0 引言

當(dāng)今物流行業(yè)已成為全球經(jīng)濟(jì)發(fā)展的基礎(chǔ)產(chǎn)業(yè)之一，被各國廣泛認(rèn)可。在中國，隨著“一帶一路”等戰(zhàn)略的推進(jìn)，物流產(chǎn)業(yè)有著巨大的發(fā)展機(jī)會(huì)和潛力[1]。然而，物流企業(yè)在實(shí)際運(yùn)營過程中，存在信息量大、動(dòng)態(tài)性強(qiáng)、時(shí)效性突出等特點(diǎn)，需要依靠信息系統(tǒng)和市場相結(jié)合來提升工作能力[2]。對于電商物流配送鏈信息整合而言，盡管重要性不言而喻，但缺少明確規(guī)劃和統(tǒng)一標(biāo)準(zhǔn)，使得現(xiàn)有信息平臺建設(shè)低效、信息交流不暢，進(jìn)而影響了整個(gè)產(chǎn)業(yè)的發(fā)展。因此，電商物流企業(yè)急需提出針對配送鏈信息整合的方法，以實(shí)現(xiàn)運(yùn)營優(yōu)化[3]。同時(shí)，窄帶物聯(lián)網(wǎng)通信技術(shù)的出現(xiàn)擴(kuò)大網(wǎng)絡(luò)覆蓋區(qū)域、增加設(shè)備數(shù)量的可能，能夠更好地適應(yīng)急劇膨脹的配送鏈信息整合需求。本文將探討如何結(jié)合窄帶物聯(lián)網(wǎng)通信技術(shù)，進(jìn)行電商物流配送鏈信息整合方法的設(shè)計(jì)研究。

1 構(gòu)建電商物流配送鏈網(wǎng)絡(luò)模型

為實(shí)現(xiàn)對電商物流配送服務(wù)的優(yōu)化，實(shí)現(xiàn)對配送鏈上海量信息資源的整合，首先需要構(gòu)建一個(gè)電商物流配送鏈網(wǎng)絡(luò)模型[4]。在該模型當(dāng)中，定義配送鏈信息的關(guān)聯(lián)特征量為：

公式中，B表示配送鏈信息的關(guān)聯(lián)特征量；Ex表示電商物流配送鏈信息數(shù)據(jù)庫初始特征分布量化指標(biāo)；v表示電商物流配送鏈結(jié)構(gòu)中的傳遞速率；vm表示在某一時(shí)刻電商物流配送鏈結(jié)構(gòu)中的傳遞速率；X(v）表示電商物流配送鏈信息數(shù)據(jù)庫節(jié)點(diǎn)負(fù)載。在實(shí)現(xiàn)對配送鏈信息的關(guān)聯(lián)特征量的定義后，結(jié)合關(guān)聯(lián)特征匹配算法，對配送鏈信息進(jìn)行初步整合[5]。在這一過程中，將Small-World拓?fù)浣Y(jié)構(gòu)作為網(wǎng)絡(luò)模型的核心結(jié)構(gòu)，構(gòu)建如圖1所示的電商物流配送鏈網(wǎng)絡(luò)模型。

在圖1所示的電商物流配送鏈網(wǎng)絡(luò)模型結(jié)構(gòu)中,將電商物流配送鏈信息分布的屬性集合定義為DBi，將關(guān)聯(lián)規(guī)則集合記為A[i]，在A[i]當(dāng)中包含了（n+1）個(gè)特征信息分布組，其中n表示時(shí)間窗口的數(shù)量。針對電商物流配送鏈信息分布的狀態(tài)空間，即電商物流配送鏈網(wǎng)絡(luò)模型的函數(shù)表達(dá)式可寫作：

公式中，xk為電商物流配送鏈信息的微簇?cái)?shù)據(jù)集，xk為數(shù)據(jù)流聚類；x為信息分布的屬性特征量。根據(jù)上述公式得出電商物流配送鏈信息的聚類中心。結(jié)合上述構(gòu)建的電商物流配送鏈網(wǎng)絡(luò)模型，可以為后續(xù)信息的整合提供便利條件。

