基于物联网的智慧物流系统的设计与实现

TOC\o"1-5"\h\z第一章绪论-11.1研究目的和意义-1-1.2论文构架-1-第二章物联网基本概念-12.1物联网的概念-1-2.2物联网的开展步骤-3-2.3物联网的实际应用-4-2.4我国高校对物联网的研究-5-第三章智慧物流系统的相关理论与关键技术-5-3.1智慧物流系统化的基本概念与实现思路-6-3.1.1智慧物流系统的概念与特点-6-3.1.2实现智慧物流系统的基本思路-6-3.2智慧物流系统的相关理论与关键技术-7-3.2.1智慧物流系统的相关理论-7-3.2.2智慧物流中应用到的物联网关键技术-10-结论-12-参考文献-12-致谢-13-附录-13-摘要：阐明了物联网的基本概念；阐明了物联网与智慧物流的联系；阐明了智慧物流系统实现的基本思路；分析了智慧物流的相关理论；系统分析了智慧物流应用到的物联网关键技术。关健词：物联网；智慧物流；RFID;关键技术IntelligentLogisticsSystemBuiltontheBasisoftheInternet

ofThingsYangShuo,CollegeofMathematicsandComputerScienceAbstract：Inthispaper,theauthorexpoundedbasicideaoftheinternetofthings,explainedtherelationshipbetweentheinternetofthingsandintelligentlogistics,expoundedbasicideaofrealizingintelligentlogisticssystem,analyzedrelatedtheorycasesofintelligentlogistics.Finally,theauthoranalyzedsystematicallythekeytechnologiesoftheinternetofthingsappliedintheintelligentlogistics.Keywords:internetofthings(IoT);intelligentlogistics;RFID;keytechnologies--#-M2M技术及管理平台M2M(MachinetoMachine)是指通过在机器内部嵌入无限通信模块(M2M模组)，以无线通信等通信方式为主要接入手段，实现机器之间智能化、交互式的通信，为客户提供综合的信息化解决方案。M2M是物联网自动传送这一特点得以实现的主要支撑技术M2M系统从逻辑上可以分为三个不同的域，即终端域、网络域和应用域。M2M系统结构如图3.6所示。图3.6M2M系统结构图基于M2M技术及管理平台的智慧物流可以实现对监控、最总、调度和控制等方面的信息化需求，方便地进行线路规划、车辆调度等活动，从而提高物流中运输配送的效率。物流智慧化是物流产业发展的重要方向之一。采用智慧物流系统以后，物流服务可以向上延伸到电子商务、市场调查、行业预测等方面；向下可以延伸到物流咨询、物流方案规划、库存控制决策、货款回收与结算、教育与培训、物流系统设计等等。随着全球一体化的加速发展和互联网、物联网技术的更广泛应用，智慧物流必然将迎来一个全新的发展机遇。本论文着重介绍了基于物联网的智慧物流的相关理论和其实现所需要应用到的物联网关键技术，希望可以给读者一个关于智慧物流的初步印象。同时，受作者自身知识面及水平限制，本论文还有诸多不成熟的地方，今后会逐渐拓宽知识面，以求达到理想的高度。参考文献朱文和.基于物联网技术实现供应链全过程的智能化物流配送服务[J].物流技术,2010(7):172-173.蔡增玉.基于RFID的智能物流管理系统研究[J].计算机技术与发展,2008(10):62-64.马健，物联网技术概论[M].北京：机械工业出版社，2011年.田景熙物联网概论[M].南京:东南大学出版社,2010年.LuigiAtzori,AntonioIera,GiacomoMorabito.TheinternetofThings:Asurvey[J],ComputerNetworks,2010,(54):2787-2805.荆心•基于物联网的物流信息系统体系结构研究[J].科技信息,2010,(20)：410.M.Dorigo,V.ManiezzoandA.Colorni,PositiveFeedbackasaSearchStrategy.TechnicalReportNo.91-016,PolitecnicodiMilano,Italy,1991.LaterpublishedasOptimizationbyacolonyofcooperatingagents,IEEETransactionsonSystems,Man,andCybernetics-PartB,26(1):29-41,1996年.8)Dorigo,StutzleM.T.,张军译.蚁群优化.北京：清华大学出版社,2007年.致谢在本次论文的设计过程中，首先要感谢学院对本论文的支持，其次感谢王扬教授在论文设计初的选题和论文设计中本人所犯错误的指正等各个方面的大力帮助，最后感谢刘亮同学在论文定稿时期对论文格式整理等方面提出的诸多建议，内心感激之至。