí)原型中抽象出來的，它依賴于現(xiàn)實(shí)原型。因此，首先應(yīng)當(dāng)了解和熟悉現(xiàn)實(shí)原型，掌握并積累有關(guān)的資料和數(shù)據(jù)，在此基礎(chǔ)上才有可能對(duì)客體事物的特征、關(guān)系及變化規(guī)律作出客觀的推斷、并確定其數(shù)學(xué)模型的類型。所以實(shí)驗(yàn)內(nèi)容的第一步是掌握實(shí)際問題的背景與有關(guān)的資料數(shù)據(jù)，收集某些列車的票價(jià)、營(yíng)運(yùn)收入、滿載率、經(jīng)過站臺(tái)數(shù)和叉道路口等數(shù)據(jù)。

建立數(shù)學(xué)模型，要從實(shí)際問題的特定關(guān)系與具體要求出發(fā)，根據(jù)有關(guān)的科學(xué)理論選擇起關(guān)鍵作用的變量和常量，并區(qū)分出重要的和次要的、必須考慮的和可以忽略不計(jì)的因素。這就是說，要抓住問題的本質(zhì)特征，考察主要因素的數(shù)量關(guān)系，從而提出假設(shè)。從第一步收集的數(shù)據(jù)資料進(jìn)行分析，抓住問題的本質(zhì)特征，進(jìn)行化簡(jiǎn)并提出假設(shè)，如假設(shè)票價(jià)采用平均票價(jià)，而且為一定值，不隨營(yíng)運(yùn)季節(jié)的改變而改變。

對(duì)事物對(duì)象及對(duì)象之間量的關(guān)系都要進(jìn)行抽象，并用數(shù)學(xué)概念、符號(hào)、表達(dá)式等去刻劃事物對(duì)象及其關(guān)系，構(gòu)成數(shù)學(xué)模型。如果現(xiàn)有的數(shù)學(xué)工具不夠用，就要根據(jù)實(shí)際情況建立新的數(shù)學(xué)理論和方法來構(gòu)造數(shù)學(xué)模型。對(duì)第一步收集的數(shù)據(jù)資料進(jìn)行分析，進(jìn)行數(shù)學(xué)抽象，建立相應(yīng)的列車運(yùn)營(yíng)調(diào)度的優(yōu)化模型。

篇7

Cooperative taboo optimization mode based cloud computing workflow

scheduling strategy for strong security constraint

TONG Weiguo1， 2， SHA Xiaoyan1， 2， FENG Demin2

（1. Education Technology and Training Center， Shaanxi Vocational & Technical College， Xi’an 710038， China；

2. School of Computer Science， Shaanxi Normal University， Xi’an 710065， China）

Abstract： The widely?used cloud computing workflow scheduling method focuses on the optimization of reliability and energy saving， but ignores the requirement of security constraint， so a method based on cooperative taboo algorithm is proposed here， which can realize the high?efficient cloud computing workflow scheduling， and has security constraint. The DAG of cloud computing workflow scheduling is defined to describe the security constraint with formalization， and establish the mathematical model of the cloud computing workflow scheduling. On the basis of using the classical cooperative taboo algorithm， the coding scheme， fitness function， varying neighbourhood structure and dual taboo tables of the solution are designed， and the classical cooperative taboo algorithm is improved. The cloud computing workflow scheduling algorithm based on an improved cooperative taboo algorithm is defined. The experiment of the algorithm was conducted in the simulation environment Cloud?Sim. The experimental results prove that the designed algorithm has fast convergence speed， can find a much better scheduling scheme than other algorithms can do， meets the requirements of security constraint， and is a practical scheduling method.

Keywords： workflow scheduling； virtual machine； security constraint； cloud computing

0 引 言

云計(jì)算主要是基于并行計(jì)算等形成的[1?3]，到目前為止，相對(duì)于并行系統(tǒng)來說，云計(jì)算可以提供相對(duì)較高的可靠性，然而其仍然面臨許多難題，例如無法在充分確保服務(wù)質(zhì)量的基礎(chǔ)上，減小其運(yùn)行費(fèi)用和能耗，使提供商可以獲得盡可能高的收益[4?6]。

對(duì)于云計(jì)算工作流來說，諸多因素能夠影響到其調(diào)度效率，具體來說，主要包括調(diào)度的可靠性、硬件性能等諸多方面[7]。現(xiàn)階段，業(yè)界對(duì)其調(diào)度的探討一般集中在可靠性與節(jié)能兩個(gè)層面，例如，文獻(xiàn)[8]在研究過程中以可靠性為基礎(chǔ)，闡明了相應(yīng)的調(diào)度方法，以降低傳輸所需用時(shí)，改善成功率，使其可靠性有所提升。文獻(xiàn)[9]在研究過程中量化了網(wǎng)絡(luò)資源屬性，這樣在調(diào)度過程中可以選取性能相對(duì)較高的資源類簇，能夠進(jìn)一步減少任務(wù)的匹配用時(shí)。文獻(xiàn)[10]在研究過程中通過相關(guān)方法整合任務(wù)路徑優(yōu)化選擇。除此之外，文獻(xiàn)[11]在研究過程中根據(jù)[QQS]需求劃分優(yōu)先級(jí)，將資源分配給高優(yōu)先級(jí)的任務(wù)。

上述理論成果集中在云計(jì)算工作流調(diào)度方面，卻沒有兼顧到安全性約束，鑒于這一方面的原因，本文闡明了基于安全性約束的云計(jì)算流調(diào)度方法，希望能夠?yàn)闃I(yè)界人士提供指導(dǎo)和借鑒。

1 云計(jì)算工作流調(diào)度[DAG]圖

主要通過有向無環(huán)圖（Direct Acirclic Graph，DAG）表示任務(wù)結(jié)構(gòu)，具體見圖1。

通過圖1得知，[DAG]圖能夠通過二元組描述[DAG=T，E]，在這里：

（1） [T=t1，t2，…，tn]用來指代[DAG]里面的節(jié)點(diǎn)集，即子任務(wù)集，[n=T]用來指代任務(wù)數(shù)，[W（ti）]指代[ti]的計(jì)算量；

（2）[E=eij=（ti，tj），eij∈T×T]是有向邊集合，用來指代[ti]與[tj]兩者之間存在的依賴關(guān)系，[tj]一定要等到[ti]結(jié)束以后才可以進(jìn)行處理。

通過[C]指代任務(wù)相互間的通信關(guān)系[C=][cij=（ti，tj），cij∈T×T]，[cij]用來指代[ti]與[tj]分配至資源上時(shí)需要的通信量，如果[ti]與[tj]兩者分配至一個(gè)資源上，在這種情況下則有[cij=0]。

[Pred（ti）=titj∈T，eij∈E，][Succ（ti）=titj∈T，eij∈E，]兩者分別用來指代[ti]的前驅(qū)任務(wù)集與后繼任務(wù)。

2 基于DAG和安全性約束的工作流調(diào)度

2.1 工作安全性約束

按照所用方法的安全性強(qiáng)度，能夠把虛擬機(jī)分成不同級(jí)別的安全性，按照操作的敏感性，主要通過[r?risk]型技術(shù)進(jìn)行控制，具體來說，也就是在調(diào)度工作流過程中，設(shè)置其冒險(xiǎn)水平閾值[τ，]安全等級(jí)比[τ]高的虛擬機(jī)能夠分配資源。接下來進(jìn)行建模，具體如下：

（1） 單一的[ti]符合安全性約束的分配：它的[τi]分配的虛擬機(jī)及其安全性級(jí)別分別是[vj]與[sj，]如果[sj≥τi，]在這種情況下這個(gè)虛擬機(jī)符合相關(guān)條件，能夠向[ti]分配。比如就安全需求是3的操作來說，能夠向[vj≥4]的虛擬機(jī)分配。

（2）[DAG]符合安全性約束的調(diào)度：[T=t1，t2，…，tn]的分配方案的風(fēng)險(xiǎn)概率[P=p1，p2，…，pn]，能夠利用以下公式進(jìn)行求解：

[p（risk）=1-eumi=1m（si-vsi）] （1）

如果[p（risk）]比一切任務(wù)的[τi]大，在這種情況下，[P=p1，p2，…，pn]符合相關(guān)要求。

2.2 數(shù)學(xué)模型的定義

就任何一項(xiàng)任務(wù)來說，它的操作時(shí)間主要包括兩方面內(nèi)容：其一為接收信息的用時(shí)；其二為把任務(wù)向相應(yīng)的虛擬機(jī)分配的用時(shí)。就任何一個(gè)任務(wù)來說，符合相關(guān)要求的虛擬機(jī)集用[M]來指代，它的操作時(shí)間用[Finishi]表示，具體能夠利用以下公式進(jìn)行求解：

[Finishi=maxFinishprei+Cmibanij+LiPi s，tj∈M] （2）

式中：對(duì)于當(dāng)前節(jié)點(diǎn)，[maxFinishprei]用來指代其任何一個(gè)前驅(qū)節(jié)點(diǎn)完成用時(shí)的極值；[Cmi]用來指代其需輸送的數(shù)據(jù)量；[Li]用來指代其工作量；[Pi]用來指代其分配到的虛擬機(jī)的處理速度；[banij]用來指出信息和分配至目的地的兩個(gè)虛擬機(jī)間的帶寬大小。

耗時(shí)最大的任務(wù)用時(shí)是全部任務(wù)完成時(shí)間，也就是：

[FinishDAG=maxFinishi] （3）

3 基于禁忌優(yōu)化算法的工作流調(diào)度

3.1 禁忌優(yōu)化算法

為有效避免算法在運(yùn)行過程中止步于局部最優(yōu)，禁忌優(yōu)化算法主要是通過禁忌表對(duì)那些得到的局部最優(yōu)解進(jìn)行存儲(chǔ)，在此基礎(chǔ)上設(shè)定其禁忌長(zhǎng)度，當(dāng)再次進(jìn)行搜索時(shí)，通過表里面存儲(chǔ)的數(shù)據(jù)決定將這些點(diǎn)跳過，最終能夠避免局部最優(yōu)。另一方面，該算法也可以按照藐視準(zhǔn)則將那些被禁忌的優(yōu)良狀態(tài)赦免，選取其中的最優(yōu)解，從而得到全局最優(yōu)解。較具代表性的禁忌算法示意圖，如圖2所示。

3.2 解的編碼方式和適應(yīng)度函數(shù)

通過[P=p1，p2，…，pn]指代當(dāng)前解，其中的各元素[pi]指代[ti]分配的[vi，]所以[DAG]工作流的編碼長(zhǎng)度即為該用戶任務(wù)的子任務(wù)總數(shù)[n]。

所謂適應(yīng)度函數(shù)，是指禁忌算法在找尋最優(yōu)解時(shí)最大化目標(biāo)函數(shù)，公式（4）為最小化式（3）重描述的[DAG]的任務(wù)完成時(shí)間：