2 基于窄帶物聯(lián)網(wǎng)通信的配送鏈信息資源采集

在電商物流配送鏈網(wǎng)絡(luò)模型構(gòu)建完成后，窄帶物聯(lián)網(wǎng)通信技術(shù)被引入，以調(diào)度配送鏈信息資源。窄帶物聯(lián)網(wǎng)基于4G LTE分組核心網(wǎng)的網(wǎng)絡(luò)機(jī)構(gòu)演變而來，分為終端側(cè)、接入側(cè)、核心網(wǎng)絡(luò)、垂直行業(yè)中心等結(jié)構(gòu)。終端側(cè)主體可接入NB-IoT的終端裝置，通過傳感模塊、無線傳輸模塊、數(shù)據(jù)采集模塊等上傳數(shù)據(jù)并接收核心網(wǎng)下達(dá)的資源[6]；接入側(cè)是以窄帶物聯(lián)網(wǎng)基站為主，能夠與核心網(wǎng)絡(luò)相連通[7]；核心網(wǎng)絡(luò)以網(wǎng)元為基本單元，能夠?qū)⒃O(shè)備和云計(jì)算平臺相聯(lián)系，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)；垂直行業(yè)中心包含各行各業(yè)的應(yīng)用服務(wù)器，電商物流配送應(yīng)用服務(wù)器是本文研究的重點(diǎn)[8]。使用窄帶物聯(lián)網(wǎng)通信技術(shù)采集信息資源和調(diào)度配送鏈，具體操作為；上行鏈路幀結(jié)構(gòu)中設(shè)定3.75kHz和15kHz兩種子載波間隔，分別對應(yīng)單載波和多載波傳輸方式[9]，以及20個(gè)0.5ms時(shí)隙和5個(gè)2ms時(shí)隙?？倳r(shí)隙資源的計(jì)算公式為：

公式中，NM表示總時(shí)隙資源；N表示總時(shí)隙數(shù)；M表示調(diào)度過程中存在時(shí)延敏感的設(shè)備集合；U表示調(diào)度過程中不存在時(shí)延敏感的設(shè)備集合。

窄帶物聯(lián)網(wǎng)的上行鏈路把整個(gè)網(wǎng)絡(luò)的資源劃分為多個(gè)節(jié)點(diǎn)，以便有效地傳遞不同用戶的信息。在單載波傳輸方式中，每個(gè)RU只處理1個(gè)子波。而在多載波傳輸方式中，每個(gè)RU會(huì)處理15k Hz的子波頻寬，并且一個(gè)RU可以處理13612個(gè)子波進(jìn)行發(fā)送。

在配送鏈信息資源調(diào)度過程中，應(yīng)用混頻的自動(dòng)要求重新傳輸?shù)姆绞綄?shí)現(xiàn)反復(fù)傳輸，反復(fù)傳輸?shù)拇螖?shù)由下行鏈路控制信息確定。在數(shù)據(jù)傳送中，物理層需要將調(diào)度請求、HARQ信令等信息傳遞給介質(zhì)訪問控制層，由NB-IoT進(jìn)行MAC層時(shí)隙頻率的調(diào)度[10]。上行資源調(diào)度一般包括以下步驟：建立設(shè)備和基站之間的連接；通過授權(quán)NPDCCH信道發(fā)送調(diào)度信號；對信道進(jìn)行評估；授權(quán)上行鏈路并發(fā)送調(diào)度指令；進(jìn)行上行數(shù)據(jù)傳輸。通過上述調(diào)度方式實(shí)現(xiàn)對資源的采集，以此為后續(xù)對資源的分配與整合提供有利條件。

3 配送鏈信息資源分配與整合

按照上述論述內(nèi)容，完成對配送鏈上信息資源的采集后，根據(jù)上述論述可知，時(shí)延敏感設(shè)備與非時(shí)延敏感設(shè)備的調(diào)度任務(wù)目標(biāo)不同，因此針對兩種設(shè)備需要分別完成對信道模型的計(jì)算。針對時(shí)延敏感設(shè)備，其上行傳輸速率可通過下述公式計(jì)算得出：

