基于知识共享的集成化供应链协同系统设计

蔡璐

关键词： 知识共享; 集成化供应; 协同系统; 数据接口; 业务层; EAI; 数据库; 循环流程

中图分类号： TN02?34; TP393                    文献标识码： A                      文章编号： 1004?373X（2019）01?0171?05

Abstract： The ordinary collaborative systems can?t adjust the integration parameters according to the specific change of the total amount of data packets. Therefore， an integrated supply chain collaboration system based on knowledge sharing is designed to better control the change of data packets. The exchange service data interface design， supply business layer design and EAI unit design are performed to complete the hardware module design of the new system. The supply chain integration processing， collaborative database construction， and data circulation process design are carried out to complete the software module design of the new system. According to the designed hardware and software modules， the system operating environment is simulated， and the comparative experiments are designed. The experimental results show that the applied integrated supply chain collaboration system based on knowledge sharing can maintain the change of data packet always within the controllable range， and guarantee the adjustment rationality of the integrated parameters.

Keywords： knowledge sharing; integrated supply; collaborative system; data interface; business layer; EAI; database; circulation process

0  引  言

知识共享供应链协同系统通过通信节点间相互连通关系的建立实现软硬件模块间的信息交换。普通协同系统在沿用共赢思想的基础上，利用电子信息共享平台的及时沟通作用，完成客户端、主机端协同运作流程的搭建。为保证系统的运行状态始终处于安全范围内，普通协同系统利用XML技术手段完成对集成化参数的获取，并通过SOA业务工作平台的松散耦合处理对集成化参数进行深度处理，这种方法采用可视化代码对数据包总量的变化情况进行适配控制，虽然一定程度上模糊了系统各模块间的职权界限，使系统的连接便捷性得到大幅度提升[1?2]，但随着科学技术手段的提升，这种普通的系统搭建方式不能根据集成化数据包的具体变化情况对系统参数进行合理的调整，进而导致数据包的可控性呈现逐渐下降的趋势。为避免上述情况的发生，通过增设EAI集成单元、更新知识供应链等方式完成基于知识共享新型集成化供应链协同系统软硬件模块的改进设计。模拟仿真对比实验结果证明，应用改进后集成化供应链协同系统确实能够大幅提升各项关联属性，使数据包的可控性达到预期要求。

1  基于知识共享集成化供应链协同系统的模块搭建

基于知识共享新型集成化供应链协同系统，通过服务数据接口设计、供应业务层设计、EAI集成单元设计三个主要环节完成基础运行模块的搭建。

1.1  共享知识的交换服务数据接口设计

新型集成化供应链协同系统的共享知识交换服务数据接口是实现前置交换信息库与中心服务器间服务数据交换的中心环节。当中心服务器获取到基于共享知识的请求数据包后，交换服务数据接口由关闭状态变为连通状态，在外接机电模块的外力推進作用下，基于共享知识的请求数据包以原形式进入接口，并在该结构中分离出与待传输数据不相关的信息，降低数据包中不相关信息的突变几率[3?4]。完成上述处理后，交换服务数据接口保持与前置交换信息库间的持续连通状态，并将完成分离处理的数据包传输至交换信息库，完成一次主机端与客户端的知识共享数据传输。具体交换服务数据接口的设计原理如图1所示。

1.2  系统供应业务层设计

普通协同系统的硬件模块由应用层、数据层、显示层、处理层四个环节组成。在系统处于正常运行状态时，应用层与中心系统直接相连，并从中心系统中直接获取到与传输目的相关的共享知识。在对共享知识数据包进行基础分析处理后，对散乱的信息进行打包处理，并将这些具有传输目的的共享知识数据包传输至数据层，利用数据层的对点分析模块对数据包进行深度分析，再将分析结果传输至处理层。处理层不具备相应的分析模块，因此在整个系统硬件环节中只起到中间传输环节的作用。显示层相当于系统的最终执行单元，一切与共享知识数据包相关的判断信息都通过显示层展示给使用者[5?6]。改进后系统在数据层与处理层之间增设供应业务层，该环节以HTML技术作为搭建技术支持。当数据层中的共享知识数据包传输至供应业务层时，特定JAVA对象会对共享知识数据包中的对点信息进行详细分析，最终生成XML形式的控制文件，再将该文件传输至处理层，进而达到控制数据包变化情况的目的。具体供应业务层结构如图2所示。