[Fitness=1FinishDAG] （4）

3.3 鄰域結(jié)構(gòu)設(shè)計(jì)

圖2中，在候選解的生成過程中，必須構(gòu)建鄰域結(jié)構(gòu)，在這里若鄰域解與當(dāng)前解兩者存在明顯的差異，在這種情況下，將變成隨機(jī)搜索，另一方面，變化相對(duì)較小將導(dǎo)致收斂速度下降，或許將止步于局部最優(yōu)，鑒于這一方面，必須提前設(shè)計(jì)科學(xué)有效的鄰域結(jié)構(gòu)，這樣一方面可以充分確保獲得最優(yōu)解，另一方面還可以提高收斂速度。

設(shè)基本鄰域結(jié)構(gòu)如下所示：對(duì)當(dāng)前任務(wù)節(jié)點(diǎn)，任選1個(gè)虛擬機(jī)（符合安全性約束要求），通過這種方式能夠避免陷入隨機(jī)搜索，能夠在科學(xué)有效的區(qū)間尋求新解，為避免陷入早熟，構(gòu)造2種變鄰域結(jié)構(gòu)，在完成設(shè)定的迭代次數(shù)以后，若所獲當(dāng)前解的適應(yīng)度仍然沒有出現(xiàn)大幅的改進(jìn)，在這種情況下將會(huì)分別通過下文中的結(jié)構(gòu)1與2形成新解。

變鄰域結(jié)構(gòu)1：自當(dāng)前解每次形成1個(gè)候選解，能夠利用重復(fù)對(duì)基本鄰域結(jié)構(gòu)進(jìn)行[S]次調(diào)用實(shí)現(xiàn)；

變鄰域結(jié)構(gòu)2：在解釋當(dāng)前解產(chǎn)生鄰域的過程中，必須將其周圍的[2S]區(qū)域中全部節(jié)點(diǎn)的虛擬機(jī)編號(hào)改變。

3.4 基于改進(jìn)禁忌優(yōu)化的工作流調(diào)度算法

具體來說，該種方法的具體過程如下所示：

輸入：[T=t1，t2，…，tn]（用來指代全部任務(wù)集），[rmax]（是指最優(yōu)解最大沒有改變的次數(shù)），[V=v1，v2，…，vn]（用來指代當(dāng)前虛擬機(jī)集合），[S]（參考值），[L]（禁忌表長(zhǎng)度），[K]（候選集元素個(gè)數(shù)），[T]（算法最大迭代次數(shù)），[M，][N]（兩者分別用來指代[Sselected]與[Sneighbor]的元素個(gè)數(shù)最大值）；

輸出：全局最優(yōu)解[best?far]；

step1：隨機(jī)產(chǎn)生符合相關(guān)要求的解，將其當(dāng)作當(dāng)前解[xcur，]初始化[best?far=xinitial，]最優(yōu)解未變化次數(shù)[r=1，]當(dāng)前迭代次數(shù)[t=1]；

step2：把[xcur]與移動(dòng)量[（0，0）]分別置于禁忌表[TB]與TW里面，設(shè)定禁忌長(zhǎng)度是[L]；

step3：判定[t≤T]成立與否：若[t ≤T]成立，在這種情況下就會(huì)結(jié)束該算法，然后將[best?far]輸出；否則[t=t+1]；

step4：按照在3.3節(jié)中提出的鄰域結(jié)構(gòu)生成[xcur]的[Sneighbor，]一直至[Sneighbor]里面有[N]個(gè)元素結(jié)束，從中取[K] 個(gè)最優(yōu)解，將它們作為候選解，在此基礎(chǔ)上，加入[Sselected；]

step5：把[Sselected]里面的[Sselected?best]和[best?far]進(jìn)行對(duì)比：

[If Fitness（Sselected?best）]>[Fitness（best?far）]

[r=r+1]；

[best?far=Sselected?best]

[xcur=Sselected?best]

假如[Sselected?best]沒在禁忌表里面，在這種情況下，把[Sselected?best]加到TB中，并且設(shè)定它的禁忌長(zhǎng)度是[L]，把它的移動(dòng)方式加到TW中，同時(shí)，設(shè)定其余元素的禁忌長(zhǎng)度是[-1]；

否則取沒有被禁忌的下一較優(yōu)候選解[4]當(dāng)作[xcur，]然后把它加至禁忌表中，把它的移動(dòng)方式加到TW中，對(duì)其余元素進(jìn)行更新，使其禁忌長(zhǎng)度是[-1]；

step6：[t=t+1]，在此基礎(chǔ)上，重新從step3開始。

4 仿真實(shí)驗(yàn)

實(shí)驗(yàn)環(huán)境為[Cloud Sim][12]，圖3為工作流任務(wù)實(shí)例，在這里，為了能夠和文獻(xiàn)[13]的方法進(jìn)行對(duì)比分析，此處選擇的參數(shù)都和文獻(xiàn)[13]的設(shè)置相同，橢圓中是指各子任務(wù)，工作量均勻分布在區(qū)間[[50，500]]中，總共有[4]個(gè)虛擬機(jī)，相互間的帶寬矩陣具體如下：

[Mv=04012080400601001206009080100900] （5）

全部的任務(wù)中，只有第[6]個(gè)[τ]是4，剩下的都是2，安全性等級(jí)依次為：2，2，3，4。

相關(guān)參數(shù)主要包括：[rmax=4，][L=4，][S=1，][N=5，][M=3，][T=200，][K=6。]

以圖3為實(shí)例，通過將本文提出的算法、文獻(xiàn)[11]和[13]提出算法的結(jié)果相對(duì)比，獲得各個(gè)算法的收斂圖，如圖4所示。

通過圖4能夠得知，本文所提出的算法在[140]代收斂，其工作流調(diào)度用時(shí)是[178.4]，后面2個(gè)算法的用時(shí)依次是[195.1]與[210]，文獻(xiàn)[11]提出的算法在仿真過程中均未達(dá)到收斂，但文獻(xiàn)[13]的方法在[180]代達(dá)到收斂，然而并未獲得全局最優(yōu)解，通過對(duì)比可以看出，本文提出的算法一方面其收斂速度相對(duì)較好，另一方面還能夠獲得更優(yōu)解。

進(jìn)一步驗(yàn)證三者對(duì)約束的敏感狀況，具體測(cè)試結(jié)果見圖5。

通過圖5能夠得知，本文所提出的算法與文獻(xiàn)[13]提出的方法充分兼顧到安全性約束，另一方面，在有無約束時(shí)的平均用時(shí)具有相對(duì)偏小的差異，值得注意的是，文獻(xiàn)[11]提出的方法并未兼顧到相關(guān)約束，正是這一方面的原因，所以，該方法無法妥善處理安全型約束的云工作流調(diào)度問題。

5 結(jié) 語

綜上所述，為科學(xué)調(diào)度云計(jì)算中的任務(wù)，必須妥善處理的第一個(gè)環(huán)節(jié)即工作流調(diào)度，針對(duì)該問題，本文提出了基于安全型約束的云計(jì)算工作流高效調(diào)度法。構(gòu)建了相應(yīng)的調(diào)度模型與目標(biāo)函數(shù)，在此基礎(chǔ)上，通過協(xié)同禁忌算法進(jìn)行尋優(yōu)。最后，本文還在Cloud Sim環(huán)境平臺(tái)下開展相應(yīng)的仿真實(shí)驗(yàn)，結(jié)果說明提出的新方法的效果相對(duì)較好，一方面其收斂速度相對(duì)偏高，另一方面其可以獲得相對(duì)較優(yōu)的解。

參考文獻(xiàn)

[1] DU Z H， HU J K， CHEN Y N， et al. Optimized QoS?aware replica placement heuristics and applications in astronomy data grid [J]. Journal of systems and software， 2011， 84 （7）： 1224?1232.

[2] 厲劍.云計(jì)算安全問題分析[J].現(xiàn)代電子技術(shù)，2013，36（19）：91?94.

[3] 劉少偉，孫令梅，任開軍，等.云環(huán)境下優(yōu)化科學(xué)工作流執(zhí)行性能的兩階段數(shù)據(jù)放置與任務(wù)調(diào)度策略[J].計(jì)算機(jī)學(xué)報(bào)，2011，34（11）：2121?2130.

[4] 陳良維.云計(jì)算環(huán)境下的網(wǎng)絡(luò)安全估計(jì)模型態(tài)勢(shì)仿真[J].現(xiàn)代電子技術(shù)，2015，38（20）：15?19.

[5] VAQUERO L M， RODERO?MERINO L， MORAN D. Locking the sky： a survey on IaaS cloud security [J]. Computing， 2011， 91（1）： 93?118.

[6] MALIK S， HUEF F， CAROMEL D. Reliability aware sche?duling in cloud computing [C]// Proceedings of 2012 International Conference for Internet Technology and Secured Transactions. Piscataway： IEEE press， 2012： 194?200.

[7] KANG Q， HE H， WEI J. An effective iterated greedy algorithm for reliability?oriented task allocation in distributed computing systems [J]. Journal of parallel and distributed compu?ting， 2013， 73（8）： 1106?1115.

[8] 閆歌，于炯，楊興耀.基于可靠性的云計(jì)算工作流調(diào)度策略[J].計(jì)算機(jī)應(yīng)用，2014，34（3）：673?677.

[9] 儲(chǔ)雅，馬廷淮，趙立成.云計(jì)算資源調(diào)度：策略與算法[J].計(jì)算機(jī)科學(xué)，2013，40（11）：8?13.

[10] 胡蒙，苑迎春，王雪陽.改進(jìn)模糊聚類的云任務(wù)調(diào)度算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2015，36（9）：2437?2441.

