动态组合

动态组合（共9篇）

动态组合 篇1

1 问题提出

1.1 动态规划原理

在奥赛竞赛中最重要的算法则是“动态规划”, 现在是动态规划满天飞, 认为任何程序都可以用动态规划来解决。但是动态规划的两个基本前提却被忽略了, 即“最优化原理”和“无后效性”。动态规划所处理的问题是一个多阶段决策问题, 一般由初始状态开始, 通过对中间阶段决策的选择, 达到结束状态。这些决策形成了一个决策序列, 同时确定了完成整个过程的一条活动路线 (通常是求最优的活动路线) 。

初始状态→│决策1│→│决策2│→…→│决策n│→结束状态

动态规划的设计都有着一定的模式, 一般要经历以下几个步骤:

(1) 划分阶段:按照问题的时间或空间特征, 把问题分为若干个阶段。在划分阶段时, 注意划分后的阶段一定要是有序的或者是可排序的, 否则问题就无法求解。

(2) 确定状态和状态变量:将问题发展到各个阶段时所处于的各种客观情况用不同的状态表示出来。当然, 状态的选择要满足无后效性。

(3) 确定决策并写出状态转移方程:因为决策和状态转移有着天然的联系, 状态转移就是根据上一阶段的状态和决策来导出本阶段的状态。所以如果确定了决策, 状态转移方程也就可写出。但事实上常常是反过来做, 根据相邻两段各状态之间的关系来确定决策。

(4) 寻找边界条件:给出的状态转移方程是一个递推式, 需要一个递推的终止条件或边界条件。

动态规划的主要难点在于理论上的设计。确实动态规划的作用是非常大的。

1.2 一个动态规划题目

砝码称重:

设有1g, 2g, 3g, 5g, 10g, 20g的砝码各若干枚 (其总重≤1000g) , 要求:

输入:

a1 a2 a3 a4 a5 a6 (表示1g砝码有a1个, 2g砝码有a2个, ......20g砝码有a6个)

输出:

Total=N (N表示用这些砝码能称出的不同重量的个数, 但不包括一个砝码也不用的情况)

输入样例:1 1 0 0 0 0

输出样例:Total=3, 表示可以称出1g, 2g, 3g 3种不同的重量题解

按照第1种砝码、第2种砝码、……第6种砝码的顺序分析。在分析第i种砝码的放置方案时, 依次在现有的不同重量的基础上, 放1块、2块、……a[i]块, 产生新的不同重量。

1.3 程序分析

看上述动态规划方程:n0[n0[0]+1]=total│total=n0[j+k*weight[i], visited[total]=false, 1≤i≤6, 1≤j≤no[0], 1≤k≤a[i]

表面上看似乎是正确的。我把程序贴在下面 (用C++改写, 程序中还作了说明) :

程序中的问题有两处: (1) for (j=1;j

2 解决方案

2.1 改进方案

修改后的源代码如下:

程序中引入了新的数据结构PEIZHI和新的函数bool searchTotal (int i, int k, int w) , 解决了问题1“j值因为是按照递增规律, 可能以前并未算出, 而现在用来计算了”。而问题2“j值中的砝码重量和个数可能是以前计算过的, 现在又被重复计算了”只解决了部分。开始以为程序正确无误了, 但是仔细验证程序返回的每一个值时, 发现后面的几个是错的, 重复计算了。

2.2 引入组合

此题目只能用组合的方法来完成, 原来的int weight[]={0, 1, 2, 3, 5, 10, 20};//砝码的重量序列和int num[N+1]={0, 0, 0, 2, 2, 2, 0};//N种砝码的个数, 废除0位, 1-N。

可以把同一种类砝码的不同个数也看成是不同种类的, 这样就将二维问题降到了一维问题。很明显这是一个典型的组合问题。上网搜索发现一种组合程序只是计算数字组合的结果, 根本无用。还有一种组合程序可以, 出现过在信息学奥赛复赛试题上, 计算过程也是相当的繁琐, 3个函数嵌套调用, 且要传递多个参数, 这样的程序看到都会头痛。不知为什么引入了计算机教材中去了。万事万物皆复杂, 同时也皆简单。为什么呢?学过辩证唯物主义理论的人都知道, 无论多么复杂的事物, 在外部看来只是一个系统, 内部才是无数个要素, 如果细心计算每个要素对外发生的作用, 以及要素之间发生的作用, 如果要素个数很小, 问题不大。如果要素个数超过1千亿呢?那是无法计算的。但是如果只计算这个系统对外发生的作用, 那就很简单。

2.3 堆栈调用

这个程序是正确的, 比起教科书上的组合代码, 虽然繁琐一些, 但是看起来是简单明快。

用堆栈解决了原来的n-2个参数调用, 将参数转化成了数组, 这样就好处理了。全局变量的使用也是很重要的:

int n[1000];//堆栈使用的临时变量,

int stack[10000];int top=1000;