公式中，rm表示時(shí)延敏感設(shè)備上行傳輸速率；Sm表示時(shí)延敏感設(shè)備子載波個(gè)數(shù)；hm表示時(shí)延敏感設(shè)備信道增益。根據(jù)調(diào)度結(jié)果確定時(shí)隙個(gè)數(shù)以及單個(gè)時(shí)隙的大小，并以此得到可上傳的配送鏈數(shù)據(jù)包大小。為完成整個(gè)數(shù)據(jù)包的成功上傳，確保后續(xù)整合可行，其上傳數(shù)據(jù)包大小應(yīng)大于設(shè)備所需上傳的數(shù)據(jù)包大小。除此之外，時(shí)延敏感設(shè)備還必須在最大傳輸時(shí)延內(nèi)完成數(shù)據(jù)的上傳。非時(shí)延敏感設(shè)備的上行傳輸速率可表示為：

公式中，ru表示非時(shí)延敏感設(shè)備上行傳輸速率；Su表示非時(shí)延敏感設(shè)備子載波個(gè)數(shù)；hu表示非時(shí)延敏感設(shè)備信道增益；pu表示非時(shí)延敏感設(shè)備子載波帶寬。根據(jù)上述公式，在分配配送鏈信息資源時(shí)，需將兩個(gè)矩陣內(nèi)所有元素置零。若無資源重復(fù)利用，則單個(gè)子載波下的資源只能被一個(gè)設(shè)備占用。若存在資源重復(fù)利用，則需計(jì)算多個(gè)設(shè)備間的干擾，確保通信質(zhì)量才可被多個(gè)設(shè)備占用。

采用自適應(yīng)交叉分布式控制方法對配送鏈關(guān)聯(lián)進(jìn)行進(jìn)行決策與整合。假設(shè)電商物流配送信息的動(dòng)態(tài)屬性Y為因變量，x1,x2，…，xm-1為配送鏈信息整合的動(dòng)態(tài)約束性特征分布的自變量，以此得到在信息整合過程中二者的關(guān)系為：

公式中，e表示誤差補(bǔ)償項(xiàng)；b表示系數(shù)。采用自適應(yīng)交叉分布式控制方法對配送鏈信息進(jìn)行分類，并使用最優(yōu)線性均衡器進(jìn)行信息整合。通過使用模糊決策方法結(jié)合多通道電商物流配送鏈尋優(yōu)方法，以及隨機(jī)選取簇頭節(jié)點(diǎn)進(jìn)行信息整合，得到配送鏈信息的分配矢量。最終，通過將整合后的信息導(dǎo)入低路徑利用率的配送鏈中，來實(shí)現(xiàn)對信息的有效整合和利用率的提高。在整合的過程中可以根據(jù)資源之間的分散程度實(shí)現(xiàn)對整合效果的初步驗(yàn)證。整合資源之間的分散程度可以通過資源中關(guān)鍵詞的距離進(jìn)行度量，分散程度的計(jì)算公式為：

公式中，dispersion(d）表示整合資源的分散程度；t1和t2均表示一個(gè)整合結(jié)構(gòu)中的兩個(gè)不同資源；m表示關(guān)鍵詞數(shù)量；N表示資源信息長度。在整合的過程中，針對dispersion(d）設(shè)定一個(gè)閾值U，若通過計(jì)算得出的dispersion(d)

4 對比實(shí)驗(yàn)