篇8

圖書館作為知識(shí)信息的收集和傳播中心,是知識(shí)信息服務(wù)的重要載體。正因?yàn)閳D書館的這種特征使得它能夠始終緊跟計(jì)算機(jī)、通信技術(shù)發(fā)展的步伐,將最新的信息技術(shù)應(yīng)用到自身領(lǐng)域中來。從圖書館管理系統(tǒng)到數(shù)字圖書館,從圖書館2.0到移動(dòng)圖書館,都折射出不同時(shí)期出現(xiàn)的各種新的信息技術(shù)在圖書館中的應(yīng)用。云計(jì)算這一新技術(shù)一經(jīng)出現(xiàn),就得到了IT界、學(xué)術(shù)界的廣泛關(guān)注。圖書館作為網(wǎng)絡(luò)時(shí)代與IT技術(shù)結(jié)合最緊密的領(lǐng)域也對(duì)這一技術(shù)進(jìn)行了深入研究并將其應(yīng)用到自身領(lǐng)域中。如2008年10月,J. Griffey 提出了“云圖書館員”(cloud librarians)的概念,認(rèn)為云計(jì)算環(huán)境下圖書館員將成為“云圖書館員”,依托“云”來為讀者服務(wù);2009年4月,非營(yíng)利性圖書館服務(wù)與研究機(jī)構(gòu)——OCLC(Online Computer Library Center)宣布將向它的會(huì)員圖書館提供基于World Cat書目數(shù)據(jù)的 “Web級(jí)合作型圖書館管理服務(wù)”,成為圖書館界真正意義上的第一個(gè)云計(jì)算服務(wù)［1］;還有CALIS(中國(guó)高等教育文獻(xiàn)保障系統(tǒng))三期建設(shè)項(xiàng)目已經(jīng)開展工作,將云計(jì)算技術(shù)應(yīng)用到了圖書館資源共享中。

石油高校圖書館聯(lián)盟是全國(guó)性的石油行業(yè)圖書館的聯(lián)盟,自成立以來始終致力于資源的共建共享,開展了大量的工作,取得了一定的成績(jī)和實(shí)效,但同時(shí)也存在著一些問題。“云計(jì)算”的到來為聯(lián)盟的資源共享建設(shè)帶來了一個(gè)新的標(biāo)準(zhǔn)、一種新的運(yùn)作能力、一種更加有力的整合手段。在云計(jì)算環(huán)境下,借鑒國(guó)內(nèi)外云計(jì)算研究與應(yīng)用的成功經(jīng)驗(yàn),結(jié)合石油高校圖書館聯(lián)盟的實(shí)際情況,探討適合聯(lián)盟自身特點(diǎn)的資源共享模式，對(duì)聯(lián)盟提供優(yōu)質(zhì)的服務(wù)和聯(lián)盟的可持續(xù)性發(fā)展具有非常重要的意義。

一、云計(jì)算概述

(一)云計(jì)算的定義

按照美國(guó)國(guó)家標(biāo)準(zhǔn)和技術(shù)研究所頒布的最新版《NIST云計(jì)算工作定義》試行稿中的定義，云計(jì)算是一種能使用戶便捷、隨需應(yīng)變地對(duì)共享的可配置計(jì)算機(jī)資源共享池(如網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)器、應(yīng)用程序和服務(wù))進(jìn)行網(wǎng)絡(luò)訪問的模型。該模型可在最少的管理投入或服務(wù)供應(yīng)商介入的情況下快速實(shí)現(xiàn)資源的提供與。［2］在技術(shù)實(shí)現(xiàn)上對(duì)云計(jì)算的描述如下:“云”是由并行的網(wǎng)格所組成的一個(gè)巨大的服務(wù)網(wǎng)絡(luò),它通過虛擬化技術(shù)將軟、硬件以及存儲(chǔ)等計(jì)算資源虛擬化,通過網(wǎng)絡(luò)對(duì)這些計(jì)算資源進(jìn)行統(tǒng)一的管理和調(diào)度,從而擴(kuò)展云端的計(jì)算能力，使各個(gè)設(shè)備發(fā)揮最大的效能。［3］

“云”的出現(xiàn)是互聯(lián)網(wǎng)時(shí)代的一場(chǎng)巨大改變。云計(jì)算基本原理是,用戶所需的應(yīng)用程序并不需要運(yùn)行在用戶的個(gè)人電腦等終端設(shè)備上,而是運(yùn)行在互聯(lián)網(wǎng)的大規(guī)模服務(wù)器集群中。用戶所處理的數(shù)據(jù)也并不存儲(chǔ)在本地,而是保存在互聯(lián)網(wǎng)的數(shù)據(jù)中心里面。這些數(shù)據(jù)中心正常運(yùn)轉(zhuǎn)的管理和維護(hù)則由云計(jì)算服務(wù)中心負(fù)責(zé),并由他們來保證足夠強(qiáng)的計(jì)算能力和足夠大的存儲(chǔ)空間來供用戶使用。［4］在任何時(shí)間和任何地點(diǎn),用戶通過網(wǎng)絡(luò)借助瀏覽器就可以很方便地把“云”作為資料存儲(chǔ)中心或數(shù)據(jù)計(jì)算中心。

(二)云計(jì)算的服務(wù)模型

一是軟件即服務(wù)(SaaS)。用戶可以使用某應(yīng)用程序,但不能控制運(yùn)行該程序的操作系統(tǒng)、硬件或網(wǎng)絡(luò)基礎(chǔ)設(shè)施。

二是平臺(tái)即服務(wù)(PaaS)。用戶將托管環(huán)境用于其應(yīng)用程序。用戶能控制環(huán)境中運(yùn)行的應(yīng)用程序,但不能控制運(yùn)行應(yīng)用程序的操作系統(tǒng)、硬件或網(wǎng)絡(luò)基礎(chǔ)設(shè)施。平臺(tái)通常是一個(gè)應(yīng)用程序框架。

三是基礎(chǔ)架構(gòu)即服務(wù)(IaaS)。用戶可以使用“基本的計(jì)算資源”,如處理能力、存儲(chǔ)器網(wǎng)絡(luò)部件或中間件。用戶能控制操作系統(tǒng)、儲(chǔ)存器及部署的應(yīng)用程序,也有可能控制網(wǎng)絡(luò)部件(如防火墻和負(fù)載均衡器),但不能控制底層的云計(jì)算基礎(chǔ)設(shè)施。

(三)云計(jì)算的部署模型

一是公有云。簡(jiǎn)單來說,公有云服務(wù)指的是用戶通過互聯(lián)網(wǎng)從第三方供應(yīng)商獲取的云計(jì)算服務(wù)。獲取的服務(wù)可能免費(fèi)或使用成本比較低。公有云提供了一種靈活、經(jīng)濟(jì)有效的部署解決方案。

二是私有云。私有云具備公有云計(jì)算環(huán)境的許多優(yōu)點(diǎn),如靈活性強(qiáng)、以服務(wù)為基礎(chǔ)等。二者的區(qū)別在于,基于私有云的服務(wù),在用戶內(nèi)部進(jìn)行數(shù)據(jù)和流程管理時(shí),可以不受網(wǎng)絡(luò)帶寬、安全風(fēng)險(xiǎn)和法規(guī)要求等的限制,而使用公有云服務(wù)則要受以上限制。此外,鑒于私有云所使用的用戶訪問和網(wǎng)絡(luò)都被嚴(yán)格控制和標(biāo)識(shí),因此,私有云能為供應(yīng)商和用戶提供更好的云基礎(chǔ)架構(gòu)控制,同時(shí)提高安全性和恢復(fù)能力。

三是混合云。混合云是公有云和私有云的融合,且二者可互操作。在此模型下,用戶通常將非業(yè)務(wù)關(guān)鍵信息和流程轉(zhuǎn)移至公有云處理,而將業(yè)務(wù)關(guān)鍵型服務(wù)和數(shù)據(jù)置于自己的掌控之下。

鑒于云計(jì)算部署的三種模式,用戶可以根據(jù)自己的實(shí)際需求在聯(lián)盟建立自己的公有云、私有云和混合云。

篇9

甩掛運(yùn)輸； 軸輻式網(wǎng)絡(luò)； 掛車中心； 時(shí)間窗； 啟發(fā)式算法

中圖分類號(hào)： U169.71；U492.22

文獻(xiàn)標(biāo)志碼： A

0 引 言

軸輻式網(wǎng)絡(luò)是道路運(yùn)輸?shù)某Ｒ娦问剑救A等[1]對(duì)該物流網(wǎng)絡(luò)進(jìn)行過樞紐重配置優(yōu)化研究.甩掛運(yùn)輸集汽車列車運(yùn)輸與裝卸甩掛作業(yè)技術(shù)于一體，是一種集約、高效的運(yùn)輸組織模式.常見的甩掛模式有：一線兩點(diǎn)，兩端甩掛；循環(huán)甩掛；一線多點(diǎn)，沿途甩掛；多線一點(diǎn)，輪流拖帶[2].

現(xiàn)有文獻(xiàn)中有關(guān)帶有掛車的車輛路徑問題（Vehicle Routing Problem， VRP）的研究主要分為兩類.一類問題可以被描述為：一輛貨車配備一輛或者若干輛可以與之接掛或分離的掛車組成汽車列車.針對(duì)這類問題展開的研究主要有：SEMET等[3]首次討論了“公路列車”（拖帶一輛或多輛掛車的貨車）的VRP；GERDESSEN[4]提出了VRPT（Vehicle Routing Problem with Trailers）的兩種現(xiàn)實(shí)情境；CHAO[5]將帶有掛車的VRP定義為TTRP（Truck and Trailer Routing Problem），并首次為該問題建立數(shù)學(xué)模型而不是描述性模型；SCHEUERER[6]、LIN等[79]和VILLEGAS等[1011]分別設(shè)計(jì)啟發(fā)式算法、模擬退火算法和超啟發(fā)式算法求解TTRP；DERIGS等[12]對(duì)TTRP的變形問題進(jìn)行研究；胡志華[13]為該問題建立子回路分割模型.

另一類問題則是對(duì)目前國(guó)內(nèi)所推廣的“甩掛運(yùn)輸”的研究.該類問題與前述問題的區(qū)別在于：（1）甩掛運(yùn)輸問題中牽引車僅提供動(dòng)力部分，沒有裝貨的空間，而前述問題中的貨車車頭既是動(dòng)力引擎又提供裝貨空間；（2）與前述問題拖掛分離的目的不同，甩掛運(yùn)輸中拖掛分離的目的是為了提高牽引車的利用率.雖然兩類問題都存在其現(xiàn)實(shí)意義與研究?jī)r(jià)值，但是本文的研究?jī)?nèi)容主要集中在對(duì)第二類問題即甩掛運(yùn)輸問題的研究.

在甩掛運(yùn)輸相關(guān)文獻(xiàn)中，HALL等[14]運(yùn)用基于預(yù)測(cè)路徑生產(chǎn)率的控制規(guī)則判斷在循環(huán)甩掛中何時(shí)釋放牽引車.SMILOWITZ[15]運(yùn)用嵌入列生成的分支定界法對(duì)帶有柔性任務(wù)的多資源路徑規(guī)劃問題進(jìn)行求解.FRANCIS等[16]對(duì)SMILOWITZ[15]的模型及算法進(jìn)行了改進(jìn)，得到了更好的解.ZHANG等[17]對(duì)同一問題[1516]進(jìn)行動(dòng)態(tài)調(diào)度研究，運(yùn)用兩階段算法對(duì)問題進(jìn)行求解，目標(biāo)是使運(yùn)輸成本最小.TAN等[18]在LEE等[19]模型的基礎(chǔ)上加入掛車約束，首次建立了甩掛運(yùn)輸問題的數(shù)學(xué)模型，運(yùn)用混合多目標(biāo)進(jìn)化算法得到問題的帕累托最優(yōu)解.胡志華等[20]研究集裝箱集散環(huán)境下空重箱循環(huán)甩掛的調(diào)度問題，建立混合整數(shù)規(guī)劃模型，運(yùn)用兩階段優(yōu)化方法求解該問題.繼而，胡志華[21]將該方法應(yīng)用于集裝箱碼頭間互拖的集卡甩掛運(yùn)輸調(diào)度問題.LI等[22]研究單車場(chǎng)牽引車與半掛車路徑問題（tractor and semitrailer routing problem），運(yùn)用啟發(fā)式算法得到牽引車數(shù)量和每輛牽引車的路徑，但文章缺乏對(duì)該問題的數(shù)學(xué)建模.袁野等[23]對(duì)單一客戶點(diǎn)甩掛運(yùn)輸?shù)慕＿M(jìn)行了分析.