但还是太繁琐了, 而且每一个组合函数需要事先手工输入。于是又改进了一下代码将它的规模精简成了教科书的组合程序的规模。

2.4 最终代码

除了ONE () 和TWO () 函数无法归并, 其他都归并了。一个函数void组合 (int x)

比起以前的代码不但简单, 而且通俗易懂。代码编码的原则, 是正确、通俗易懂, 而且要快速。如果一个代码尽管运算正确而且很快, 但是代码深奥难懂因此含混晦涩。

3 结语

任何事物都是由简单组成的。只要认真研究事物的发展规律, 就一定能够找到简单方便的方法。像这个程序, 从开始到完成, 调试了8个小时, 就成功了。

动态组合 篇2

区域水战略方案选优的动态组合评价模型研究

摘要：水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一.研究科学合理的水安全战略成为区域可持续发展的.重大课题.针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型(CMM-DCEM),并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价.评价结果及模型基于不确定性的敏感性分析结果证明:CMM-DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理.作 者：童芳    董增川    邱德华    Tong Fang    Dong Zengchuan    Qiu Dehua  作者单位：童芳,董增川,Tong Fang,Dong Zengchuan(河海大学,水文水资源与水利工程科学国家重点实验室,江苏,南京,210098)

邱德华,Qiu Dehua(广东省水利厅,广东,广州,510150)

期 刊：灾害学  ISTIC  Journal：JOURNAL OF CATASTROPHOLOGY 年，卷(期)：2008, 23(1) 分类号：X52 关键词：水安全    水战略    方案选优    动态组合评价    兼容度最大化模型    遗传算法   

动态组合 篇3

关键词:CVaR模型自融资策略动态组合最优

一、引言

Matkowitz投资组合理论是现代金融的开端,均值-方差模型形成了金融风险管理的框架。从理论的观点来看,均值-方差模型存在两个亟须改进的问题:

1、风险测度。方差作为风险测度最大的缺点就是把高于均值的部分纳入了风险,显然:这一部分真是我们所需要的。在此基础上,很多学者提出了下偏风险理论。VaR就是基于下偏风险提出来的,同时还是近些年来提出的也是最重要的风险测度。但是VaR存在一些缺点,尤其体现在资产分布存在尖峰厚尾性上,同时VaR还不满足次可加性,次可加性是一致性风险的重要性质。本文针对VaR的这两个缺点,提出了CVaR(Conditional Value at Risk),也被成为尾部VaR,平均超值损失和平均不足量。

2、时间模型。传统的投资组合策略选择采用单期模型,很明显这与现实存在很大差异,然而,动态的均值-方差模型存在很多的困难,直到2000年,动态的均值-方差模型最优策略才被研究出来。

本文采用连续时间的动态模型,在期权定价的背景下,假定股票价格服从带有漂移项的几何布朗运动,用CVaR做为风险测度研究投资计划期[0, T]下的最优投资策略。

二、市场模型

考虑这样的资产市场,有n种风险资产和1种无风险资产。

表示第i种风险资产在时刻t的价格,,

,表示无风险资产在时刻t的价格。由模型得出的资产价格的微分方程为:

这里,r表示无风险利率,表示一个标准的n维的布朗运动,表示风险资产的期望收益率向量, 表示风险资产的波动率矩阵,

表示σ的第i行向量。并假定波动率矩阵满足非退化(non-degeneracy)条件

其中为给定常数,I为n×n单位矩阵。

由于风险和收益相匹配原理,我们可以一般性的假设:

。

在这篇文章里,我们全部使用自融资的投资策略,即:除了初始资本投资外,不会追加资本投资,而且保持投资比例不变。也就是说:

= ,。为一个不变的投资组合,其中表示投资于风险资产i上的财富比例。用 表示当投资者采取允许投资组合时的财富过程,那么它遵循如下微分方程

其中1n表示分量全为1的n维列向量,x表示投资者的初始资本。

应用Wick-Ito积分,解微分方程(1)得到:.

同时也可以得到: (3)

对给定的置信度,我们用表示标准正态分布对应置信度α的分位数。因为我们主要关注下偏风险,所以我们限定 ,这样有。

命題1 对应置信水平α财富过程的分位数 的表达式为

证明:设=

易得: ~

的对应置信水平α的分位数为:

由于是一个严格单调函数,所以有:

所以:

命题2

的含义是“条件在险价值”,是指损失超出的条件均值,也称平均超值损失。

三、最优策略

本文定义的最优投资策略是根据Matkowitz的均值-方差模型,指在以给定的风险值下,对期望终端财富最大化模型,用数学模型表示为:

四、有效前沿

通过上述最优策略的研究得知,满足最优策略的条件有两个:

这个方程所对应的图像就是均值- 的有效前沿边界。

五、结论

本文使用了 作为风险测度,代替了 ,体现出了 的优点,本文的研究结果似乎也很令人高兴,然而现实中资产分布并没有完全像几何布朗运动刻画的那样,很多研究表明:除了尖峰厚尾性的分布外,股票价格还具有自相似性和长相依性,所以,本文需要完善的地方还有很多,现在已有分式几何布朗运动作为模型的改进,同时风险测度的方法也有很多,我认为研究的空间还是很大的。

参考文献:

[1]王春峰 金融市场风险管理[M].天津:天津大学出版社. 2001

[2]Merton, R.C.: Optimum consumption and portfolio rules in a continuous-time model. J. Econ. Theory3, 373-413 (1971)

[3]Artzner, P., Delbaen, F., Eber J.-M., Heath, D.: Coherent Measures of Risk.Mathematical Finance. 9, 203-228 (1999)

[4]Jorion, P.: Value at Risk: The New Benchmark for Controlling Market Risk. McGraw-Hill, New York(1997)

[5]Li, D., Ng,W.L.: Optimal dynamic portfolio selection: multiperiod mean-variance formulation. Math.Finance 10, 387-406 (2000)

[6]Emmer S, Klüppelberg C, Korn R. Optimal portfolio with bounded capital at risk[J]. Mathematical Finance, 2001, 11: 365-384.

动态服务组合的研究 篇4

随着网络的发展,Web服务正逐步成为Internet网络环境中资源封装的标准形式,部署在Internet上的Web服务也在不断丰富[1],这些可被公共访问和集成的服务构成了一个潜在的巨大的标准组件库。因此,在Web服务互操作技术的基础上,提供高层的服务集成手段、实现服务组合成为Web服务技术发展的自然需求,大量研究从不同角度深入这个主题,本文简单介绍了目前服务组合技术的研究现状,并对其进行了总结分析。

1 动态服务组合的概念及特点

服务组合是指基于面向服务的体系结构,根据特定的业务目标,将多个已经存在的服务按照其功能、语义以及它们之间的逻辑关系组装提供聚合功能的新服务的过程,是面向服务的计算范型中实现资源聚合与应用集成的主要模式。与基于传统中间件的集成技术相比,动态Web服务组合技术具有如下特点:

1.1 支持对资源多种属性的表达

使用服务概念刻画和封装资源,不同层次的资源属性,如接口、行为、功能、质量、语义均构成Web服务描述框架的组成元素。

1.2 面向开放的网络环境

服务组合技术将需求与满足需求的具体对象进行分离,通过服务匹配机制将需求动态地绑定到满足需求的组件服务。

1.3 力图基于组件服务之间协同关系的高层描述实现零编程的服务集成

服务组合技术强调为组件服务之间协同关系提供显式的描述手段,即建立组合服务模型,并由支撑环境解释组合服务模型从而在组件服务之上施加特定的协同行为。

按照参与组合的组件服务的确定时机不同,服务组合分为静态组合与动态组合两种模式。在静态组合模式中,组合服务的功能由哪些组件服务完成是在设计阶段静态确定的,并且在组合服务运行期间不会更改。动态组合模式则在组合服务的运行期间通过服务动态地决定参与组合的组件服务,并允许在运行期间更换组件服务。动态服务组合不但可以通过选择性的重用已有服务降低服务开发周期和成本[1],实现组织之间灵活、高效的业务交互;在自动化组合方法的支持下,动态服务组合还可以进一步增加服务的响应能力,降低组合服务的运行管理成本。

2 动态服务组合方法

根据对于组合服务的不同理解,当前的服务组合研究可以分为以下三个主要流派:

2.1 基于业务流程的服务组合方法

该方法有三个基本模型元素:活动、控制流、数据流,其中活动对应于由组件服务执行的某个操作;控制流描述活动之间的依赖关系;数据流描述活动之间的数据传递。目前多数相关国际标准支持基于业务流程的服务组合,如BPEL4WS[2]、BPML[3]等。该方法的特点是:建模时多依赖于开发者对于问题的理解,自动化程度不高;模型与运行系统的映射直观,实现相对简单,实用化程度高。

2.2 基于组件协作的服务组合方法

该方法通过描述组件服务之间的消息编排(消息交换序列)来建模组合服务。这种组合方法着眼于消息交换行为,目前已有体现这一思想的标准化的工作[4],该方法与CCS、π演算等描述并发进程间通信的形式化手段能够建立直观的映射,从而支持组合模型行为性质的分析。但是由于组合服务模型定义了组件服务的行为,因此修改组合服务模型意味着对于组件服务行为设计的变更,因此它的灵活性相对较差,不太适宜于描述动态的服务组合场景,运行系统支持较弱,实用化程度不高。