1.3  EAI单元设计

基于知识共享新型集成化供应链协同系统的EAI集成单元对所有硬件模块的异构功能进行详细的整理整合。EAI（Enterprise Application Integration）是一种统一跨平台数据的常用手段。

新型集成化供应链协同系统的EAI单元作为整个硬件模块的最底层结构，可直接与共享知识交换服务数据接口、供应业务层相连，并对这两种结构中的数据信息进行取样处理，通过分析样品中数据排列类型的方式，确定系统硬件模块是否能够达到控制数据包变化情况的目的[7?8]。若样品中数据的排列方式不能满足系统运行需求，EAI单元会向中心主机发出访问请求，以保证系统可以维持稳定的工作状态。详细EAI单元的设计原理如图3所示。

2  基于知识共享集成化供应链协同系统的运行环境搭建

2.1  知识共享供应链的集成

新型协同系统的知识共享集成化供应链是实现系统ERP软件功能的重要保障。普通协同系统采用Client/Server的软件体系结构，对于待传输的知识共享数据包来说，并没有特定的技术集成结构，可为其ERP软件功能的实现提供动力支持，这也是集成化参数始终不能得到良好调节的主要原因[9?10]。为避免上述现象的发生，新型协同系统利用以SCP设备作为核心运作流程的集成化供应链作为整个软件环境的稳定运行依据。知识共享供应链在传统Client/Server体系结构的基础上运用JIT技术，对软件同步化管理模块的运行进行约束[11?12]。当硬件模块中EAI单元进入正常工作状态时，知识共享供应链根据数据包中数据的总量调节系统的软件集成状态，进而达到控制集成化参数调节状态的目的。具体知识共享供应链的集成规则如表1所示。

2.2  协同数据库设计

基于知识共享集成化供应链协同系统的数据库是软硬件模块数据沟通得以实现的关键环节。为保证软件环境的稳定运行，新型系统以SQL Server 2000设备作为搭建基础。从宏观角度来说，系统数据库的作用相当于一个衍生子系统，不仅在软硬件模块的沟通中起到承上启下的作用，也使系统的可扩充性、可维护性得到大幅提升[13]。从微观角度来说，系统数据库中储存大量基于知识共享的數据包，且每个数据包中都包含大量协同信息。通常情况下，中心计算机与系统数据库直接相连，当相关处理模块接收到硬件数据层发出的协同请求后，中心计算机会对数据库发出调用请求，对每个基于知识共享的数据包来说，调用请求的出现意味着一次传输任务的结束[14]。具体数据库设计原理如图4所示。

2.3  供应链中的数据循环流程设计

新型协同系统供应链中的数据循环流程以确定知识共享数据包的来源作为起始环节。通常情况下，知识共享数据包的来源由服务数据接口、供应业务层、系统数据库三部分组成。若数据包来源于服务数据接口，则其中包含大量的无效信息，必须对数据包进行深度处理后才能保证下级传输任务的顺利完成。若数据包来源于供应业务层，则其中无效信息含量较低，可直接进行传输[15]。若数据包来源于系统数据库，则其中有效信息含量相对较少，需要特定判断模块对数据包中的信息进行判断，根据具体判断结果对其进行有效处理。具体数据循环流程如图5所示。

3  实验结果与分析

为验证该系统的实用性价值，以两台配置相同的中心计算机作为实验对象，设计如下对比实验。随机挑选出一台计算机作为实验组，搭载基于知识共享集成化供应链协同系统;另一台作为对照组，搭载普通协同系统。分别记录两组系统中数据包的变化情况、集成化参数的调节合理性。