分析文獻(xiàn)可以看出，現(xiàn)有文獻(xiàn)集中在對(duì)循環(huán)甩掛和多線一點(diǎn)、輪流拖帶這兩種甩掛模式的研究上.在問題描述方面，對(duì)多線一點(diǎn)、輪流拖帶的軸輻式網(wǎng)絡(luò)結(jié)構(gòu)缺乏明確的定義.在建模方面，對(duì)甩掛運(yùn)輸問題的數(shù)學(xué)建模，尤其是針對(duì)不同甩掛運(yùn)輸模式的特色建模，還處于研究初期，需要進(jìn)一步完善.在算法方面，除文獻(xiàn)[1517]運(yùn)用分支定界法對(duì)問題進(jìn)行求解外，其余文獻(xiàn)主要集中在啟發(fā)式算法上.本文基于已有的研究成果，運(yùn)用啟發(fā)式算法求解軸輻式網(wǎng)絡(luò)下的集裝箱甩掛運(yùn)輸調(diào)度問題，對(duì)該種模式的問題提取和模型建立進(jìn)行深入研究.

本文對(duì)軸輻式網(wǎng)絡(luò)下的集裝箱整箱運(yùn)輸牽引車調(diào)度問題進(jìn)行研究，研究貢獻(xiàn)集中在：（1）對(duì)軸輻式集裝箱甩掛運(yùn)輸?shù)木W(wǎng)絡(luò)進(jìn)行明確的定義及闡述；（2）提出三階段啟發(fā)式算法迅速給出調(diào)度方案，保證甩掛企業(yè)實(shí)際應(yīng)用的時(shí)效性；（3）對(duì)牽引車數(shù)量，掛車中心數(shù)量、位置，掛車數(shù)量、分布，以及緊急任務(wù)數(shù)量等重要參數(shù)進(jìn)行敏感性分析，為甩掛企業(yè)經(jīng)營(yíng)人進(jìn)行合理的資源配置提供參考.

1 問題描述

如圖1所示，橢圓中的軸輻式網(wǎng)絡(luò)由中央集散中心（或港口）與分布在周圍的客戶點(diǎn)、掛車中心（TrailerCenter，TC）和連接各點(diǎn)的弧構(gòu)成.牽引車的路徑閉合，即從集散中心出發(fā)，最終回到集散中心.

出口集裝箱甩掛運(yùn)輸操作流程為：牽引車從集散中心出發(fā)，先到TC掛一輛空掛車，再回到集散中

心的堆場(chǎng)取空箱運(yùn)至客戶點(diǎn)處，并將載有空箱的掛車甩下，然后從客戶點(diǎn)返回集散中心或者駛向下一任務(wù)的開始節(jié)點(diǎn).甩下的空掛車停留在客戶點(diǎn)處進(jìn)行裝箱作業(yè).待客戶點(diǎn)處裝箱完畢后，牽引車將從客戶點(diǎn)將重掛取回至集散中心，重箱與掛車分離，落至堆場(chǎng)等待干線運(yùn)輸.需要說明的是，為客戶點(diǎn)送空掛的牽引車和取重掛的牽引車可以不是同一輛.進(jìn)口集裝箱甩掛運(yùn)輸操作流程則與之相反.

根據(jù)集裝箱流向和客戶的需求，將牽引車的任務(wù)類型分為4種：取空箱、送空箱、取重箱、送重箱.4種任務(wù)類型兩兩組合可以形成16種任務(wù)子序列，當(dāng)某個(gè)任務(wù)子序列為兩個(gè)送箱任務(wù)相連時(shí)，牽引車需要在兩任務(wù)中間訪問TC取空掛車；當(dāng)相連任務(wù)為取箱任務(wù)時(shí)，牽引車需要訪問TC還空掛車.本文根據(jù)調(diào)度的不同階段，將任務(wù)分為緊急任務(wù)、普通任務(wù)和超期任務(wù).緊急任務(wù)被定義為：在本規(guī)劃期的牽引車路徑規(guī)劃完成后，企業(yè)接到的新任務(wù)或任何需要優(yōu)先于其他任務(wù)完成的任務(wù).普通任務(wù)被定義為：本規(guī)劃期內(nèi)不需要被優(yōu)先完成的任務(wù).超期任務(wù)被定義為：已經(jīng)接受客戶申請(qǐng)，但因公司資源條件限制，無法在本規(guī)劃期內(nèi)完成的任務(wù).加入對(duì)緊急任務(wù)的處理是本文的創(chuàng)新點(diǎn)之一.

為了日常調(diào)度的實(shí)用性和時(shí)效性，啟發(fā)式算法在解決VRP中被大量應(yīng)用.本文采用三階段啟發(fā)式算法對(duì)問題進(jìn)行求解，三階段算法分別調(diào)度緊急任務(wù)、普通任務(wù)以及超期任務(wù).在80個(gè)客戶點(diǎn)、100項(xiàng)任務(wù)、不同資源配置下的50項(xiàng)實(shí)驗(yàn)中，該算法均能在5 s之內(nèi)給出調(diào)度方案，極大地滿足企業(yè)在實(shí)際調(diào)度工作中對(duì)時(shí)效性的需求.

2 數(shù)學(xué)模型

在文獻(xiàn)[18]和[23]的基礎(chǔ)上進(jìn)行擴(kuò)展，建立如下數(shù)學(xué)模型.

2.1 模型假設(shè)

一輛牽引車僅能掛一輛掛車；牽引車與掛車在各任務(wù)節(jié)點(diǎn)的掛/甩掛車時(shí)間已知且不變；所有掛車均載有40英尺的集裝箱.

2.2 參數(shù)和變量

2.2.1 參數(shù)

G=V，D為運(yùn)輸網(wǎng)絡(luò)；V=0，1，…，i，…，I為節(jié)點(diǎn)集合，其中節(jié)點(diǎn)0表示集散中心，其他節(jié)點(diǎn)表示客戶點(diǎn)及TC；D為節(jié)點(diǎn)之間弧的集合，Dij為兩節(jié)點(diǎn)i與j之間的路網(wǎng)距離；Ck為牽引車k的每千米油耗；K為牽引車總數(shù)；M為任務(wù)總數(shù)；Ma為緊急任務(wù)數(shù)；Mb為普通任務(wù)數(shù)；ma為緊急任務(wù)序號(hào)；mb為普通任務(wù)序號(hào)；

T為牽引車在規(guī)劃期內(nèi)能夠完成的任務(wù)數(shù)上限；Tma，2為所有緊急任務(wù)的結(jié)束時(shí)間；Tmb，1為第一個(gè)普通任務(wù)的開始時(shí)間；Thpm為牽引車從緊前任務(wù)h終點(diǎn)到掛車中心p，再到緊后任務(wù)m起點(diǎn)的行駛時(shí)間；Thm為牽引車從緊前任務(wù)h終點(diǎn)到緊后任務(wù)m起點(diǎn)的行駛時(shí)間；Tm為牽引車從任務(wù)m起點(diǎn)到終點(diǎn)的行駛時(shí)間；Hm，1為任務(wù)m在起點(diǎn)的操作時(shí)間；Hm，2為任務(wù)m在終點(diǎn)的操作時(shí)間；Tk，1為牽引車k開始工作的時(shí)間；Tk，2為牽引車k結(jié)束工作的時(shí)間；TEm為任務(wù)m的最早開始執(zhí)行時(shí)間；TLm為任務(wù)m的最晚開始執(zhí)行時(shí)間；NSK為送空箱任務(wù)集合；NSZ為送重箱任務(wù)集合；NQK為取空箱任務(wù)集合；NQZ為取重箱任務(wù)集合.

2.2.2 決策變量

2.3 數(shù)學(xué)模型

式（1）為優(yōu)化目標(biāo)，即方案總成本最小；式（2）表示每個(gè)任務(wù)僅被執(zhí)行一次；式（3）保證所有牽引車的任務(wù)分配有序；式（4）表示所有普通任務(wù)要在緊急任務(wù)之后被完成；式（5）～（8）表示每項(xiàng)任務(wù)的時(shí)間序列，其中式（5）是同一牽引車執(zhí)行前后兩項(xiàng)任務(wù)的時(shí)間遞推；式（9）表示每輛牽引車的工作時(shí)間均在規(guī)劃期內(nèi)；式（10）保證滿足任務(wù)的時(shí)間窗要求；式（11）和（12）保證每輛牽引車的路線是閉合的；式（13）～（15）表示對(duì)TC的訪問約束，式（13）中當(dāng)牽引車執(zhí)行第一項(xiàng)任務(wù)時(shí)，只有涉及送掛車時(shí)才會(huì)產(chǎn)生訪問TC取掛車的情況，執(zhí)行其他任務(wù)時(shí)前后兩項(xiàng)任務(wù)均需送掛車才會(huì)產(chǎn)生訪問TC取掛車的情況.

3 三階段啟發(fā)式算法

設(shè)計(jì)啟發(fā)式算法進(jìn)行求解.根據(jù)任務(wù)的待執(zhí)行緊迫程度，將其分為緊急任務(wù)、普通任務(wù)和超期任務(wù)等3種，而任務(wù)性質(zhì)的劃分則依賴于決策函數(shù)（緊迫度函數(shù)、懲罰函數(shù)和距離函數(shù)）.

任務(wù)的緊迫度越高，緊迫度函數(shù)值越大；任務(wù)執(zhí)行方案對(duì)其時(shí)間窗違反程度越高，懲罰函數(shù)值越大；距離函數(shù)則是執(zhí)行該任務(wù)所需行駛的總距離.

3.1 三階段啟發(fā)式算法總體流程

算法總體思路為優(yōu)先分配緊急任務(wù)，然后分配普通任務(wù)，最后推遲或外包超期任務(wù)，具體見圖2.

3.2 三階段啟發(fā)式算法具體步驟

3.2.1 分配緊急任務(wù)

緊急任務(wù)的緊迫度函數(shù)值相同，因此當(dāng)同時(shí)出現(xiàn)多個(gè)緊急任務(wù)時(shí)，分別計(jì)算各任務(wù)的懲罰函數(shù)值后再進(jìn)行分配.具體流程見圖3.