2.3 基于规划的组合方法

该方法将经典的人工智能(AI)规划思想引入服务组合技术。对于基于AI规划的服务组合而言,初始状态与目标状态是用组合服务的需求来定义的,服务组合的过程就是从可选的组件服务中寻找一组服务使得该组合服务的功能能够满足组合服务的需求定义。目前这方面的工作主要是借助AI领域的经典研究方法,如情景演算、定理证明等,它对于运行系统的关注比较少,目前这一方法还处于理论、方法的研究探索阶段。

3 总结

本文介绍了三种动态服务组合的方法,其研究重点各有不同侧重,其技术特点和成熟程度也不同,但从总体上说,由于研究历史不长,服务组合的理论体系、工程方法以及实现技术仍不成熟,组合服务建模力量基础薄弱,模型分析技术贫乏,缺乏面向全局服务质量目标的组合方案,对于高效的组合服务协调机制的研究不足,这些都是后续需要解决的研究问题。

参考文献

[1]Fabio Casati and Ming-Chien Shan,Models and Languages forDescribing and Discovering E-Services(Tutorial),the International ACMSIGMOD Conference on Management of Data,Santa Barbara,California,USA,2001.

[2]F.Curbera,Y.Goland,and J.Klein,Business Process Execution Languagefor Web Services(BPEL4WS)1.0,http://www-106.ibm.com/developerworks/library/ws-bpel/.

[3]Business Process Management Initiative,Business Process ModelingLanguage v1.0,2002,http://www.bpmi.org.

企业动态组合营销模型及构建 篇5

在科技进步、企业快速发展的新时期, “变化着的动荡市场”使企业营销理念和营销策略发生很大的变化。许多企业面临市场营销方面的新问题, 如影响因素的不确定性。影响市场态势发生改变的变量很多, 如产品选择、成本价格、经营环境、销售渠道、竞争对手、品牌维护、企业管理和推广销售方案等, 任何一种变量的变化, 都将使其他变量及对市场的影响发生变化, 都需要企业做出动态的调整和相应的改变。研究企业如何建立动态组合营销系统以适应千变万化的市场与环境, 提高企业的生存质量和生命活力, 实现企业的可持续发展和永续经营, 有着重要的现实意义和理论研究价值。

一、动态组合营销模型理论

所谓动态组合营销, 就是随着客户需求的变化, 带来市场中各种要素的改变, 需要企业不断地调整营销思路, 改进营销措施, 使营销活动动态地适应市场变化。营销工作面对的是市场中各种要素的组合, 而各种影响市场的因素都是变动的, 因此, 营销活动必然是动态的。只有动态的营销才能保证营销的效果。

营销中有4P理论, 把4P平行关系变成锥体, 其中一个P是战略性的, 其他3P围绕这一个P来组合, 组合出四种营销模型, 有且只有这四种模型。在“1P+3P”营销模型思想的指引下, 平面的、有很好的认识意义而比较缺乏实战操作意义的4P理论, 就演绎成为立体的、生动的、极富实战操作意义的四种营销模型及其动态组合:以产品策略为核心的营销模型、以价格策略为核心的营销模型、以促销策略为核心的营销模型、以渠道策略为核心的营销模型, 以及它们的动态组合模型。

动态组合营销系统的核心是由于客户需求的改变, 带来市场中各种因素的变化, 而要掌握各种因素的变化就要进行调研。只有深入的调查、科学的研究, 才能透彻地了解市场, 为科学合理的营销策略提供依据。在深入调查、科学研究的基础之上制定的营销策略才可能是正确的策略。

二、动态组合营销模型的影响因素分析

企业的市场营销活动, 是在一定的外部和内部环境条件下进行的, 营销管理的决策体系随环境因素的变化而呈动态变化。按照对企业的营销活动直接相关程度和相关范围大小, 分为企业的外部环境和企业的内部环境。实施动态营销策略的最终目的是随时改变企业的营销策略, 更好地以市场为中心, 实现企业的利润最大化。其构成如图1所示。

动态营销系统就是在上述观点的支持下, 以市场营销组合营销策略为背景, 根据现阶段企业所面临的具体问题, 充分考虑影响企业发展的内部环境和外部环境, 在外部环境因素中选择供应商、经销商、零售商、客户和公关, 内部环境因素选择产品、价格、销售渠道、品牌维护和推广促销等诸多因素, 作为动态营销系统的基本影响因素进行分析, 并把以上因素划分为生产、流通、消费和竞争四个体系, 各体系相互作用, 最终形成以市场为中心的营销判断因素体系, 通过动态营销方案的实施, 确定适合企业发展的营销策略。

三、动态组合营销模型的构建

企业面对诸多的影响因素, 而且这些因素相互关联, 这使得企业领导者做出科学的决策越来越困难。企业动态组合营销模型的构建, 是运用模型的方法以定性与定量相结合的方式确定营销方案。

