與現有供應鏈管理平臺相比，物流園區供應鏈管理平臺的構建面臨以下問題：

1、移動工作任務，園區集聚的各類物流企業，其業務活動常常表現為較大空間范圍內的頻繁移動服務過程，對園區供應鏈業務數據采集的時效性和準確性要求更高；

2、高度專業分工，物流園區具有典型的產業集群特征，相關企業的專業分工程度較高，因此，對于企業之間協同信息傳遞的可靠性和及時性要求更高；

3、海量數據服務需求，集聚在物流園區的物流企業數量較多，對SaaS和PaaS服務模式的接受程度也較高，因此園區供應鏈管理平臺的信息種類和數量都成倍增加，要求其具備高效的海量數據處理能力；

4、智能信息服務需求，隨著園區數據海量特征的日趨突出，如何對海量物流數據進行智能挖掘與處理，支持企業在合適的地點和時間，及時準確地獲得合適的信息或知識服務，也是當前物流園區供應鏈管理平臺面臨的重大挑戰。

物聯網技術的快速發展為上述問題的解決提供了新的思路。但現有物聯網研究主要集中在物聯網領域的共性基礎關鍵技術研究上，如物聯網編碼技術、RFID射頻識別、傳感器、無線網絡傳輸、高性能計算、智能控制等，但如何對海量物品信息進行后期的高效利用，對各類服務進行整合，并且提供給企業或個人更為人性化的服務，尚沒有得到足夠的重視。同時，已有的應用性研究也多見于智能交通、電力抄表和智能家居等，有關物流供應鏈管理領域的應用研究并不多見。

基于物聯網技術的物流園區供應鏈管理平臺是指通過傳感器等終端數據采集設備、無線傳感網絡等各類物聯網技術應用，實現對車輛、貨物、集裝箱、倉儲等物流資源狀態的全程監控，建立統一的園區多元數據集成中間件。在此基礎上，采用SOA平臺架構建立園區供應鏈集成管理平臺，支持平臺以SaaS軟件方式為園區內外各類物流服務主體提供應用軟件系統服務，以PaaS平臺服務方式為園區內外用戶提供各類Web服務。進而建立園區供應鏈“云計算”公共服務中心，通過園區供應鏈的數據挖掘，實現園區物流資源的優化配置。該平臺的概念模型包括物流資源層、數據采集層、網絡通信層、供應鏈數據層、供應鏈應用層、供應鏈服務層、供應鏈決策層等7大層次。

（1）物流資源層該層刻畫了園區供應鏈管理面向物流資源對象的視圖描述。

（2）數據采集層該層應用物聯網關鍵技術實現了對各類物流資源實時狀態的監控和跟蹤。根據數據采集時間周期，分為3種：基于RFID等終端數據設備的實時數據采集；基于專用企業接口系統的定期數據采集；基于特定情況發生的應急數據采集，如發生特大自然災害時有關道路通行信息的采集。

（3）網絡通信層該層是在集成物流園區有線/無線網絡和傳感器網絡的基礎上，建立具有自適應自組織特征的物聯網網絡通信系統，重點實現基于混合匯聚點的無線傳感器網絡構建。

（4）供應鏈數據層該層提供了數據定義、數據集成、數據交換和數據分發等4類數據管理組件，建立了統一描述的多元物流數據視圖模型以及支持園區物流資源及其業務數據自主統一訪問的專用集成數據中間件。

（5）供應鏈應用層以SaaS應用模式為用戶提供了包括貨物運輸管理系統、倉儲管理系統、司機手機服務系統、貨代管理系統、LCD/LED信息發布系統等在內的多類軟件系統租賃服務。

（6）供應鏈服務層該層定義了資源定位服務、信息推送服務、資源調度服務等4類供應鏈通用服務單元，支持以PaaS平臺服務方式為用戶提供上述4類Web服務。

（7）供應鏈決策層重點建立并依托園區“云計算”公共服務中心，根據用戶要求和園區資源優化配置目標，調度相關計算資源，開展分布海量數據挖掘；通過數據分析和挖掘結果，支持園區供應鏈的業務協同和管理優化。

支持園區供應鏈管理的物聯網構建技術

物流園區的工作移動性和業務復雜性等特點，需要在集成有線/無線網絡和傳感器網絡的基礎上，建立適應多類型障礙、滿足園區連通與覆蓋目標，并支持RFID、EPC和移動數據終端等多種數據采集和交換方式的物聯網，如圖2所示。其中，園區物流供應鏈上各環節之間主要是通過VPN等有線網絡進行商務數據的采集和交換，如倉儲企業和運輸企業之間的配送訂單數據；物流企業與運輸車輛、駕駛員等通過移動寬帶等無線網絡進行物流資源或物品狀態數據的采集和交換，如車輛當前位置和可用狀態數據；而對貨物及運載貨物的集裝箱、托盤等儲運工具在園區內部的實時狀態監控，主要是采用園區傳感器網絡進行采集和交換，并通過和有線網絡/無線網絡的集成，以合適的方式推送給園區內外相關業務主體。