3.2.2 分配普通任務(wù)

緊急任務(wù)分配結(jié)束后，以任務(wù)的緊迫程度和子序列的懲罰函數(shù)值為標(biāo)準(zhǔn)進(jìn)行普通任務(wù)的分配，具體流程見圖4.

3.2.3 外包或推遲超期任務(wù)

當(dāng)存在超出規(guī)劃期的任務(wù)時(shí)，將這些超期任務(wù)推遲至下一規(guī)劃期或外包，具體見圖5.

4 算例實(shí)驗(yàn)

通過改進(jìn)文獻(xiàn)[18]中的算例，本文分別從牽引車數(shù)量、TC數(shù)量、掛車數(shù)量和緊急任務(wù)數(shù)量這4個(gè)方面驗(yàn)證算法的有效性，并分析各因素對(duì)整體調(diào)度方案的影響.

軸輻式網(wǎng)絡(luò)由一個(gè)集散中心、若干個(gè)TC以及80個(gè)客戶點(diǎn)組成.TC和客戶點(diǎn)的位置隨機(jī)分布在100×100的網(wǎng)格上，集散中心位于網(wǎng)格中心.任意兩點(diǎn)之間采用歐氏距離.另外，本文的規(guī)劃期為早8：00到晚8：00（1天內(nèi)）.牽引車行駛速度為60 km/h，單位掛/甩掛車時(shí)間為30 min.違反時(shí)間窗的懲罰因數(shù)a=b=1.

4.1 牽引車數(shù)量

本例共有11項(xiàng)實(shí)驗(yàn)，牽引車數(shù)量從15輛逐一變化至25輛，任務(wù)數(shù)量均為100個(gè)，TC有5個(gè)，均勻分布在網(wǎng)絡(luò)中.每個(gè)TC的可用掛車均為6輛.

由圖6可以看出，牽引車的數(shù)量能夠直接影響任務(wù)的完成情況.當(dāng)牽引車數(shù)量上升至19輛時(shí)，未完成的任務(wù)數(shù)下降至0，說明該系統(tǒng)內(nèi)牽引車最低保有數(shù)量為19輛.牽引車從15輛逐漸增多，遲到懲罰成本降幅超過提前懲罰成本的漲幅；當(dāng)牽引車數(shù)量超過20輛并繼續(xù)增多時(shí)，提前懲罰成本大幅上升，并且覆蓋了遲到懲罰成本的減少，造成總懲罰成本曲線呈“U”型.

4.2 TC數(shù)量

為研究TC的地理分布對(duì)調(diào)度方案總成本的影響，設(shè)置TC數(shù)量不同的算例，共8項(xiàng)實(shí)驗(yàn)，TC數(shù)量有1，3和5個(gè)等3種情況.TC分布方式有：TC1～TC5均勻分布，僅設(shè)TC1，僅設(shè)TC2，僅設(shè)TC3，僅設(shè)TC4，僅設(shè)TC5，設(shè)置TC1，TC3和TC5，設(shè)置TC1，TC2和TC4等8種.掛車在TC均勻分布，總數(shù)均為30輛.

由圖7可以看出，TC的數(shù)量和分布方式會(huì)直接影響任務(wù)的完成情況和系統(tǒng)整體調(diào)度方案.總體而言，TC數(shù)量越多，分布越均勻，牽引車行駛的總里程及方案的總懲罰成本越小.當(dāng)僅設(shè)置單一TC，且TC分布在1，3，4，5等4個(gè)位置時(shí)，出現(xiàn)了未完成任務(wù).而當(dāng)TC位于2位置時(shí)，總里程和總懲罰成本較其他算例更優(yōu)，證明TC的選址也會(huì)影響經(jīng)營(yíng)成本.

圖7 TC數(shù)量不同時(shí)的算例運(yùn)算結(jié)果

4.3 掛車數(shù)量

該算例包括5組25項(xiàng)實(shí)驗(yàn)，TC數(shù)量均為1個(gè)，分布方式分別為TC1，TC2，TC3，TC4和TC5.每項(xiàng)實(shí)驗(yàn)任務(wù)數(shù)量均為100個(gè)，牽引車數(shù)量為20輛，每組實(shí)驗(yàn)TC的掛車數(shù)量（NT）從23輛逐漸增至27輛.

由表1可見，在各TC的掛車數(shù)量增加的過程中，當(dāng)掛車數(shù)量為23輛和24輛時(shí)以及第3組和第5組中當(dāng)掛車數(shù)量為25輛時(shí)，因掛車數(shù)量難以滿足需要未能給出規(guī)劃結(jié)果.掛車數(shù)量不僅影響經(jīng)營(yíng)成本，還會(huì)直接影響經(jīng)營(yíng)質(zhì)量：掛車數(shù)量過少無法完成既定的任務(wù)，而過多又會(huì)增加公司經(jīng)濟(jì)負(fù)擔(dān)和管理成本.

4.4 緊急任務(wù)數(shù)量

設(shè)置緊急任務(wù)數(shù)量不同的6項(xiàng)實(shí)驗(yàn)，任務(wù)數(shù)均為100個(gè)，牽引車數(shù)量均為20輛，TC可用掛車數(shù)均為30輛，5個(gè)TC均勻分配掛車，緊急任務(wù)的數(shù)量從0逐漸增長(zhǎng)到5個(gè).

由圖8可以看出，初期隨著緊急任務(wù)數(shù)量的增加，提前懲罰成本和遲到懲罰成本均逐漸下降，優(yōu)先處理緊急任務(wù)可以使整體方案違反時(shí)間窗的程度降低；當(dāng)緊急任務(wù)數(shù)量上升至5個(gè)時(shí)，遲到懲罰成本仍保持下降趨勢(shì)，但提前懲罰成本增加，導(dǎo)致總懲罰成本上升幅度較大.這說明緊急任務(wù)的數(shù)量較多時(shí)，為盡快完成任務(wù)，對(duì)時(shí)間窗上限的違反程度較高.

圖8 緊急任務(wù)數(shù)量不同時(shí)的算例運(yùn)算結(jié)果

5 結(jié)束語

本文建立了軸輻式網(wǎng)絡(luò)中甩掛運(yùn)輸車輛調(diào)度問題的模型，提出了基于啟發(fā)式規(guī)則的三階段調(diào)度算法.基于牽引車數(shù)量不同、掛車中心數(shù)量不同、可用掛車數(shù)量有限和緊急任務(wù)數(shù)量不同等4個(gè)類型的算例實(shí)驗(yàn)，提出了配置牽引車和掛車數(shù)量以及優(yōu)化掛車中心地理位置的具體方法，并闡述了緊急任務(wù)數(shù)量對(duì)調(diào)度計(jì)劃的影響.全面剖析了甩掛運(yùn)輸系統(tǒng)調(diào)度時(shí)各因素的影響，為營(yíng)運(yùn)者提供一定的決策借鑒.

未來的研究將考慮甩掛運(yùn)輸新模式下的調(diào)度優(yōu)化問題，例如牽引車對(duì)開、相遇后司機(jī)折返等.

參考文獻(xiàn)：

[1]胡志華， 洪雯婷， 胡青蜜. 軸輻式物流網(wǎng)絡(luò)擴(kuò)張的樞紐重配置優(yōu)化[J]. 上海海事大學(xué)學(xué)報(bào)， 2015， 36（1）： 1924.

[2]高洪濤， 李紅啟. 道路甩掛運(yùn)輸組織理論與實(shí)踐[M]. 北京： 人民交通出版社， 2010： 1819.

[3]SEMET F， TAILLARD E. Solving reallife vehicle routing problems efficiently using tabu search[J]. Annals of Operations Research， 1993， 41（4）： 469488.

[4]GERDESSEN J C. Vehicle routing problem with trailers[J]. European Journal of Operational Research， 1996， 93（1）： 135147.

[5]CHAO I M. A tabu search method for the truck and trailer routing problem[J]. Computers & Operations Research， 2002， 29（1）： 2251.

[6]SCHEUERER S. A tabu search heuristic for the truck and trailer routing problem[J]. Computers & Operations Research， 2006， 33（4）： 894909.

[7]LIN S W. Solving the truck and trailer routing problem based on a simulated annealing heuristic[J]. Computers & Operations Research， 2009， 36（5）： 16831692.

[8]LIN S W， YU V F， CHOU S Y. A note on the truck and trailer routing problem[J]. Expert Systems with Applications， 2010， 37（1）： 899903.

[9]LIN S W， YU V F， LU C C. A simulated annealing heuristic for the truck and trailer routing problem with time windows[J]. Expert Systems with Applications， 2011， 38（12）： 1524415252.

[10]VILLEGAS J G， PRINS C， PRODHON C. GRASP/VND and multistart evolutionary local search for the single truck and trailer routing problem with satellite depots[J]. Engineering Applications of Artificial Intelligence， 2010， 23（5）： 780794.

[11]VILLEGAS J G， PRINS C， PRODHON C. A GRASP with evolutionary path relinking for the truck and trailer routing problem[J]. Computers & Operations Research， 2011， 38（9）： 13191334.

[12]DERIGS U， PULLMANN M， VOGEL U. Truck and trailer routing problems， heuristics and computational experience[J]. Computers & Operations Research， 2013， 40（2）： 536546.

[13]胡志華. 基于混合進(jìn)化算法的甩掛配送問題[J]. 公路交通科技， 2013， 30（5）： 147152.

[14]HALL R W， SABNANI V C. Control of vehicle dispatching on a cyclic route serving trucking terminals[J]. Transportation Research Part A： Policy and Practice， 2002， 36（3）： 257276.

[15]SMILOWITZ K. Multiresource routing with flexible tasks： an application in drayage operations[J]. IIE Transaction， 2006， 38（7）： 555568.

[16]FRANCIS P， ZHANG G， SMILOWITZ K. Improved modeling and solution methods for the multiresource routing problem[J]. European Journal of Operational Research， 2007， 180（3）： 10451059.

[17]ZHANG G， SMILOWITZ K， ERERA A. Dynamic planning for urban drayage operations[J]. Transportation Research Part E： Logistics and Transportation Review， 2011， 47（5）： 764777.

[18]TAN K C， CHEW Y H， LEE L H. A hybrid multiobjective evolutionary algorithm for solving truck and trailer vehicle routing problems[J]. European Journal of Operational Research， 2006， 172（3）： 855885.

[19]LEE L H， TAN K C， OU K. Vehicle capacity planning system： a case study on vehicle routing problem with time windows[J]. IEEE Transactions on Systems Man and Cybernetics Part A Systems and Humans， 2003， 33（2）： 169178.

[20]胡志華， 曹楊， 王云霞. 集裝箱集散的空重箱循環(huán)甩掛調(diào)度方法[J]. 武漢理工大學(xué)學(xué)報(bào)， 2012， 34（10）： 6873.