3.1  实验参数设计

实验开始前，按照表2完成相关实验参数的设置。

表2中的参数依次代表通信数据总量、数据包变化参数、集成化参数变化范围、系统安全运行时间，为保证实验的公平性，实验组、对照组参数始终保持一致。

3.2  數据包变化情况对比

完成实验参数设置后，分别记录实验组、对照组系统在50 min的运行时间内基于知识共享数据包总量的变化情况，具体实验结果如图6所示。

已知当知识共享数据包总量达到50.00 MB时，系统失去对数据的控制能力。分析图6可知，当系统运行时间处于30～40 min之间时，实验组系统数据包达到最大值34.28 MB，低于50.00 MB;随着运行时间的不断增加，对照组系统数据包总量呈现逐渐增加的趋势，在30～40 min之间时已超过50.00 MB，最大值可达到69.07 MB。所以，可证明应用基于知识共享集成化供应链协同系统后，数据包变化情况不会超过可控范围。

3.3  集成化参数调节合理性对比

完成数据包变化情况对比后，令两台计算机继续保持相同的工作状态，分别记录两组系统对集成化参数的调节合理性。系统对集成化参数的调节合理性与HVS指标始终保持相同的变化趋势，随着HVS指标的升高，系统对集成化参数的调节合理性也逐渐升高。图7反映了实验组、对照组HVS指标的变化趋势。

分析图7可知，随着数据总量的增加，实验组HVS指标呈现先增加再保持水平的趋势，最大值达到96.83%;对照组HVS指标呈现稳定的波动趋势，最大值仅为87.01%，低于实验组。所以，可证明应用基于知识共享集成化供应链协同系统后，集成化参数的调节范围也始终保持较高的合理性。

4  结  语

针对普通协同系统存在不能根据数据包总量的具体变化情况调节集成化参数的问题，本文基于知识共享集成化供应链协同系统，在保持普通系统优势的基础上，针对弊端进行有效改进设计，且改进后系统的各方面性能都得到一定程度的提升。

参考文献

[1] 王博思，祖晖，陈新海，等.基于专用短程通信技术DSRC的智能车路协同系统设计与实现[J].激光杂志，2017，38（6）：147?150.

WANG Bosi， ZU Hui， CHEN Xinhai， et al. Design and implementation of cooperative intelligent transport systems （C?ITS） based on dedicated short range communications （DSRC） [J]. Laser journal， 2017， 38（6）： 147?150.

[2] 李道洋，姚为正，吴金龙，等.应用于海上风电场柔性直流接入系统的直流故障穿越协同控制策略[J].电网技术，2016，40（1）：47?54.

LI Daoyang， YAO Weizheng， WU Jinlong， et al. DC fault ride through coordinated control strategy applied to wind farm flexible DC access system [J]. Power grid technology， 2016， 40（1）： 47?54.

[3] 董豪，曾剑秋，沈孟如.产业创新复合系统构建与协同度分析：以信息通信产业为例[J].科学学研究，2016，34（8）：1152?1160.

DONG Hao， ZENG Jianqiu， SHEN Mengru. Research on construction and synergy degree of composite system of industrial innovation： base on ICT industry [J]. Studies in science of science， 2016， 34（8）： 1152?1160.

[4] 李鹏，吴海霞，李平，等.产业链与技术链双向融合下的我国农业科技创新系统的协同发展研究：基于新型经营主体培育视角[J].科技管理研究，2016，36（3）：1?7.

LI Peng， WU Haixia， LI Ping， et al. Coordinated development research of China′s agricultural science and technology innovation system under the two?way fusion of the industrial chain and technique chain： based on the perspective of new operators cultivation [J]. Science and technology management research， 2016， 36（3）： 1?7.

[5] 唐建荣，李晓静，杜聪.物流业碳减系统协同路径及其共治研究：基于Lotka?Volterra模型的实证分析[J].软科学，2016，30（4）：93?97.

TANG Jianrong， LI Xiaojing， DU Cong. Research on the logistics industry and carbon reduction system collegiality： based on the Lotka?Volterra model [J]. Soft science， 2016， 30（4）： 93?97.

