第三方物流信息系统中基于agen t的w eb服务组合研究

张 磊，姜大立，李 德，姚 平

（1.后勤工程学院 研究生大队，重庆401311；2.后勤工程学院 现代物流研究所，重庆401311）

第三方物流信息系统中基于agen t的w eb服务组合研究

张 磊1，姜大立2，李 德2，姚 平2

（1.后勤工程学院 研究生大队，重庆401311；2.后勤工程学院 现代物流研究所，重庆401311）

为解决第三方物流信息系统中web服务智能组合问题，对基于agent的web服务组合开展研究，提出基于agent的Web服务组合模型，设计服务组合的流程，分析基于agent的物流web服务组合关键问题。

第三方物流；agent；web服务组合

1 引言

第三方物流（Third-Party Logistics，简称TPL或3PL）为客户提供所有的或一部分供应链物流服务，以获取一定的利润。第三方物流提供的服务从简单的帮助客户安排一批货物的运输，到复杂的设计、实施和运作一个公司的整个分销和物流系统。以往的第三方物流服务普遍采用人工方式提交订单、组织安排运输、仓储等物流活动，因此工作效率低下，特别是当客户需求更改时，无法及时做出响应，应变性差。由于和第三方物流交换数据的供应商、制造商、销售商的信息系统是以自我为中心、采用不同的开发平台和数据结构进行开发的异构物流信息系统，使数据共享和信息协作面临很大的困难。部分学者对异构物流信息系统的数据集成和协作进行了研究，提出了联邦数据库、基于XML（Extensible Markup Language）的集成和基于web服务的集成等方案[1-5]。其中采用web服务进行数据集成和协作的方案实施简单，且能够集成企业遗留系统，不仅解决了第三方物流企业内部管理系统问题，而且解决了制造商、经销商无法及时了解货品储存、配送信息等问题，大大提高了第三方物流的服务水平。

随着Web服务在物流领域应用的不断深入，常常会出现单个简单的Web服务无法满足实际的应用需求的情况，需要根据特定的应用背景组合多个Web服务以完成一个复杂的物流任务。例如，第三方物流在为某一企业提供物流服务时，可能涉及多个运输企业、仓储企业、加工企业提供的多次运输、仓储、装配等服务，这些服务可能都是以Web服务的形式提供的，如何灵活地在众多服务提供者中选择这些服务，并将它们按一定的业务流程逻辑进行智能组合，以提高物流服务质量并降低成本，成为第三方物流亟需研究和解决的问题。

为解决上述问题，本文提出基于agent的物流Web服务组合，通过建立包含语义信息的服务描述，利用Agent智能性、自主性、协调性和学习性等特征实现智能化、自动化的物流Web服务组合，并对组合模型、组合流程以及组合关键问题进行研究。

2 基于Agent的物流Web服务组合的概念

关于物流Web服务组合的定义，综合已有的各种观点[6-7]，本文认为：物流Web服务组合，是指通过Internet将分布在不同平台或组织间的物流Web服务，根据特定的业务目标，按照一定的业务规则和流程为每个节点以手动或自动的方式选择相应Web服务，并经过服务的功能属性、输入输出数据以及非功能属性的匹配组合，形成一个更复杂的、满足客户需求的增值物流服务的过程，是一种面向服务的物流资源聚合与应用集成的模式。由物流服务组合构造得到的增值服务称为组合服务（composite service），参与构造组合服务的子服务称为组件服务（component service）。组件服务本身既可以是基本服务，也可以是组合服务。

Agent概念起源于分布式人工智能领域，它是具有一定智能，在不确定性环境中，根据自身能力、状态、资源、相关知识以及外部环境信息，通过规划、推理和决策实现问题求解，并进行相应的活动，自主地完成特定任务而达到某一目标的实体。基于Agent的物流Web服务组合，是指利用Agent智能性、自主性、协调性和学习性的特征实现智能化、自动化的物流Web服务组合。

3 基于Agent的物流Web服务组合模型

Web服务组合从组合的生成方式来分有两大类：面向工作流的Web服务组合和基于AI规划的Web服务组合。面向工作流的Web服务组合方式是根据需要人为的选择一些合适的Web服务，然后定义这些Web服务之间的交互过程，并对其进行硬编码来完成Web服务组合。以工作流技术为基础的Web服务组合系统包括BPEL4WS[8]、eFlow[9-10]、SELF-SERV[11]等。这种组合方式存在着集成开发难度大，容易出错，开发的系统灵活性、可扩展性差等问题，且都是基于企业完全掌握了所有业务流程这个前提的，在当前日益动态的按需业务环境下显得力不从心。

