潜在吸收能力和现实吸收能力差异分析.docVIP

潜在吸收能力和现实吸收能力差异分析 　　〔摘要〕针对物流园区供应链节点的任务环境引入情境感知计算分析模型，设计了一个物流园区供应链智能信息服务框架，并基于本体的方法构建了园区多维分层用户情境元模型，最后，从两阶段情境上下文推理方法和情境模式匹配与服务信息推送两个方面，对园区智能信息推送服务进行了具体设计。 　　〔关键词〕物联网；情境感知；本体；信息推送 　　DOI：10.3969/j.issn.1008-0821.2013.05.025 　　〔中图分类号〕C93-05〔文献标识码〕A〔文章编号〕1008-0821（2013）05-0112-04 　　物流园区是物流企业在空间集聚的结果，是物流产业协同的一种表现形式，也是区域经济结构的重要组成部分。目前我国规模以上的物流园区近1 000家左右，物流园区建成以后，园区企业所能享有的政策倾斜和区位优势已基本固定，升值空间已很有限，但高质量的信息服务是园区企业提供增值服务的重要途径。本研究将为园区供应链节点提供主动的个性化的物流服务，以提高物流园区对社会物流资源的整合利用和优化配置效率，推动物流企业向园区集聚，促进物流产业和区域经济的协同发展。 　　情境感知（Context-Aware）是普适计算[1]研究领域的核心内容，最早由Schilit于1994年提出，通过Wi-Fi、RFID、信息传感及网络业务等现代信息通信技术（ICT）获取和处理目标用户所处环境的相关信息，从而进一步了解用户的行为选择动机，其提供了用于改善用户体验设计的一个重要方向——“主动服务设计”，特别是在用户个性化服务需求响应方面，可以为用户提供较为精确的主动式推送服务。 　　现代物流园区是多个物流实体在空间上集中布局的场所，是具有一定规模的综合物流服务与管理设施的集结点，其中信息化建设对于构建融合商流、信息流、资金流为一体的现代物流园区的作用日益突出。以现代信息技术为支撑整合园区的供应、仓储、运输、配送、信息处理等环节，优化企业业务流程，合理分配和调度相关物流资源成为了物流园区可持续发展的必然趋势和迫切要求。 　　目前国内物流园区在信息化水平建设方面取得了一定的成绩，但由于信息不对称、移动工作任务频繁、专业分工高度化等问题[2]，使得在物流资源的调度与整合方面仍处于被动的境地。本文基于情境感知的视角研究物流园区供应链智能信息推送服务机制，针对园区供应链节点的任务环境引入情境感知计算分析模型，将物流园区信息协同管理的行为抽象提炼成“角色、事件、流程、结果”等要素，构建成多维度多层次的信息协同机制，以解决物流服务信息推送精度低和时效性弱的问题。 　　1情境感知计算 　　情境感知（Context Awareness）技术源于所谓普适计算（ubiquitous computing）的研究，最早由Schilit于1994年提出。情境感知简单说就是通过传感器及其相关的技术使计算机设备能够“感知”到当前的情境。目前用户研究和用户体验设计的一个难点在于了解用户使用产品的情境和环境。现在流行的做法是通过实地研究去了解用户情境，这种做法最大的一个问题在于成本过高，且样本量一般不大，如果要获取大样本的数据会耗费大量资源。情境感知计算的应用可以通过传感器获得关于用户所处环境的相关信息，从而进一步了解用户的行为动机等，于是一种新型的基于“主动服务设计”的研究方向成为情境感知研究的热点和重点，利用集成化的计算机信息处理系统可以通过情境感知，自适应地改变，为用户提供主动的推送式服务。 　　1情境的表示和建模 　　情境感知计算环境中，情境形式丰富，处理复杂，建立统一的上下文情境表示模型至关重要，目前较常见的可分为形式上的建模和语义上的建模[3]，前者对不同的情境信息用相同的结构表示，如键值对模型、标记语言模型、图形化建模等；后者支持情境语义的统一，如本体模型、扩展的UML语言等。 　　12情境的过滤、推理和融合 　　由于原始情境信息主要通过底层设备，如传感器、移动设备等采集，存在着不精确和冗余的特点，因此必须进行底层信息的过滤，抽取准确、一致的情境信息，同时底层情境必须通过推理演化出更高一级的情境为应用层服务，情境的过滤、推理和融合构成了情境演化的主体，目前主要采用贝叶斯网络、模糊推理、证据理论和人工神经网络等[4]方法解决。 　　13情境的存储、查询和应用 　　情境信息具有瞬时性、关联性特征，Gaia提出了一种情境感知文件系统，利用目录的形式表示情境上下文，并采用一阶谓词方式处理查询请求[5]。Sharat Khungar利用关系数据库支持情境的分布式存储和查询[5]，情境的具体应用亦是当前研究的热点和难点。 　　2物流园区供应链智能信息服务框架 　　情境感知（Context Aware）是指在用户需要时利用