1、动态组合营销模型。

在模型中, 外部环境因素要充分考虑企业发展的大环境, 也就是企业需要与外界交流的外部环境, 这些因素都是客观存在的, 是不能以企业自身的意志为转移的, 但又是十分重要的, 尤其是世界经济一体化, 国际环境风云多变, 国际跨国集团纷纷进入中国, 我们的企业已经与他们同在一个竞争平台, 所面临的环境更加多变, 我们的企业在面临机遇和挑战的同时更应该是理性的;内部环境因素则从企业的自身出发, 是企业可以掌控的, 是看得到、摸得着的 (见图2) 。

2、各因素之间的关系。

为了便于分析, 在模型中把影响营销决策的因素要分为外部环境因素和内部环境因素。但实际应用中是一个统一的整体。企业生产的产品要实现良性循环, 需要经过产品的调研、品种开发、供应商提供原辅材料和包装材料、企业生产、定价, 到进入销售网络, 通过经销商和零售商, 形成消费者的购买, 这其中需要企业维护公共关系, 更要做好推广促销和品牌维护等诸多工作, 才能真正创造产品价值。所以, 外部环境因素与内部环境因素应是一个有机结合的整体。值得一提的是, 企业应根据自身的情况, 对分析因素进行筛选和增减, 以适应企业自身的营销策略需要, 比如外部环境因素可能要考虑国际金融市场的汇率情况、国内银行信贷政策、出口退税政策、行业发展规划等;内部环境因素也应考虑到市场管理、市场细分等等。

3、动态组合营销模型的应用步骤。

根据市场战略目标和市场发展状况, 充分地进行市场调研, 取得基本数据并根据模型对数据进行处理;运用德尔菲法, 利用评价小组进行专家评判, 得出各影响因素的相对重要程度, 确定各因素的权重;找出影响权重最大的因素, 并对该因素进行细化分析;找出企业发展的主瓶颈;提出相应的市场营销解决方案;在实施过程中, 及时反馈、调整。反复运用上述步骤, 使本系统始终处于一种动态过程中。

四、运用动态组合营销模型管理营销活动

运用动态组合营销模型, 对营销活动的效果进行监控, 并根据企业营销环境、消费者需求、市场成熟度、竞争策略的变化, 调整营销策略, 确定更加合理的营销方案。

1、市场成熟度。

根据市场的成熟度, 企业需要选择不同的营销模型。在陌生市场和新进入的市场, 由于顾客对产品缺乏认识, 应该选择以推广、传播为核心的营销模型;如果是高技术产品, 也可以采用以产品为核心的营销模型;如果是原创产品, 采用以产品为核心的模型;如果是新颖但非原创的产品, 则要以推广为核心;随着市场不断发展, 进入成长期和发展期, 企业的营销应该慢慢转向以渠道为核心的模型。这时货铺得越多或价格越低将会有更多人来购买, 让每个大街小巷都买得到就很关键。比如“脉动”, 这是乐百氏出品的功能性饮料, 刚开始定位于街头跳舞的年轻一族, 到后来大家都能接受时, 铺货就展开了, 现在你可以看到在公园锻炼的老人也都拎着一瓶类似的饮料。到了市场成熟期, 渠道已经到位之后, 就要靠价格手段, 选择以价格为核心的营销模型, 吸引对价格更为敏感的消费者, 或者推出新产品。

2、消费者需求。

消费者的价格敏感性和需求特性对营销模型选择影响最大。价格敏感性体现的是随着价格下降, 市场需求规模增加的速度。需求规模增加得越快, 说明价格弹性越大。反之, 价格弹性越小。价格弹性越大, 采用以价格策略为营销策略重心就越有效。当消费者初次选购价格昂贵、购买次数较少、需要冒风险的商品时, 由于对这些商品的性能缺乏了解, 为慎重起见, 他们往往需要广泛地收集有关信息, 并经过认真地学习, 产生对这一产品的信念, 形成对品牌的态度, 并慎重地做出购买决策, 则属于高参与度购买。高参与购买的产品适合以产品策略为核心的模型。反之, 价格较低廉、购买次数较多的、出错风险较小的商品, 并不需花太多的时间去鉴别, 则属于低参与度购买。

当消费者购买一些品牌差异不大的商品时, 虽然他们对购买行为持谨慎态度, 但注意力更多是集中在品牌价格是否优惠, 购买时间、地点是否便利, 而不是花很多精力去收集不同品牌间的信息并进行比较。这类商品从产生购买动机到决定购买之间的时间较短, 品牌差异性也低。反之, 当消费者购买一些品牌差异较大的商品时, 注意力更多地是集中在品牌和产品上, 要花很多精力去收集不同品牌间的信息并进行比较, 而且从产生购买动机到决定购买之间的时间较长, 价格是否优惠、购买时间、地点是否便利不是消费者重点考虑的内容。