基于AI规划的Web服务组合指组合程序根据用户给出的任务描述自动地选择、绑定和组装适当的服务自动地创建服务流程，典型的方法有Golog[12]，SWORD[13]，SHOP2[14]等。基于AI规划的Web服务自动集成，都是假定一个业务流程或应用被关联了某个显式的业务目的（goal）定义。但在实际的应用中，一个业务流程模型描述了其中包含的流程步骤的处理过程，真正的业务目的是隐藏在业务流程模型中，所以不能显式定义业务流程的目的。规划中的行为只是以简单的前置条件（precondition）和效果（effect）来表示，在服务提供者发布服务时，难以对每一个Web服务的前置条件和效果做出正确的定义。服务提供者和服务请求者对同一个对象可能有不同的认识，因此会出现请求者关心，但提供者未声明的效果（effect），这导致满足功能需求的服务不能被发现。所以，基于规划技术的Web服务组合是理想状态下的理论模型，距离真正实用还存在距离。

本文提出一种基于Agent的物流Web服务组合模型如图1所示，该组合模型包括用户需求层、agent组织层、web服务层和资源层，各层功能描述如下：

用户需求层 用户需求层位于框架的顶层，该层主要通过用户接口Agent与用户进行交互，以获得用户需求，然后根据用户需求生成业务流程描述文件发送给Agent组织层。这个文件是一种类似BPEL的业务流程描述文件，包含了用户的各种要求。它是一种抽象的流程描述，没有具体指定完成任务的Web服务的URL地址。用户通过用户接口Agent的界面就可以查看反馈信息和运行结果。

（1）Agent组织层。Agent组织层位于模型中的第二层，该层主要包含规划Agent、组合Agent和执行Agent。规划Agent解析从用户接口Agent处获得用户需求描述文件，根据文件中要求并参考流程模型库，抽象出服务契约来约束服务之间的交互关系。然后由组合Agent找到相应的web服务提供者，并和其签订绑定契约，形成一个实例化的组织。最后由执行Agent搜集任务执行和系统运行数据，进行监控、动态的管理和调度。在组织运行时，Agent之间通过Agent通讯语言ACL（A-gent Communication Language）通信，在本体库提供的语义支持下进行交互协同，完成组织的目标。系统反馈信息通过用户接口Agent发送给用户，以便于随时查看系统运行情况并适时做出人工调整。由于本模型是通过Agent对Web服务进行代理，提高了web服务的主动性和自适应性。

（2）Web服务层。Web服务层中主要有完成Web服务组合流程所包含的实际的Web服务，这些web服务来自对资源层的相关数据和系统的web服务封装，服务信息存储在UDDI（Universal Description，Discovery and Integration）服务器中。Web服务查找、发布、绑定方法参考web services的相关规范。

（3）资源层。资源层包括与第三方物流管理系统连接的供应商、制造商、销售商的数据库资源（Data Base,DB）和相关管理系统包括地理信息系统 （Geographical Information Systems, GIS）、车辆管理系统、通信管理系统、财务管理系统等。

4 基于agent的物流web服务组合流程

基于agent的物流web服务组合过程是一个在agent支持下的智能、动态、自动的物流web服务选择、组合与协调过程。该流程如图2所示。

Step1：用户需求定义。用户接口agent接收用户的需求，并利用本体库中相关的领域知识来定义需求;

Step2：服务组合规划。规划agent根据用户需求，利用web服务注册库中的服务描述信息和本体库中的领域知识和资源描述信息进行语义推理，产生满足用户需求的一组web服务组合规划；

Step3：服务选择。用户根据web服务的相关属性（包括服务属性、服务提供者属性、服务质量等）信息决定选择哪些服务;

Step4：可执行流程产生。对进行交互的web服务的底层消息的语义内容和语法信息进行必要的语义转化，以达到进行互操作的web服务之间的语义匹配和语法匹配要求，产生可执行工作流;

Step5：流程运行。工作流引擎将根据可执行工作流中的执行内容控制服务的执行和流转，并在web服务间实现信息的传递。在执行过程中遇到突发情况需作出调整时，重复执行以上过程。

Step6：运行结果返回。服务组合的可执行流程运行结束后，用户可以查看流程运行结果和流程中间信息，同时也可了解流程中各服务节点的运行信息。

5 基于agent的物流web服务组合关键问题

5.1 物流领域本体构建

Web服务的统一描述、发现和集成（UDDI）协议以及Web服务描述语言（Web Service Description Language，WSDL）实现了Web服务的描述、注册和发现，但基于WSDL和UDDI的服务描述缺乏语义信息，服务发现仅基于简单关键词搜索，在大规模、分布式的服务网络环境下无法保证高效和高精确度地查找，也不能满足服务使用者定制个性化服务的需求。在现今网络化物流环境下，采用基于语义Web服务的物流服务匹配，建立包含语义信息的形式化服务描述，并针对该描述研究匹配算法可实现服务组合的自动化和智能化。基于语义的方法不仅能够提高物流服务组合过程的效率，还通过定义统一的匹配和评价标准，实现服务过程整体的优化。