附录基于JAVA语言环境下的蚁群算法代码:packagetspsolver;importjava.util.Random;/***蚂蚁类*@authorFashionXu*/publicclassant{/***蚂蚁获得的路径*/publicint[]tour;//unvisitedcity取值是0或1，//1表示没有访问过，0表示访问过int[]unvisitedcity;/***蚂蚁获得的路径长度*/publicinttourlength;intcitys;/***随机分配蚂蚁到某个城市中*同时完成蚂蚁包含字段的初始化工作*@paramcitycount总的城市数量*/publicvoidRandomSelectCity(intcitycount){citys=citycount;unvisitedcity=newint[citycount];tour=newint[citycount+1];tourlength=0;for(inti=0;i<citycount;i++){tour[i]=-1;unvisitedcity[i]=1;}longr1=System.currentTimeMillis();Randomrnd=newRandom(r1);intfirstcity=rnd.nextInt(citycount);unvisitedcity[firstcity]=0;tour[0]=firstcity;}/***选择下一个城市*@paramindex需要选择第index个城市了*@paramtao全局的信息素信息*@paramdistance全局的距离矩阵信息*/publicvoidSelectNextCity(intindex,double[][]tao,int[][]distance){double[]p;p=newdouble[citys];doublealpha=1.0;doublebeta=2.0;doublesum=0;intcurrentcity=tour[index-1];//计算公式中的分母部分for(inti=0;i<citys;i++){if(unvisitedcity[i]==1)sum+=(Math.pow(tao[currentcity][i],alpha)*Math.pow(1.0/distance[currentcity][i],beta));}//计算每个城市被选中的概率for(inti=0;i<citys;i++){if(unvisitedcity[i]==0)p[i]=0.0;else{p[i]=(Math.pow(tao[currentcity][i],alpha)*Math.pow(1.0/distance[currentcity][i],beta))/sum;}}longr1=System.currentTimeMillis();Randomrnd=newRandom(r1);doubleselectp=rnd.nextDouble();//轮盘赌选择一个城市；doublesumselect=0;intselectcity=-1;for(inti=0;i<citys;i++){sumselect+=p[i];if(sumselect>=selectp){selectcity=i;break;}if(selectcity==-1)System.out.println();tour[index]=selectcity;unvisitedcity[selectcity]=0;}/***计算蚂蚁获得的路径的长度*@paramdistance全局的距离矩阵信息*/publicvoidCalTourLength(int[][]distance){tourlength=0;tour[citys]=tour[0];for(inti=0;i<citys;i++){tourlength+=distance[tour[i]][tour[i+1]];}}}packagetspsolver;importjava.util.Random;/***蚂蚁类*@authorFashionXu*/publicclassant{/***蚂蚁获得的路径*/publicint[]tour;//unvisitedcity取值是0或1，//1表示没有访问过，0表示访问过int[]unvisitedcity;/***蚂蚁获得的路径长度*/publicinttourlength;intcitys;/***随机分配蚂蚁到某个城市中*同时完成蚂蚁包含字段的初始化工作*@paramcitycount总的城市数量*/publicvoidRandomSelectCity(intcitycount){citys=citycount;unvisitedcity=newint[citycount];tour=newint[citycount+1];tourlength=0;for(inti=0;i<citycount;i++){tour[i]=-1;unvisitedcity[i]=1;}longr1=System.currentTimeMillis();Randomrnd=newRandom(r1);intfirstcity=rnd.nextInt(citycount);unvisitedcity[firstcity]=0;tour[0]=firstcity;}/***选择下一个城市*@paramindex需要选择第index个城市了*@paramtao全局的信息素信息*@paramdistance全局的距离矩阵信息*/publicvoidSelectNextCity(intindex,double[][]tao,int[][]distance){double[]p;p=newdouble[citys];doublealpha=1.0;doublebeta=2.0;doublesum=0;intcurrentcity=tour[index-1];//计算公式中的分母部分for(inti=0;i<citys;i++){if(unvisitedcity[i]==1)sum+=(Math.pow(tao[currentcity][i],alpha)*Math.pow(1.0/distance[currentcity][i],beta));}//计算每个城市被选中的