為了測試本文設(shè)計(jì)的基于窄帶物聯(lián)網(wǎng)通信技術(shù)的整合方法應(yīng)用性能，因此設(shè)計(jì)了性能測試實(shí)驗(yàn)。為了確保實(shí)驗(yàn)結(jié)果可對比性，選擇將基于SBM-ML模型的整合方法和基于大數(shù)據(jù)分析的整合方法作為對照I組和對照II組，將本文設(shè)計(jì)的整合方法作為實(shí)驗(yàn)組。在Visual DSP++4.5平臺上，通過ARM運(yùn)行電商物流配送鏈信息整合算法程序，利用三種整合方法對16個(gè)電商物流配送鏈信息通道上的信息進(jìn)行整合。記錄在5秒內(nèi)，三種整合方法應(yīng)用下，配送鏈信息整合幅值的變化情況，并將結(jié)果記錄如圖2～4所示。

圖2～圖4展示了三種不同的整合過程中幅值變化情況，本文針對這些圖像展開分析。首先，從圖2中我們可以清楚地看到，采用I組整合方法進(jìn)行配送鏈信息整合后，隨著時(shí)間的增加，幅值變化較小，盡管穩(wěn)定性較好，但這也會(huì)導(dǎo)致整合過程中信息的丟失，因此結(jié)果并不理想。其次，從圖3中我們可以看出，采用II組整合方法進(jìn)行配送鏈信息整合后，幅值波動(dòng)較大，穩(wěn)定性差，也無法滿足預(yù)期的需求。最后，通過觀察圖4實(shí)驗(yàn)組整合方法的幅值變化情況，我們發(fā)現(xiàn)隨著時(shí)間的增加，幅值波動(dòng)始終保持一致，具備良好的穩(wěn)定性，且幅值較大，能夠有效防止信息的丟失，因此符合預(yù)期理想要求。

綜上所述，基于窄帶物聯(lián)網(wǎng)通信技術(shù)的整合方法表現(xiàn)出更高的應(yīng)用性能和顯著的整合效果。為了對整合性能進(jìn)行進(jìn)一步的量化評價(jià)，我們選定信息召回率作為評價(jià)指標(biāo)。信息召回率是正確整合的信息量與信息總量的比例，其大小反映整合的精度高低。信息召回率的計(jì)算公式為：

公式中，R表示整合結(jié)果的信息召回率；TP表示正確整合信息量；FN表示錯(cuò)誤整合信息量；TP+FN表示信息總量。在實(shí)驗(yàn)過程中，每種整合方法共完成150次的循環(huán)，針對每一循環(huán)整合結(jié)果的信息召回率進(jìn)行計(jì)算，并記錄每30次循環(huán)時(shí)整合結(jié)果的信息召回率，得到如表1所示的實(shí)驗(yàn)結(jié)果。

經(jīng)對三種整合方法整合結(jié)果信息召回率的對比研究，發(fā)現(xiàn)三種方法均表現(xiàn)出逐漸增加的趨勢且實(shí)驗(yàn)組表現(xiàn)最佳。經(jīng)過150次循環(huán)后，實(shí)驗(yàn)組信息召回率達(dá)到100%，而對照I組信息召回率雖然增長速度較大，但由于初始信息召回率較低，最終無法達(dá)到實(shí)驗(yàn)組水平。綜上所述，基于窄帶物聯(lián)網(wǎng)通信技術(shù)的整合方法性能優(yōu)異，應(yīng)用于電商物流智能化建設(shè)與發(fā)展，為其提供堅(jiān)實(shí)的基礎(chǔ)條件。

5 結(jié)語

本文提出了一種全新的電商物流配送鏈信息整合方法，結(jié)合了窄帶寬物聯(lián)通信技術(shù)的應(yīng)用優(yōu)勢。通過整合電商物流配送鏈信息，提升供應(yīng)水平和信息共享能力。并通過實(shí)驗(yàn)驗(yàn)證了該方法的整合性能。未來，隨著電商物流的發(fā)展，將會(huì)出現(xiàn)更多應(yīng)用場景以及業(yè)務(wù)需求，面對新的應(yīng)用場景，仍然需要有更好的信息整合方法用以滿足發(fā)展需要，對此為促進(jìn)整合方法應(yīng)用性能的進(jìn)一步提升，在后續(xù)研究中還將從擴(kuò)大整合規(guī)模、提升容量、增加多種維度因素等方面進(jìn)行更加深入的研究。