3、竞争策略。

营销是个互动博弈的过程, 需要根据竞争对手的策略和模型变化进行选择。所谓“兵无常势, 水无常形”。在双方博弈中如何动态转换营销模型是很重要的。竞争博弈的营销模型选择, 应该考虑到三个方面因素:竞争对手的实力、竞争对手的营销策略重心以及其他营销策略重心的有效性。具体来说, 有两种选择:一是主动回避。当竞争对手实力较强, 则采用主动回避的方式, 选择其他有效的营销策略重心。二是迎头痛击。虽然竞争对手实力强大, 但是, 自己有没有其他有效的营销策略重心可以选择, 或者是竞争对手实力不强, 可以采用与竞争对手相同的策略导向, 与对手直面力拼, 所谓“狭路相逢勇者胜”。一般来说, 这种做法的风险要大于第一种, 也是时下终端战、促销战、价格战风起云涌的根本原因。

4、市场环境。

企业还需要根据外部环境的变化来变换自己的营销模型。当你所在行业和市场混乱时, 就只能走极左路线, 行业和市场成熟了你再做正人君子, 否则你与市场格格不入, 很难发展。中国市场经济处于逐步发育的过程中, 企业就要入乡随俗, 根据环境变化采用不同的营销模型。根据外部环境, 企业应该考虑运用不同的营销模型, 这种模型要符合发展趋势和环境变化。当产品创新不能获得市场回报时, 以产品为中心模型就行不通;当媒体价格虚高时, 用以促销、广告为中心的模型也不行;当渠道高速变革时, 选择以渠道为核心的模型也不行。总之, 在行业动荡期要审时度势, 模型要适应环境。

市场外部环境主要从市场差异性和一体化程度两个维度来分析。市场差异性指的是区域市场内不同细分区域或不同细分消费群的差异化程度。具体可以分为两类:一是细分区域市场的差异性, 或者说是大区域市场中, 小的细分区域的差异性。这种市场差异性可能来自于文化、习俗等, 但更主要的是来自于购买力的差异。二是细分消费者的差异性, 或者说是同一区域市场细分消费者的差异性。这类差异性主要是来自于不同细分消费者群体购买力或购买习性的差异。一体化程度指的是区域市场内的购买习性、流通业态的多元化程度, 以及政策法规执行力度等环境因素的差别状况。差别越大, 一体化程度就越低, 差别越小, 一体化程度就越高。

摘要：市场营销环境的多变性、时效性和紧迫性, 使企业制定的营销战略和实施方案, 需要随时进行调整, 以达到营销活动最佳的实施效果。笔者运用动态组合营销模型, 对营销活动的效果进行监控, 并根据企业营销环境、消费者需求、市场成熟度、竞争策略的变化, 调整营销策略, 确定更加合理的营销方案。

关键词：动态组合营销模型,营销环境,消费者需求,竞争,4P

参考文献

图像动态组合技术的广泛应用 篇6

在采用发光二极管均匀分布的LED显示屏设计方案中, 动态组合技术能有效地提高显示分辨率 (在非均匀分布的设计方案中也可以实现动态组合技术, 但不在本文讨论的范畴) 。

当我们仔细观察图1的像素排布时会发现, 如果相邻像素中的部分发光二极管可以共享的话, 那么能够衍生出另外3种组合成像素的排布方式。从以上4种排布方式可以得出如下结论:当不同颜色的发光二极管均匀分布并且相邻像素能够部分共享时, 显示分辨率可以成倍提高 (本例中约为4倍) 。这就是动态组合技术的理论基础。又由于像素的部分共享和重新组合是动态的, 因此, 把这项技术命名为动态组合技术。在2红1绿1蓝的配色方案中, 只有红色是动态组合, 绿色、蓝色只进行组合, 没有动态拆分。

2动态组合技术在LED显示屏设计中的实现

目前, 在LED显示屏的设计方案中, 动态组合技术通常以两种方式出现。一种是基于时间分割的4帧叠加方式;另一种是基于数学的算法方式。接下来将对两种方式分别加以介绍。

4帧叠加方式:将数据源的1帧画面分割成4个子帧, 即奇数行、奇数列帧;偶数行、偶数列帧;奇数行、偶数列帧;偶数行、奇数列帧。4个子帧轮流出现, 均分1帧的周期 (通常为1/60秒) 。这种方法的思路清晰, 思想与理论基础非常吻合, 易于证明。但是缺点也很突出:第一, 帧数成倍增加, 提高刷新频率 (帧频的倍数) 的压力增大。第二, 技术细节实现的难度大。例如;显示屏的显示单元之间边界数据有重叠。