篇10

1 云計(jì)算技術(shù)的內(nèi)涵和技術(shù)優(yōu)勢(shì)

1.1 云計(jì)算技術(shù)的內(nèi)涵

簡(jiǎn)單地講，云計(jì)算其實(shí)就是一種新型的資源利用和整合的形式，通過云計(jì)算技術(shù)能夠讓信息或者資源在最短的時(shí)間內(nèi)投放給需求方，完成最精確的信息傳遞[1]。在互聯(lián)網(wǎng)時(shí)代，信息或者資源的存量是極其巨大的，同時(shí)，每時(shí)每刻產(chǎn)生的新資源更是對(duì)用戶的行為產(chǎn)生著重要的影響。這些海量的數(shù)據(jù)或者資源可以認(rèn)為是一個(gè)資源池，云計(jì)算通過不同的算法以及大數(shù)據(jù)處理技術(shù)對(duì)各項(xiàng)信息資源進(jìn)行清洗、處理、整合，可實(shí)現(xiàn)用戶即時(shí)獲取有效信息的目的。

1.2 云計(jì)算的技術(shù)優(yōu)勢(shì)

云計(jì)算技術(shù)作為未來信息化技術(shù)的發(fā)展方向，理應(yīng)具備現(xiàn)有解決方案無法比擬的優(yōu)勢(shì)，“云”概念的提出，涵蓋了新型計(jì)算技術(shù)的諸多方面，比如搭建云服務(wù)的基礎(chǔ)設(shè)施、資源分配的機(jī)制和處理算法等。云計(jì)算技術(shù)具有以下幾大優(yōu)勢(shì)。

（1）極強(qiáng)的安全性。鑒于云計(jì)算技術(shù)的重要功能之一是數(shù)據(jù)的存儲(chǔ)和分配，那么云計(jì)算的安全性就成為其最重要的技術(shù)優(yōu)勢(shì)。傳統(tǒng)的信息處理模式過度依靠于硬件存儲(chǔ)，與之相比，云計(jì)算技術(shù)的數(shù)據(jù)儲(chǔ)存以及安全性級(jí)別都是極為可靠的。在“云”的概念中，加入了容錯(cuò)機(jī)制、動(dòng)態(tài)計(jì)算機(jī)制、實(shí)時(shí)數(shù)據(jù)遷移等多種機(jī)制來應(yīng)對(duì)數(shù)據(jù)出現(xiàn)異常的情況。

（2）即時(shí)虛擬化。云計(jì)算很清晰地指出了即時(shí)性，就像白云一樣一直伴隨在用戶周圍，隨時(shí)可以被喚起。正是由于這種即時(shí)性，也說明了其虛擬化程度是非常高的[2]。在現(xiàn)代信息化中，用戶對(duì)信息或者資源的調(diào)取是有時(shí)效性要求的，隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，這種趨勢(shì)還會(huì)加強(qiáng)。

（3）拓展性強(qiáng)。以前，資源的規(guī)模拓展受限于空間，但在“云”的概念里，這種情況是不存在的，這是因?yàn)樵朴?jì)算在底層設(shè)計(jì)的時(shí)候已經(jīng)實(shí)現(xiàn)了動(dòng)態(tài)伸縮，可以滿足未來不可預(yù)期的規(guī)模拓展。特別是對(duì)于互聯(lián)網(wǎng)巨頭企業(yè)而言，用戶的數(shù)據(jù)在每個(gè)發(fā)展時(shí)期都不一樣，這種變化可能是不同量級(jí)的，利用云計(jì)算就能滿足企業(yè)不同時(shí)期的需求。

2 云計(jì)算技術(shù)在不同行業(yè)的應(yīng)用進(jìn)展

幾乎每一項(xiàng)前沿技術(shù)都會(huì)對(duì)人們的生活與工作產(chǎn)生巨大的影響，甚至對(duì)行業(yè)的發(fā)展起到非常重要的導(dǎo)向作用。云計(jì)算技術(shù)也是如此，在互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，網(wǎng)絡(luò)化、信息化已經(jīng)成為行業(yè)發(fā)展的標(biāo)配，現(xiàn)代信息技術(shù)驅(qū)動(dòng)行業(yè)發(fā)展已成為社會(huì)信息化的明顯特征。現(xiàn)代信息化v求的是全行業(yè)的信息化，當(dāng)然每個(gè)行業(yè)由于自身的特殊性，實(shí)現(xiàn)信息化的程度和進(jìn)度都有所不同，但其信息化的本質(zhì)是不會(huì)改變的。

2.1 企業(yè)信息化

企業(yè)作為市場(chǎng)經(jīng)濟(jì)活動(dòng)的主體，對(duì)市場(chǎng)動(dòng)向總是保持著較高的敏感度，在傳統(tǒng)的信息傳播方式下，企業(yè)獲取信息的形式比較單一，甚至是較為滯后的，這很不利于企業(yè)自身的管理和業(yè)務(wù)的發(fā)展，所以對(duì)于企業(yè)而言，引入云計(jì)算來加強(qiáng)企業(yè)信息化是加快企業(yè)信息流動(dòng)，參與市場(chǎng)競(jìng)爭(zhēng)，提升企業(yè)管理水平的重要途徑。建立云計(jì)算平臺(tái)對(duì)于企業(yè)信息化的影響主要集中在業(yè)務(wù)和管理方面。在管理層面，云計(jì)算能夠把每一位職員都按不同維度進(jìn)行劃分，形成數(shù)據(jù)庫，方便即時(shí)調(diào)用。在業(yè)務(wù)方面，與業(yè)務(wù)相關(guān)的各項(xiàng)資源以及數(shù)據(jù)都存儲(chǔ)在了云里，當(dāng)業(yè)務(wù)管理者需要對(duì)數(shù)據(jù)進(jìn)行調(diào)取和分析時(shí)，能夠隨時(shí)隨地對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，提升了數(shù)據(jù)處理的效率。

2.2 教育信息化

教育信息化可以認(rèn)為是發(fā)展較為迅速的一個(gè)領(lǐng)域。中國(guó)作為教育大國(guó)，一直以來都在向教育強(qiáng)國(guó)的發(fā)展方向努力，實(shí)現(xiàn)教育強(qiáng)國(guó)，不但是資金的投入，更需要的是教育資源的投入。我國(guó)地域遼闊，教育發(fā)展的不平衡與經(jīng)濟(jì)發(fā)展?fàn)顩r相類似，如何縮小教育水平的差距是擺在人們面前的一個(gè)重要課題。云計(jì)算技術(shù)的出現(xiàn)發(fā)展，為解決這一難題提供了一個(gè)思路。以往，師資力量的流通較為不便，教師授課在空間上受到了嚴(yán)格的限制。但是在互聯(lián)網(wǎng)環(huán)境下，教師的授課不再受空間限制，而是變成了一種具有分享性質(zhì)的授課。依托于強(qiáng)大的云計(jì)算教育平臺(tái)，現(xiàn)代化教育已打破了時(shí)間、空間的限制，教師可在任何時(shí)間、任何地點(diǎn)開展授課，并且可通過基于云計(jì)算技術(shù)的教育平臺(tái)與學(xué)生進(jìn)行實(shí)時(shí)、延時(shí)的互動(dòng)與交流，實(shí)現(xiàn)跨越時(shí)空的無障礙、高品質(zhì)教育。

2.3 農(nóng)業(yè)生產(chǎn)信息化

云計(jì)算技術(shù)另一大應(yīng)用領(lǐng)域就是農(nóng)業(yè)生產(chǎn)信息化。現(xiàn)階段，我國(guó)農(nóng)業(yè)發(fā)展穩(wěn)中向好，但是隨著國(guó)家深化供給側(cè)改革的推進(jìn)，農(nóng)業(yè)發(fā)展中出現(xiàn)了新的狀況，就是農(nóng)業(yè)供需的嚴(yán)重失衡。例如，本地的特色農(nóng)業(yè)常年無法推向市場(chǎng)，導(dǎo)致轉(zhuǎn)化率極其低下。究其原因，市場(chǎng)信息不對(duì)稱是導(dǎo)致出現(xiàn)這一問題的一個(gè)重要因素，這嚴(yán)重影響了農(nóng)業(yè)生產(chǎn)的快速發(fā)展。在不少地區(qū)，電子商務(wù)開始走進(jìn)村民家中，農(nóng)業(yè)信息化已經(jīng)走出了重要的第一步。在云計(jì)算技術(shù)的帶動(dòng)下，農(nóng)村的消費(fèi)需求和產(chǎn)品供給將會(huì)得到最大限度的釋放，同時(shí)能夠通過各種云計(jì)算平臺(tái)實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)各個(gè)環(huán)節(jié)的信息化，并對(duì)不同地域的農(nóng)業(yè)生產(chǎn)發(fā)展情況及生產(chǎn)需求進(jìn)行分析，得出較為可靠的結(jié)論。

2.4 交通領(lǐng)域信息化

近年來我國(guó)的交通運(yùn)輸行業(yè)有了長(zhǎng)足的進(jìn)步。全國(guó)各地都在大規(guī)模興建高鐵，改善本地區(qū)的交通狀況，高鐵的信息化程度非常高，可以為乘客提供智能化的服務(wù)。此外，隨著配套的智能交通基礎(chǔ)設(shè)施的完善，交通條件逐漸改善，同時(shí)由于云計(jì)算以及大數(shù)據(jù)的運(yùn)用，交通違法行為得到了有效遏制。例如在一些重點(diǎn)管控的商圈路口，會(huì)有高清攝像抓拍系統(tǒng)，利用云計(jì)算平臺(tái)，能夠準(zhǔn)確地識(shí)別各種違法行為，例如違法并線、違法停車等等，這為建立良好的交通秩序起到了重要作用。

2.5 醫(yī)療衛(wèi)生服務(wù)信息化

篇11

1 云計(jì)算技術(shù)闡述

云計(jì)算是一種基于互聯(lián)網(wǎng)的超級(jí)計(jì)算模式，主要關(guān)注如何充分地利用網(wǎng)絡(luò)硬件、軟件和數(shù)據(jù)的綜合能力，及如何更好使網(wǎng)絡(luò)中各個(gè)廉價(jià)的 PC 機(jī)協(xié)同工作發(fā)揮最大效用的能力。通過開發(fā)技術(shù)和標(biāo)準(zhǔn)把硬件和軟件抽象為分布的、可全球訪問的、動(dòng)態(tài)可擴(kuò)展、可配置的資源結(jié)構(gòu)，對(duì)外以服務(wù)的形式提供給用戶。云計(jì)算需要一系列創(chuàng)新技術(shù)的支持，包括虛擬化技術(shù)、海量數(shù)據(jù)處理技術(shù)、大規(guī)模分布式存儲(chǔ)技術(shù)、資源調(diào)度技術(shù)，這些技術(shù)為云計(jì)算的正常運(yùn)行提供了很好的技術(shù)保障。

2 云計(jì)算支持多種網(wǎng)絡(luò)技術(shù)

2.1 云計(jì)算分布式網(wǎng)絡(luò)測(cè)量技術(shù)