进行基于语义Web服务的物流服务匹配，建立物流领域本体是基础。这是一项庞大而复杂的工作。Protégé[15-16]是斯坦福大学开发的优秀本体编辑工具。Protégé的架构主要分为“模型”部分和“视图”部分。Protégé的模型就是本体和知识的内部表示机制，而Protégé的视图部分提供显示与管理底层模型的用户接口。Protégé的模型是基于一个简单但灵活的元模型，该元模型相当于面向对象和基于框架（frame-based）的系统。它主要可以表示本体中的类、属性、属性特征与约束，以及实例。Protégé提供开放的API来查询与管理模型。Protégé重要的一点是Protégé元模型本身就是一个Protégé本体，它由用于表达类、属性等的类组成的。通过Protégé的用户界面视图，本体开发者就可以构建类、类的属性，以及对特定类的属性的约束。而且，Protégé还支持利用设计好的本体建立它们的实例。因此，可采用Protégé工具进行物流领域本体的开发。

5.2 物流web服务的本体语言描述

第三方物流公司将物流服务功能（如仓储、运输）以web服务的形式提供给用户。对于非SOA架构的物流业务系统，可对其进行Web服务封装[17]。对web服务进行统一标准的描述是各个服务能够协作、交换信息来完成共同任务的基础。

由于web服务的标准描述语言WSDL不包含任何语义信息，不便于计算机交互和自动处理。将采用OWL-S（Ontology Web Language for Services）进行基于语义的Web服务描述，首先定义Web服务本体，然后将每个具体的Web服务实例加以描述，具体步骤如下：

Step1：利用Protégé来开发适当规模的物流领域本体。即对物流领域的部分概念（Concepts）、关系（Relations）、实例（Instances）和公理（Axioms）进行描述，作为Web服务的语义支持，同时也作为Agent的知识库。

Step2：用OWL-S对Web服务进行基于语义的描述。OWL-S主要是基于 Service Profile、Service Model和 Service-Grounding3个模块来组织描述服务的。每个Web服务总体上用一个类Service来描述，Service被OWL-S的Web服务本体定义为最高层的类，进而由Service的三个属性子类Service-Profile、Service Model和Service Grounding来详细描述Web服务的各个方面。

Step3：对web服务的QoS（Quality of Service）描述进行研究。完整描述服务需要的元信息包括：物理信息（主要描述服务所关联的具体程序的URL地址信息，服务对外提供的函数的接口信息以及各自需要的输入和输出的参数的格式、个数、顺序等信息）、性能信息（主要描述服务的服务质量（QoS）等）、语义信息（主要描述该服务所完成功能的语义描述，便于计算机理解、利用和处理的，为系统中不同实体间的理解和交互提供语义基础）。

Web服务的QoS主要涉及Web服务功能性和非功能性两方面的指标，功能性指标是web服务所能完成的功能的度量，根据服务类型不同而各不相同。非功能性指标是网络环境的描述，主要包括：性能（Performance）、可靠性（Reliability）、完整性（Integrity）、可访问性（Accessibility）、可用性（Availability）、互操作性（Interoperability）和安全性（Security）。功能性指标的意义远大于非功能性指标。首先应对不同服务类型（如运输、仓储等）的功能性指标构建进行研究，确定指标项目及衡量方法，再根据质量的类型分别表示为固定值、统计值或函数，用多元组进行描述，作为服务选择和组合运算的基础。

5.3 Web服务组合规划

（1）服务组合规划。服务选择是将功能流程转换成执行流程，其目标在于使组合服务的QoS得到保证。此问题的描述是：有m个需要选择服务类型，每个服务类型拥有n个服务实例，每个服务实例包含l个QoS参数，每个服务实例要么被选择，要么不被选择。此问题可以转化成标准的0-1规划问题进行求解，最终得到一个满足QoS要求的执行流程。

（2）服务组合方案选择。通过Web服务组合规划得到的可行结果可能会有多个，他们在多个QoS参数上的表现各有优劣。Web服务中涉及到的QoS参数在复杂性、多样性等方面就表现得特别突出，存在一些无法定量或难以定量的因素。层次分析法（AHP）是一种综合定量与定性分析的方法，通过模拟人的决策思维过程以解决多因素复杂系统，适用于多目标、多准则的复杂的公共问题。因此可引入层次分析法对多个方案进行评价处理：首先分析各QoS参数间的关系，建立系统的递阶层次结构;然后对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，构造判断矩阵;由判断矩阵计算被比较元素对于该准则的相对权重，并进行判断矩阵的一致性检验;计算各层元素对于系统目标的总排序权重，选出对应的最优组合。

6 结论

本文在对第三方物流企业服务集成现状进行分析的基础上，深入研究Web服务组合的相关工作后，提出了以Agent代理Web服务，以Agent组织来研究Web服务集成中的业务流程的方法，并给出了基于Agent的Web服务组合模型，详细描述了该模型的用户需求层、agent组织层、web服务层和资源层的功能。设计了包含用户需求定义、服务组合规划、服务选择、可执行流程产生、流程运行、运行结果返回等过程的基于agent的物流web服务组合流程，并指出服务组合应关注的关键问题：物流领域本体构建、物流web服务的本体语言描述和Web服务组合规划，为下一步针对这些问题进行深入研究打下了基础。

[1]武树东，赵全明，索依娜.物流信息系统中的数据集成技术[J].商场现代化，2007，4（499）：72-72.