概率for(inti=0;i<citys;i++){if(unvisitedcity[i]==0)p[i]=0.0;else{p[i]=(Math.pow(tao[currentcity][i],alpha)*Math.pow(1.0/distance[currentcity][i],beta))/sum;}}longr1=System.currentTimeMillis();Randomrnd=newRandom(r1);doubleselectp=rnd.nextDouble();//轮盘赌选择一个城市；doublesumselect=0;intselectcity=-1;for(inti=0;i<citys;i++){sumselect+=p[i];if(sumselect>=selectp){selectcity=i;break;}}if(selectcity==-1)System.out.println();tour[index]=selectcity;unvisitedcity[selectcity]=0;/***计算蚂蚁获得的路径的长度*@paramdistance全局的距离矩阵信息*/publicvoidCalTourLength(int[][]distance){tourlength=0;tour[citys]=tour[0];for(inti=0;i<citys;i++){tourlength+=distance[tour[i]][tour[i+1]];}}}[java]viewplaincopyprint?packagetspsolver;importjava.io.*;/***蚁群优化算法，用来求解TSP问题*@authorFashionXu*/publicclassACO{//定义蚂蚁群ant[]ants;intantcount;//蚂蚁的数量int[][]distance;〃表示城市间距离double[][]tao;〃信息素矩阵intcitycount;〃城市数量int[]besttour;〃求解的最佳路径intbestlength;//求的最优解的长度/**初始化函数*@paramfilenametsp数据文件*@paramantnum系统用到蚂蚁的数量*@throws如果文件不存在则抛出异常*/publicvoidinit(Stringfilename,intantnum)throwsFileNotFoundException,IOException{antcount=antnum;ants=newant[antcount];//读取数据int[]x;int[]y;Stringstrbuff;BufferedReadertspdata=newBufferedReader(newInputStreamReader(newFileInputStream(filename)));strbuff=tspdata.readLine();citycount=Integer.valueOf(strbuff);distance=newint[citycount][citycount];x=newint[citycount];y=newint[citycount];for(intcitys=0;citys<citycount;citys++){strbuff=tspdata.readLine();String[]strcol=strbuff.split("");x[citys]=Integer.valueOf(strcol[1]);y[citys]=Integer.valueOf(strcol[2]);}//计算距离矩阵for(intcity1=0;city1<citycount-1;city1++){distance[city1][city1]=0;for(intcity2=city1+1;city2<citycount;city2++){distance[city1][city2]=(int)(Math.sqrt((x[city1]-x[city2])*(x[city1]-x[city2])+(y[city1]-y[city2])*(y[city1]-y[city2]))+0.5);distance[city2][city1]=distance[city1][city2];}}distance[citycount-1][citycount-1]=0;//初始化信息素矩阵tao=newdouble[citycount][citycount];for(inti=0;i<citycount;i++){for(intj=0;j<citycount;j++){tao[i][j]=0.1;}}bestlength=Integer.MAX_VALUE;besttour=newint[citycount+1];//随机放置蚂蚁for(inti=0;i<antcount;i++){ants[i]=newant();ants[i].RandomSelectCity(citycount);}}/***ACO的运行过程*@parammaxgenACO的最多循环次数**/publicvoidrun(intmaxgen){for(intruntimes=0;runtimes<maxgen;runtimes++){//每一只蚂蚁移动的过程for(inti=0;i<antcount;i++){for(intj=1;j<citycount;j++){ants[i].SelectNextCity(j,tao,distance);}//计算蚂蚁获得的路径长度ants[i].CalTourLength(distance);if(ants[i].tourlength<bestlength){//保留最优路径bestlength=ants