算法方式:从4帧叠加方式中可以看出, 显示屏上的任何1个发光点在1帧周期内的灰度值都是它在4个子帧内灰度值的算术和。因此, 我们可以用数学的方法, 利用4个子帧的数据事先计算出各发光点在1帧周期内的实际灰度值, 然后将计算值送到显示屏上的对应各个发光点。这样, 显示屏上的每个发光点在1帧周期内都有1个确定的灰度数据, 技术实现相对简单。除此之外, 这种方法还有刷新频率较高, 画面稳定的特点。但有一点要注意的是, 因为采用了多数据相加的方法, 所以此方法必须大幅提高灰度等级才能保持原有精度。在本例中如果数据源是12bit (4096级) , 那么计算后的数据至少14bit (16384级) 。

那么, 怎样在FPGA中通过算法方式实现动态组合技术呢?下面我们将通过已实现的设计方案对该技术作进一步讨论。红色数据被分成了2部分, 奇数列r1和偶数列r2, 这就是动态组合技术中的拆分。绿色数据g和蓝色数Á据b只参与组合, 不需拆分。下文中用r1、r2、g、b分别代表红、绿、蓝数据展开讨论。

由图1可见:显示屏第1列没有b, 所以图6中g比b早1个clk。同理, r2比r1早1个clk (g和r2同相位) 。由图1还可以看出:奇数行是g和r1组和, 偶数行是r2和b组合。推广到任意位置, 第n行、第m列, 举例:

当n为奇数时:

当n为偶数时:

3利用动态组合技术实现图像还原

在设计中, 我们经常会用到感光器件CCD或CMOS, 比如做物体的运动追踪。下面我为大家介绍CYPRESS公司的一款CMOS期件LUPA-300。这款彩色、面阵感光器件的技术指标如下:

感光面积:1/2英寸

有效像素:640×480

换帧频率:250fps

转换精度:10bit

数字输出:10bit

读出时钟:80MHz

当光线穿过分色滤光片照射到有效感光面积上时, LUPA-300按下图输出:如果将图2和图1做比较的话, 我们不难发现它们其实很相似。不同之处在于图1的排布方式是:2红1绿1蓝;图7的排布方式是:1红2绿1蓝。之所以有这样的不同是由于感光器件对绿色的敏感程度与人眼有很大区别的缘故。既然图7和图1如此的相似, 都是r、g、b三种颜色有规律地均匀分布, 那么有理由相信:我们可以逆向运用动态组合技术, 把绿色数据拆分, 然后分别与红色、蓝色组合, 将感光器件的输出还原成标准的24位r:g:b=8:8:8格式, 为CRT或者LCD提供显示数据。具体方法前文已经介绍, 不再赘述。

参考文献

[1]现代显示技术的发展王天及[J].光电子技术与信息, 2004.

[2]De Smet H, Van den Steen J, DoutreloigneJ.Custom display driver design[A].Proceedingsof the Spring 2001 meeting of the SID-MEChapter[C], 2001.

基于MDP的动态Web服务组合 篇7

但由于Internet环境的开放性和动态性以及Web服务的随机性,导致组件服务的QoS具有很强的不确定性,从而影响了服务组合成功率和组合服务的质量.所以,如何准确地度量Web服务的QoS以及动态地对其进行自适应管理,对服务的成功组合有着重要的意义;另一方面,已有的服务组合方法在规划过程中都假设Web服务具有确定行为,而这个假设往往导致服务组合过程中出现约束冲突。所以,在考虑真实环境的不确定性和动态性的情况下,研究服务的可靠组合方法有着重要的现实意义。

如何获取Qos值是一个主要问题,已有的QoS度量方法基本都是用历史日志的期望值近似实际的QoS值[1],但是这种方法忽略了很多不确定的因素如环境等,导致估计值与真实值之间的偏差较大,从而在服务组合时组合出来的结果不符合实际需要。针对这个问题,文中将Web服务各QoS指标定义为一系列随机变量,并利用随机变量的数学期望和方差来度量各指标的取值,这样就克服了以往仅用历史日志期望值来衡量指标的弊端,将具有不同波动性的Web服务区分开来。

服务组合广义上可以分为手工组合、半自动组合和自动组合[2]。由于Internet上有大量具有不确定性的Web服务可用,手工分析这些服务并合成服务不现实。对于自动组合,首先需要利用匹配算法生成状态图,然后利用回溯算法确定具体的组合规划[3,4,5,6].这种组合方法不仅过程复杂,而且如存在一个Web服务调用异常,整个组合过程失败。因此,很多关于服务组合的应用和研究工作都侧重于半自动方式[7,8]。半自动组合方式的实现,首先需要业务人员建立组合流程模型,然后对模型中各抽象任务自动地绑定调用实例.基于全局优化的服务绑定方法主要有两类:以整数规划为代表的穷尽优化方法[1]和以进化算法为代表的近似优化方法[9]。但这两种方法存在一个共同的缺陷:产生的规划都是静态规划,从而在组合过程中如果出现调用异常,则只能进行重规划,或者为了提高组合效率而选择一个次优规划,或者采取协商机制[10],这些方法将不可避免地降低组合服务的性能。实际上,Internet环境下预定义流程的Web服务选择问题,是对一个随机型离散事件系统进行动态寻找最优规划的过程,而MDP是这类系统比较合适的动态控制方法,同时文献[11]已经证明其复杂度是P完全的。因此,本文利用MDP进行服务组合,该方法可以形式化服务组合过程中的一些不确定性情况(例如:服务调用失败),最终产生一个平衡了“风险”和“报酬”的动态最优规划。