隨著網(wǎng)絡(luò)技術(shù)飛速發(fā)展，網(wǎng)絡(luò)拓?fù)浜途W(wǎng)絡(luò)環(huán)境變得越來越復(fù)雜，導(dǎo)致網(wǎng)絡(luò)負(fù)擔(dān)加重、性能下降，網(wǎng)絡(luò)安全和服務(wù)質(zhì)量越來越重要。網(wǎng)絡(luò)性能數(shù)據(jù)是評(píng)估網(wǎng)絡(luò)的服務(wù)質(zhì)量和規(guī)劃新業(yè)務(wù)的重要依據(jù)，存儲(chǔ)海量測(cè)量數(shù)據(jù)和提高測(cè)量和數(shù)據(jù)分析效率是網(wǎng)絡(luò)測(cè)量的研究重點(diǎn)。

傳統(tǒng)網(wǎng)絡(luò)測(cè)量管理系統(tǒng)使用單一服務(wù)器處理測(cè)量數(shù)據(jù)，存儲(chǔ)數(shù)據(jù)安全性低，其計(jì)算能力有限，發(fā)展?jié)摿Σ蛔恪；谠朴?jì)算的分布式網(wǎng)絡(luò)測(cè)量系統(tǒng)利用云計(jì)算平臺(tái)的大型虛擬資源池存儲(chǔ)海量的測(cè)量數(shù)據(jù)，保證數(shù)據(jù)存儲(chǔ)的可靠性和可拓展性，再利用云計(jì)算平臺(tái)的并行處理機(jī)制，對(duì)海量測(cè)量數(shù)據(jù)進(jìn)行快速、并發(fā)的分析處理和數(shù)據(jù)挖掘。測(cè)量探針支持各種不同的y量算法的部署，支持多種格式的數(shù)據(jù)采集，在測(cè)量方法上提供了擁塞響應(yīng)策略和負(fù)載均衡策略。基于云計(jì)算的分布式網(wǎng)絡(luò)測(cè)量系統(tǒng)構(gòu)架，見圖1。

伴隨著多租戶大規(guī)模云計(jì)算數(shù)據(jù)中心的廣泛應(yīng)用，學(xué)術(shù)界和工業(yè)界提出了許多新型網(wǎng)絡(luò)虛擬化技術(shù)來應(yīng)對(duì)新的挑戰(zhàn)。這些網(wǎng)絡(luò)虛擬化技術(shù)各有優(yōu)缺點(diǎn)，沒有一種被廣泛采用部署，云服務(wù)運(yùn)營(yíng)商可能因?yàn)楫?dāng)前業(yè)務(wù)需求，成本，廠商慣性等原因選擇不同的網(wǎng)絡(luò)虛擬化技術(shù)，導(dǎo)致網(wǎng)絡(luò)虛擬化技術(shù)的異構(gòu)現(xiàn)象越來越明顯。另一方面，云計(jì)算數(shù)據(jù)中心技術(shù)的轉(zhuǎn)型和跨數(shù)據(jù)中心云服務(wù)的流行使得云服務(wù)運(yùn)營(yíng)商迫切需要將屬于不同網(wǎng)絡(luò)虛擬化技術(shù)的虛擬網(wǎng)絡(luò)打通，整合異構(gòu)的網(wǎng)絡(luò)資源，共同提供虛擬網(wǎng)絡(luò)服務(wù)。

2.2 云計(jì)算網(wǎng)絡(luò)虛擬化異構(gòu)互通

網(wǎng)絡(luò)虛擬化平臺(tái)間信息交互接口的開發(fā)沒有解決異構(gòu)網(wǎng)絡(luò)中的地址學(xué)習(xí)、數(shù)據(jù)轉(zhuǎn)發(fā)等難題。多租戶大規(guī)模云計(jì)算數(shù)據(jù)中心的廣泛應(yīng)用可以提出許多新型網(wǎng)絡(luò)虛擬化技術(shù)的解決方案。網(wǎng)絡(luò)虛擬化技術(shù)各有利弊，其應(yīng)用范圍都不是很廣，云服務(wù)根據(jù)不用的業(yè)務(wù)需求和產(chǎn)品原因選擇不同的網(wǎng)絡(luò)虛擬化技術(shù)，產(chǎn)生明顯的網(wǎng)絡(luò)虛擬化技術(shù)的異構(gòu)現(xiàn)象。

同時(shí)，云計(jì)算和互聯(lián)網(wǎng)的發(fā)展對(duì)網(wǎng)絡(luò)虛擬化技術(shù)異構(gòu)互通的產(chǎn)生了需求：云服務(wù)提供商認(rèn)為云計(jì)算數(shù)據(jù)中心需要從傳統(tǒng)的虛擬化技術(shù)向新型網(wǎng)絡(luò)虛擬化技術(shù)平穩(wěn)演進(jìn)，這需要打通新舊設(shè)備商的網(wǎng)絡(luò)來支持云服務(wù)的整合、遷移、升級(jí)；考慮到云計(jì)算模式，現(xiàn)在跨數(shù)據(jù)中心的服務(wù)越來越普遍，而各數(shù)據(jù)中心在網(wǎng)絡(luò)硬件、管理平臺(tái)上往往有較大的差異。要實(shí)現(xiàn)跨數(shù)據(jù)中心的服務(wù)，首先需要將屬于不同網(wǎng)絡(luò)虛擬化技術(shù)的資源整合起來；從互聯(lián)網(wǎng)發(fā)展趨勢(shì)的角度，越來越多的大型項(xiàng)目，致力于將不同的網(wǎng)絡(luò)平臺(tái)、架構(gòu)、技術(shù)互連，共同構(gòu)建網(wǎng)絡(luò)生態(tài)系統(tǒng)。

2.3 云計(jì)算可信網(wǎng)絡(luò)連接關(guān)鍵技術(shù)

云計(jì)算是近幾年掀起的一項(xiàng)技術(shù)革命，為網(wǎng)絡(luò)技術(shù)快速發(fā)展提供了高效的服務(wù)模式，其巨大的獨(dú)特優(yōu)勢(shì)，擁有很好的發(fā)展前景。但是其安全性受到了很大的挑戰(zhàn)，特別是在云計(jì)算背景下的安全接入和訪問控制。針對(duì)云計(jì)算中存在的特殊問題，結(jié)合可信網(wǎng)絡(luò)連接關(guān)鍵技術(shù)，研究面向云計(jì)算的可信接入技術(shù)及可問控制技術(shù)。

云計(jì)算背景下身份認(rèn)證和可問控制方案是基于可信計(jì)算技術(shù)，建立云服務(wù)提供商、用戶之間數(shù)據(jù)交換的信任關(guān)系，為云服務(wù)提供商和用戶提供一種協(xié)作的方法來評(píng)估和管理云計(jì)算安全問題，大大提高了云計(jì)算的安全性。

3 結(jié)語

通過分析可知，新興的云計(jì)算擁有眾多技術(shù)優(yōu)勢(shì)和特點(diǎn)，為推動(dòng)網(wǎng)絡(luò)建設(shè)、難題解決和網(wǎng)絡(luò)技術(shù)高速發(fā)展帶來了新契機(jī)。同時(shí)，云計(jì)算技術(shù)解決了傳統(tǒng)網(wǎng)絡(luò)技術(shù)中的很多技術(shù)難題，開拓了網(wǎng)絡(luò)技術(shù)的發(fā)展空間，提供了強(qiáng)大的技術(shù)保障，提高了網(wǎng)絡(luò)技術(shù)的安全性。對(duì)云計(jì)算背景下的網(wǎng)絡(luò)技術(shù)進(jìn)行了簡(jiǎn)單的探討，認(rèn)為其發(fā)展?jié)摿涂臻g巨大，為未來互聯(lián)網(wǎng)的高速高效發(fā)展提供了強(qiáng)大的技術(shù)支持和安全保障。

參考文獻(xiàn)

[1]許洗或.云計(jì)算環(huán)境下的虛巧化技術(shù)的安全性問題研究的[J]信息安全與術(shù)，2013，9：46-50.

篇12

我國(guó)當(dāng)前的無線電管路“四個(gè)體系”的核心技術(shù)要求是：盡快地實(shí)現(xiàn)無線電信息的接收、存儲(chǔ)、交互、融合、挖掘、分析技術(shù)，同時(shí)要在原有的無線電監(jiān)測(cè)和檢測(cè)技術(shù)的基礎(chǔ)上，把握好總體的技術(shù)要求才能符合戰(zhàn)略目標(biāo)的要求。首先是要搜集國(guó)內(nèi)外的無線電信息，并進(jìn)行信息分析，呈現(xiàn)出無線電監(jiān)測(cè)的實(shí)時(shí)信息、頻率、電臺(tái)等數(shù)據(jù)，形成無線電的整體態(tài)勢(shì)分析和展示能力。在無線電管理的數(shù)據(jù)分析，是一項(xiàng)工程量巨大的工程，因此需要借助計(jì)算量巨大的計(jì)算技術(shù)，云計(jì)算的動(dòng)態(tài)和可伸縮計(jì)算能力、群體智能、服務(wù)化特征等特點(diǎn)都為海量數(shù)據(jù)和復(fù)雜數(shù)據(jù)的分析提供了極大的便利，云計(jì)算的處理優(yōu)勢(shì)正好可以配合無線電管理工作中的數(shù)據(jù)處理，因此在無線電管理“四個(gè)體系”的建設(shè)中應(yīng)當(dāng)采用云計(jì)算技術(shù)作為其核心技術(shù)，充分利用其計(jì)算優(yōu)勢(shì)解決無線電管理中面臨的難題。