[i].tourlength;System.out.println(”第"+runtimes+"代，发现新的解"+bestlength);for(intj=0;j<citycount+1;j++)besttour[j]=ants[i].tour[j];}//更新信息素矩阵UpdateTao();//重新随机设置蚂蚁for(inti=0;i<antcount;i++){ants[i].RandomSelectCity(citycount);}}}/***更新信息素矩阵*/privatevoidUpdateTao(){doublerou=0.5;//信息素挥发for(inti=0;i<citycount;i++)for(intj=0;j<citycount;j++)tao[i][j]=tao[i][j]*(1-rou);//信息素更新for(inti=0;i<antcount;i++){for(intj=0;j<citycount;j++){tao[ants[i].tour[j]][ants[i].tour[j+1]]+=1.0/ants[i].tourlength;}}}/***输出程序运行结果*/publicvoidReportResult(){System.out.println("最优路径长度是"+bestlength);}packagetspsolver;importjava.io.*;/***蚁群优化算法，用来求解TSP问题*@authorFashionXu*/publicclassACO{//定义蚂蚁群ant[]ants;intantcount;//蚂蚁的数量int[][]distance;//表示城市间距离double[][]tao;//信息素矩阵intcitycount;〃城市数量int[]besttouR；〃求解的最佳路径intbestlength;//求的最优解的长度/**初始化函数*@paramfilenametsp数据文件*@paramantnum系统用到蚂蚁的数量*@throws如果文件不存在则抛出异常*/publicvoidinit(Stringfilename,intantnum)throwsFileNotFoundException,IOException{antcount=antnum;ants=newant[antcount];//读取数据int[]x;int[]y;Stringstrbuff;BufferedReadertspdata=newBufferedReader(newInputStreamReader(newFileInputStream(filename)));strbuff=tspdata.readLine();citycount=Integer.valueOf(strbuff);distance=newint[citycount][citycount];x=newint[citycount];y=newint[citycount];for(intcitys=0;citys<citycount;citys++){strbuff=tspdata.readLine();String[]strcol=strbuff.split("");x[citys]=Integer.valueOf(strcol[1]);y[citys]=Integer.valueOf(strcol[2]);}//计算距离矩阵for(intcity1=0;city1<citycount-1;city1++){distance[city1][city1]=0;for(intcity2=city1+1;city2<citycount;city2++){distance[city1][city2]=(int)(Math.sqrt((x[city1]-x[city2])*(x[city1]-x[city2])+(y[city1]-y[city2])*(y[city1]-y[city2]))+0.5);distance[city2][city1]=distance[city1][city2];}}distance[citycount-1][citycount-1]=0;//初始化信息素矩阵tao=newdouble[citycount][citycount];for(inti=0;i<citycount;i++){for(intj=0;j<citycount;j++){tao[i][j]=0.1;}}bestlength=Integer.MAX_VALUE;besttour=newint[citycount+1];//随机放置蚂蚁for(inti=0;i<antcount;i++){ants[i]=newant();ants[i].RandomSelectCity(citycount);}/***ACO的运行过程*@parammaxgenACO的最多循环次数**/publicvoidrun(intmaxgen){for(intruntimes=0;runtimes<maxgen;runtimes++){//每一只蚂蚁移动的过程for(inti=0;i<antcount;i++){for(intj=1;j<citycount;j++){ants[i].SelectNextCity(j,tao,distance);}//计算蚂蚁获得的路径长度ants[i].CalTourLength(distance);if(ants[i].tourlength<bestlength){//保留最优路径bestlength=ants[i].tourlength;System.out.println(”第"+runtimes+"代，发现新的解"+bestlength);for(intj=0;j<citycount+1;j++)