[2]王岩，凌兴宏，葛娟，伏玉琛.第三方物流信息系统的数据集成研究[J].计算机应用与软件,2009,1（26）:159-161.

[3]聂瑞华，严粤锋.物流信息系统中异构数据源的集成研究[J].计算机科学,2004，12（31）:97-99.

[4]许丽霞，汤效琴，徐琪.基于XML技术的物流信息系统数据集成研究[J].物流技术，2006，（8）:41-44.

[5]邓桂英.基于Web Services的第三方物流信息系统解决方案[J]，上海理工大学学报,2006，3（28）:290-292.

[6]Milanovic N,Malek M.Current solutions for web service composition[J]．IEEE Internet Computing，2004，8（6）:51-59.

[7]Pires P F,Benevides M，Mattoso M．Building Reliable web Services Compositions[A]．In：Proceedings of International Workshop on Web．Web Service and Database[C]．Berlin Heidelberg：Springer-Verlag，2002: 59-72.

[8]OASIS Web Services Business Process Execution Language（WS-BPEL）. Web Services Business Process Execution Language v2.0[EB/OL].http: //www.oasisopen.org/committees/download.php/18714/wsbpel specificatio ndraftMayl7.htm,Committee Draft May2006.

[9]Fabio Casati,Ming-Chien Shan.Event-Based Interaction Management for Composite E-Servicesine Flow[J].Information Systems Frontiers.2002,4（1）: 19-31.

[10]Casati F,Ilnicki S,Jin L,Krishna moorthy V,Shan M.Adaptive and Dynamic Service Composition in e Flow[A].In Proc.Of the International Conference on Advanced Information Systems Engineering[C].Stockholm, Sweden,2000.

[11]S Narayanan,S Mcllmith.Simulation,Verification and Automated Composition of Web Service [A].In Proceedings of the Eleventh International World Wide Web Conference[C].Honolulu,Hawaii,USA, May2002.

[12]S Mcllraith,T Son.Adapting Golog for Composition of Semantic Web Services[A].In Proceedings of the Eighth International Conference on Knowledge Representation and Reasoning（KR2002）[C].Toulouse,France, April2002.

[13]S R Ponnekanti,A Fox.Sword:A Developer Toolkit for Web Service Composition [A].In Proceedings of the Eleventh World Wide Web Conference[C].Honolulu,Hawaii,USA,May2002.

[14]D Wu,E Sinn,J Hendler,D Nau,B Parsia.Automatic Web Services Composition Using Shop2[A].In:Proceeding of the2003 ICAPS Workshop on Planning for Web Services[C].Trento,Italy,June2003.

[15]ProtégéHomepage.[EB/OL]:http://Protege.stanford.edu/.

[16]KnublauchH,Fergerson RW,NoyNF，MusenMA.The ProtégéOWL plugin:an open development environment for semantic Web applications [C].S.A.Mcllraith etal.（Eds.）:ISWC 2004,LNCS 3298,204,Springer-Verlag Berlin Heidelberg,2004.

[17]张磊,姜大立,熊伟,茹文辉.基于WSRF的物流资源Web服务封装研究[J].物流技术,2009,28（9）:131-133.

Study on the Agent-based Web Service Portfolio in the Third-party Logistics Information System

ZHANG Lei1,JIANG Da-li2，LIDe2,YAO Ping2
（1.Postgraduate Brigade,Logistical Engineering University,Chongqing401311; 2.Institute of Modern Logistics,Logistical Engineering University,Chongqing401311,China）

The paper studies the intelligent Web service portfolio in the third party logistics information system,formulates the agent-based Web service portfolio model,design sits process,and analyzes the key issues therein.

third party;agent;web service portfolio

F252；TP391

A

1005-152X（2011）02-0123-04

10.3969/j.issn.1005-152X.2011.02.040

2010-12-30

国家自然科学基金（70871119/G0109）；国家社会科学基金（09cjy012）

张磊（1981-），男，湖北枣阳人，博士研究生，研究方向：军事物流；姜大立（1967-），男，湖南宁乡人，博士生导师，教授，研究方向：现代物流、人工智能等。