三、“四個(gè)體系”建設(shè)中云計(jì)算技術(shù)的應(yīng)用

3.1Hadoop分布式云計(jì)算技術(shù)的應(yīng)用Hadoop云計(jì)算平臺(tái)采用分布式和分層結(jié)構(gòu)，其具體的結(jié)構(gòu)分為數(shù)據(jù)層、模型層和應(yīng)用層三層結(jié)構(gòu)，其中數(shù)據(jù)層是整個(gè)管理體系的網(wǎng)絡(luò)數(shù)據(jù)，包含著各種類型的數(shù)據(jù)庫，如電臺(tái)站數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)、線電臺(tái)站數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)等；而模擬層是利用數(shù)據(jù)層管理“四個(gè)體系”中的數(shù)據(jù)，并通過處理數(shù)據(jù)層輸出的數(shù)據(jù)，建立數(shù)據(jù)模型，分析其包含的數(shù)據(jù)；應(yīng)用層則是利用模擬分析的結(jié)果，對(duì)無線電管理“四個(gè)體系”的需求數(shù)據(jù)進(jìn)行應(yīng)用定位，并對(duì)無線電管理決策提供有針對(duì)性的方案與評(píng)估能力。3.2Hadoop分布式云計(jì)算技術(shù)的優(yōu)勢(shì)和缺點(diǎn)云計(jì)算技術(shù)的發(fā)展完美地解決了海量數(shù)據(jù)和復(fù)雜數(shù)據(jù)的處理，給無線電管理“四個(gè)體系”的建設(shè)提供了技術(shù)基礎(chǔ)，尤其是Hadoop分布式云計(jì)算技術(shù)因?yàn)榧夹g(shù)優(yōu)勢(shì)明顯，尤其是其對(duì)于計(jì)算機(jī)的硬件要求不高，同時(shí)具備可伸縮性和高容錯(cuò)性，技術(shù)成本較低，因此可以作為“四個(gè)體系”建設(shè)的核心技術(shù)。但是也存在著較多的問題。首先云計(jì)算技術(shù)需要強(qiáng)大的寬帶網(wǎng)絡(luò)作依托，一旦網(wǎng)絡(luò)條件不好，就很難就行數(shù)據(jù)的處理；再者云計(jì)算技術(shù)存在著延遲的問題，而且延遲的影響遠(yuǎn)大于寬帶的影響；另外云計(jì)算的安全性也是制約“四個(gè)體系”建設(shè)的重要影響因素，因?yàn)樵朴?jì)算存在很強(qiáng)的虛擬化安全性威脅，同時(shí)其數(shù)據(jù)來源較為復(fù)雜，在應(yīng)用的廣泛性上也會(huì)引發(fā)新的安全威脅。

篇13

云計(jì)算在學(xué)術(shù)界有多種內(nèi)涵和定義，從計(jì)算機(jī)模型來看，云計(jì)算就是將大量用網(wǎng)絡(luò)連接的計(jì)算資源統(tǒng)一管理和調(diào)度，通過不斷提高“云”的處理能力，構(gòu)成一個(gè)計(jì)算資源池向用戶提供服務(wù)，進(jìn)而減少用戶終端的處理負(fù)擔(dān)，最終使用戶終端簡(jiǎn)化成一個(gè)單純的輸入輸出設(shè)備，并能按需獲取“云”的計(jì)算服務(wù)。簡(jiǎn)單地說，云計(jì)算是通過網(wǎng)絡(luò)按需提供可動(dòng)態(tài)伸縮的廉價(jià)計(jì)算服務(wù)，它意味著計(jì)算能力也可以象水和電一樣，作為一種商品在互聯(lián)網(wǎng)上流通，讓用戶取用方便，且費(fèi)用低廉。它與傳統(tǒng)運(yùn)算模式的最大區(qū)別，就是通過互聯(lián)網(wǎng)進(jìn)行傳輸，用戶只需用臺(tái)式電腦、筆記本電腦、手機(jī)等設(shè)備接入數(shù)據(jù)中心，按各自的需求進(jìn)行存儲(chǔ)和運(yùn)算，其運(yùn)算速度可以每秒超過10萬億次，如此強(qiáng)大的運(yùn)算能力幾乎無所不能。

云計(jì)算是多種技術(shù)混合演進(jìn)的結(jié)果，其成熟度較高，發(fā)展極為迅速。亞馬遜、谷歌、IBM、微軟等大公司是云計(jì)算的先行者。谷歌搜索引擎建立在分布于200多個(gè)地點(diǎn)、超過100萬臺(tái)服務(wù)器的支撐之上，這些設(shè)施的數(shù)量正在迅猛增長(zhǎng)；2007年11月，IBM推出了 “藍(lán)云”計(jì)劃，為客戶帶來即可使用的云計(jì)算；微軟緊跟云計(jì)算步伐，于2008年10月推出Windows Azure操作系統(tǒng)，在互聯(lián)網(wǎng)架構(gòu)上打造新云計(jì)算平臺(tái)。

我國(guó)云計(jì)算發(fā)展也非常迅速。2008年3月17日，谷歌宣布在中國(guó)大陸推出云計(jì)算計(jì)劃。2008年初，IBM與無錫市政府合作建立了無錫軟件園云計(jì)算中心，開始了云計(jì)算在中國(guó)的商業(yè)應(yīng)用。2010年10月的《國(guó)務(wù)院關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》中，將云計(jì)算定位于“十二五”戰(zhàn)略性新興產(chǎn)業(yè)之一。國(guó)家發(fā)改委聯(lián)合工業(yè)和信息化部的《關(guān)于做好云計(jì)算服務(wù)創(chuàng)新發(fā)展試點(diǎn)示范工作的通知》中，確定了北京、上海、深圳、杭州、無錫等五個(gè)城市先行開展云計(jì)算服務(wù)的試點(diǎn)工作。2012年8月廣東發(fā)出了《關(guān)于加快推進(jìn)我省云計(jì)算發(fā)展的意見》，積極推進(jìn)云計(jì)算應(yīng)用及其產(chǎn)業(yè)發(fā)展。近年來，我國(guó)云計(jì)算已經(jīng)從前期的進(jìn)步階段開始進(jìn)入實(shí)質(zhì)性發(fā)展的階段，基礎(chǔ)持續(xù)夯實(shí)，進(jìn)入加快跟進(jìn)階段。互聯(lián)網(wǎng)公司、基礎(chǔ)運(yùn)營(yíng)商、軟硬件IT企業(yè)及各地政府等多方力量都在積極推動(dòng)云計(jì)算發(fā)展。

2.云計(jì)算的技術(shù)優(yōu)勢(shì)

云計(jì)算之所以具有如此大的發(fā)展?jié)摿Γ饕且驗(yàn)樗哂腥缦碌募夹g(shù)優(yōu)勢(shì)。

一是性價(jià)比高。云計(jì)算為計(jì)算、存儲(chǔ)和管理數(shù)據(jù)提供了幾乎無限多的空間和無限強(qiáng)大的計(jì)算能力。云計(jì)算中存儲(chǔ)數(shù)據(jù)、計(jì)算分析過程都是在“云”中進(jìn)行，對(duì)用戶端而言，設(shè)備配置只需完成簡(jiǎn)單的輸入和輸出功能。

二是擴(kuò)展性強(qiáng)。云計(jì)算體系中，其運(yùn)算能力是可以擴(kuò)展的，可以通過增減“云”中服務(wù)器，提高或降低“云”處理能力，尤其是某些“云”已經(jīng)不是由服務(wù)器組成，而是普通的個(gè)人電腦組成，這些“云”擴(kuò)展能力更大。

三是可靠性好。可靠性好主要包括數(shù)據(jù)可靠和可靠數(shù)據(jù)。數(shù)據(jù)可靠主要指的是數(shù)據(jù)不是保存在個(gè)人電腦中，而是保存在“云”中，避免個(gè)人電腦被損壞或被盜造成的數(shù)據(jù)流失。可靠數(shù)據(jù)指的是在“云計(jì)算”的計(jì)算模式下，用戶使用的軟件由服務(wù)商統(tǒng)一部署在“云”中運(yùn)行，當(dāng)個(gè)人電腦軟件出現(xiàn)問題時(shí)，不會(huì)影響用戶對(duì)軟件的使用。

四是靈活性大。云計(jì)算的靈活性體現(xiàn)在靈活的硬件兼容、數(shù)據(jù)共享、服務(wù)定制等三個(gè)方面。靈活的硬件兼容使多個(gè)用戶通過不同方式申請(qǐng)?jiān)朴?jì)算；靈活的服務(wù)定制使用戶按照自己的需求定制服務(wù)、應(yīng)用和資源。

五是透明度高。云計(jì)算存儲(chǔ)、計(jì)算、運(yùn)輸對(duì)于用戶終端來說完全是透明的，用戶不必關(guān)心數(shù)據(jù)在哪，如何部署運(yùn)算，只需要把需求告訴云計(jì)算，云計(jì)算就會(huì)把最終結(jié)果返回用戶，高度的透明性降低了云計(jì)算的應(yīng)用門檻，使云計(jì)算得到普及推廣。

3.云計(jì)算對(duì)政府網(wǎng)站建設(shè)的影響分析

云計(jì)算是一種代表先進(jìn)生產(chǎn)力的新技術(shù)，隨著云計(jì)算技術(shù)的快速發(fā)展和普及應(yīng)用，云計(jì)算將對(duì)政府網(wǎng)站建設(shè)產(chǎn)生深遠(yuǎn)的影響。

首先是對(duì)建站模式的影響。在傳統(tǒng)的政府網(wǎng)站建設(shè)模式中，政府各級(jí)各部門一般自行建設(shè)本部門的網(wǎng)站系統(tǒng)。這種模式存在政府網(wǎng)站建設(shè)、管理、運(yùn)維等方面的費(fèi)用較高；不利于部門網(wǎng)站與門戶網(wǎng)站以及上、下級(jí)政府網(wǎng)站的信息交換；各政府部門網(wǎng)站風(fēng)格不一，難以樹立政府統(tǒng)一形象；需要配備較多數(shù)量的網(wǎng)站管理人員等等缺點(diǎn)。如果采用基于云計(jì)算技術(shù)的政府網(wǎng)站群建設(shè)模式，政府網(wǎng)站系統(tǒng)平臺(tái)在政府云計(jì)算中心運(yùn)行，對(duì)各級(jí)各部門網(wǎng)站進(jìn)行統(tǒng)一建設(shè)、統(tǒng)一管理、統(tǒng)一運(yùn)維，則可以降低政府網(wǎng)站建設(shè)成本，實(shí)現(xiàn)部門網(wǎng)站與門戶網(wǎng)站以及上、下級(jí)政府網(wǎng)站信息同步更新，統(tǒng)一政府網(wǎng)站形象，減少政府網(wǎng)站工作人員。隨著政府門戶網(wǎng)站訪問量快速增長(zhǎng)、網(wǎng)站內(nèi)容多媒體化，使網(wǎng)站的計(jì)算量、存儲(chǔ)量呈現(xiàn)爆炸式增長(zhǎng)，而云計(jì)算的技術(shù)特性正好可以適應(yīng)這一需求。

其次是對(duì)機(jī)房建設(shè)管理的影響。在傳統(tǒng)的建站模式下，政府各級(jí)各部門一般自行建設(shè)機(jī)房，導(dǎo)致大量硬件設(shè)備的利用率不高，累計(jì)的運(yùn)維成本居高不下。如果建設(shè)統(tǒng)一的大機(jī)房，根據(jù)各級(jí)各部門業(yè)務(wù)量統(tǒng)一采購(gòu)服務(wù)器、交換機(jī)等硬件設(shè)備，統(tǒng)一進(jìn)行運(yùn)行維護(hù)，可以大大提高硬件設(shè)備的利用率，降低硬件設(shè)備的運(yùn)行維護(hù)成本，也可以減少機(jī)房工作人員的總體人數(shù)，提高機(jī)房的管理效率。通過引入虛擬化技術(shù)、云計(jì)算技術(shù)，可以使大機(jī)房成為政府云計(jì)算中心。