[6] 程卫萍，王衍，潘杏梅.基于科技云平台的跨系统图书馆联盟协同知识服务模式研究：以浙江科技创新云服务平台为例[J].图书馆理论与实践，2016，22（6）：70?74.

CHENG Weiping， WANG Yan， PAN Xingmei. Research on collaborative knowledge service model of cross system library consortium based on scientific cloud platform [J]. Library theory and practice， 2016， 22（6）： 70?74.

[7] 任腾，周忠宝.复合系统的动态协同演化分析：以保险、信货与股票金融复合系统为例[J].中国管理科学，2017，25（8）：79?88.

REN Teng， ZHOU Zhongbao. Co?evolutionary analysis on the composite system of insurance， credit and stock markets [J]. Chinese journal of management science， 2017， 25（8）： 79?88.

[8] 翟运开.协同视角下的远程医疗系统建设项目组织架构设计研究：以河南省远程医疗系统建设为例[J].中国软科学，2016，17（9）：125?134.

ZHAI Yunkai. The organization structure design of telemedicine system construction project from collaboration perspective： case study of Henan telemedicine system construction [J]. China soft science， 2016， 17（9）： 125?134.

[9] 马军，武柳洋，何文斌，等.基于耦合分析与加权满意度的机械系统多目标协同优化方法[J].中国机械工程，2017，28（13）：1574?1579.

MA Jun， WU Liuyang， HE Wenbin， et al. Multi?objective collaborative optimization method for mechanical systems based on coupling analysis and weighted satisfaction degree [J]. China mechanical engineering， 2017， 28（13）： 1574?1579.

[10] 张协奎，徐苗，张练.基于系统耦合协调度的工业产业协同创新实证分析：以广西北部湾经济区为例[J].科技管理研究，2016，36（24）：8?14.

ZHANG Xiekui， XU Miao， ZHANG Lian. Research on industry collaborative innovation based on system coupling coordination degree： taking Guangxi Beibu Gulf Economic Zone for example [J]. Science and technology management research， 2016， 36（24）： 8?14.

[11] 郭炳庆，杨婧捷，屈博，等.基于电动汽车与温控负荷的电力系统协同频率控制策略[J].电力系统及其自动化学报，2016，28（12）：13?17.

GUO Bingqing， YANG Jingjie， QU Bo， et al. Coordination frequency control strategy for evs and thermostatically controlled appliances in the power system [J]. Proceedings of the CSU?EPSA， 2016， 28（12）： 13?17.

[12] 李素梅，黄衍枝.京津冀区域金融结构与技术创新协同发展研究：基于复合系统协调度模型[J].科技管理研究，2017，37（17）：99?108.

LI Sumei， HUANG Yanzhi. Study on synergistic development of financial structure and technological innovation in Beijing?Tianjin?Hebei region： based on composite system synergy model [J]. Science and technology management research， 2017， 37（17）： 99?108.

[13] 张媛媛，袁奋强，刘东皇，等.区域科技创新与科技金融的协同发展研究：基于系统耦合理论的分析[J].技术经济与管理研究，2017，9（6）：71?76.

ZHANG Yuanyuan， YUAN Fenqiang， LIU Donghuang， et al. Research on synergetic development between regional sci?tech innovation and sci?tech finance： based on coupling theory [J]. Technoeconomics & management research， 2017， 9（6）： 71?76.

[14] 姜文，刘立康.基于SVN的软件配置管理和持续集成[J].电子设计工程，2016，24（2）：1?5.

JIANG Wen， LIU Likang. The software configuration management and the continuous integration based on SVN [J]. Electronic design engineering， 2016， 24（2）： 1?5.

[15] PATIDAR L， RANJAN J K， SINGH B， et al. Influence of integrated supply of AM， PSB， Azotobacter and inorganic ferti?lizer on growth， yield and quality in coriander （Coriandrum sativum） and micro?flora population in the soil [J]. Indian journal of agricultural sciences， 2016， 86（9）： 1140?1144.