融合物聯網數據的多源數據集成中間件技術

物流園區供應鏈中多種數據接入和交互方式的存在，使得不同物流資源的數據格式存在較大差異，必須建立支持不同應用程序獨立于異構數據源訪問的統一數據集成中間件。它包括資源屬性數據模型、物流業務數據模型、空間地理數據模型、過程數據模型、元數據模型和知識數據模型等6類數據管理模型。

其中，資源屬性數據模型、物流業務數據模型和空間地理數據模型屬于靜態源數據。通過中間件中的數據格式定義模塊、源數據解釋模塊、數據遷移管理模塊和數據質量控制模塊，可以為園區供應鏈管理平臺提供上述不同類型數據的標準接入功能，并將分散存放的上述數據抽象為結構化的分布式數據庫。過程數據模型反映的是通過園區物聯網實時采集的物品動態過程數據特征。通過數據中間件中的數據存取管理模塊和數據質量控制模塊，可以實現上述海量過程數據流的高效存儲和訪問，通過數據中間件中的分布異構數據源整合模塊，則可以將對來自不同傳感器節點的數據進行匯總、清洗和整理，得到完整記錄物品運動狀態的過程數據流概要模型。元數據組織模型是通過數據映射模塊、XML表達模塊、數據轉換模塊和語義沖突解決模塊，建立的園區供應鏈數據集成視圖模型。它根據實體關系，采取合適的數據結構對資源屬性數據、物流業務數據、空間地理數據和過程數據之間的網絡關系添加語義注解，并根據數據標準進行數據轉換和規范表達，可以支持不同應用系統的獨立自主訪問。知識數據模型反映的是支持園區供應鏈管理優化的各類知識信息，如車輛調度優化信息、配送路線優化信息等。這些信息是通過元數據抽取模塊、數據訪問模塊、數據集成模塊和數據挖掘模塊，對原始數據進行處理得到的知識信息，在合適的時間和地點被主動推送給不同的主體，用以實現園區供應鏈上各環節之間的協同運行。

基于任務情境的信息智能推送服務技術

物聯網技術的應用不僅要為園區供應鏈平臺提供強大的數據采集和通信服務，更為關鍵的是要為園區供應鏈上不同主體之間的數據交換，尤其是如何根據不同主體面臨任務環境的差異，進行業務信息或知識的智能推送，提供強大的技術支撐。任務情境是指園區供應鏈管理任務面臨內外環境因素的特征。通過建立基于任務情境的信息智能推送服務系統，可以根據任務情境感知處理信息，提供適時適地的數據交換和分發服務，強調增強系統對復雜環境下任務需求的敏感性和適應性。

其中，數據交換服務提供了兼容對等交換與主從交換的混合業務數據交換模式及機制，能夠支持園區供應鏈管理平臺通過物聯網數據中心、云計算公共服務中心、企業數據專用接口等多種途徑，進行任務情境數據采集和業務數據交換；數據分發或推送服務則提供了任務情境感知和觸發組件，能夠實現任務情境特征的結構化描述，并通過預先設定的情境觸發規則，支持園區供應鏈管理平臺為成員企業提供主動、及時和針對性的信息分類智能推送服務，如基于服務請求者查詢觸發的定向信息推送服務、基于任務時間情境觸發的信息推送服務、基于任務地點情境觸發的信息推送服務和基于任務用戶偏好情境觸發的信息推送服務。

基于“云計算”公共平臺的園區供應鏈決策優化技術

基于“云計算”模式的園區供應鏈決策優化系統構成如圖5所示。其核心是在園區“云計算”公共服務模式的總體架構下，建立由園區內外應用系統服務器、GIS應用服務器、物流企業服務器等軟硬件資源構成的計算資源協作群，通過海量分布計算資源的敏捷調度，使每個用戶均能享受園區“云計算”平臺提供的分布異構海量數據分析和挖掘服務。其中，園區供應鏈全局控制節點Agent負責對用戶任務進行結構化分解，確定所采用的數據挖掘模型及其相關數據集，然后為不同的子任務執行找到相應的Web服務資源節點，實現挖掘任務與相關計算資源的動態綁定，進而匯總各個局部節點傳遞的數據和知識，并以可視化方式提交給用戶。各分節點Agent則根據全局控制節點Agent分配的子任務集合，提供局部自治的數據挖掘，并將相關子任務執行結果返回給上層節點。

物流園區供應鏈管理平臺架構在物聯網和云計算技術上，不僅能夠支持對物流資源及相關物品的全程動態跟蹤，實現適時適地的信息智能分類推送服務，而且能夠支持平臺以SaaS、PaaS和IaaS等方式為園區供應鏈上各企業提供各類IT資源應用服務，對于支持物流企業依托園區供應鏈管理平臺，組建面向不同任務的物流服務供應鏈，并實現園區供應鏈協同管理，具有重要的意義。應用實踐充分表明，該平臺實施有利于提高物流園區軟硬件信息資源的共享效率，顯著降低園區信息化投資成本，增強園區社會物流資源整合能力。