1 基于MDP的动态服务组合

1.1 MDP的基本概念

MDP是动态规划与马尔可夫过程相结合的产物,适合于对随机型离散事件系统进行动态控制,且在对决策问题建模时考虑其随机性和有序性.马尔可夫链中没有考虑不确定性的因素,仅考虑了概率因素。但实际情况中由于系统的并发以及有时无法准确的用概率模型来刻画系统,需要同时考虑概率和不确定因素。本文采用离散决策时刻,有限状态马尔可夫决策模型。

定义1(马尔可夫决策过程).马尔可夫决策过程是一个五元组M=(S,Act,P,linit,AP,L)

其中S为有限状态的集合,Act为动作集合,

P:S×Act×S→[0,1],P为变迁发生概率的函数,对于所有的s∈S,α∈Act,有,

linit:S→[0,1]描述了初始分布,有。

AP为原子命题的组合,L:S→2AP是标记函数,表明每个状态中所满足的原子命题的集合

1.2 UDDI和BPEL的扩展

尽管现有的UDDI+WSDL+WSFL试图提供一个商业整合的基础,但是对服务的精确描述能力有所欠缺,现在有很多研究提出利用Qos的Web服务组合的研究,Web服务的描述模型为S={Function,Qos},Functon为服务的功能属性集合,Qos为服务的质量属性集合。现有的服务描述语言WSDL并没有提供对Qos的描述机制,所以文献[12]提出一种扩展的Web服务描述语言EWSDL,可以在其中加入Qos的描述信息,同时也扩展了BPEL,其中也加入了Qos的相关内容。同时考虑到系统的不确定性,系统也需要提供一种机制来自适应的获取Qos值。

1.3 基于MDP的Web服务组合模型

图1为服务组合模型。

其中将具有相同或相近Qos属性的Web服务集中在一起,作为一个Web服务类,Agent选择满足规定Qos条件的的服务类进行排列(s1,s2,s),s1∈C1 s2∈C2s3∈C3即可得到一个所希望的服务组合。

2 算法及分析

为讨论方便,假设服务类的个数为m,每个服务类中服务的个数都为n,则组合模型的解空间大小为nm,这样一个指数级的计算量对于n,m比较小的情况都会带来很大的系统负担[13],所以穷尽算法通常情况下不可用,有必要寻找更高效率的服务组合算法。文献[12]提出了利用k臂赌博机技术得到了一种服务组合算法,以文献[14]中EXP3算法为基础给出了算法E(α,β)。进一步的考虑,可以考虑利用MDP中的反向迭代算法和前向搜索算法,来更好的进行服务的组合。

摘要：在面向服务的环境下,单个Web服务往往不能满足用户的要求,这时就需将已有的单个Web服务进行组合,以便产生满足用户需求的组合服务。已有的服务组合方法都很少考虑Web服务的随机性和Internet环境的动态性,从而在服务选择过程中产生的规划都是静态规划,结果导致在服务组合时都以较大概率出现组合失败。针对上述问题,利用马尔可夫决策过程(MDP),设计出利用随机QoS作为指标的Web服务组合算法。

动态组合 篇8

网格是以动态的、分布的、异构的和自治的资源为基础[1],将所有资源都抽象为网格服务,网格服务组成的虚拟组织为用户提供资源共享、协作安全的解决问题的能力。网格服务组合是指将多个小粒度的网格服务通信、交互和协作形成大粒度的网格服务,从而实现网格服务的增值功能。网格服务组合通过将系统中“单独、独立、封装”起来的服务按一定顺序组合,创建“增值服务”(新功能、高质量的大型服务)满足用户需求。

网格服务组合方法研究主要有2类[2]:

① 是基于工作流的服务组合方法。它是一种工业界的解决方法,属于过程驱动的组合算法。该方法利用服务和服务之间的联系,按照工作流模型实现顺序、选择、并发和循环等控制操作。由于网格工作流大部分是将传统工作流使用到网格平台上,而传统工作流过程的静态性和服务之间的紧耦合性,不适合网格环境下资源自治、动态和分布等特点。网格工作流还有很多不足:没有标准的网格工作流定义和执行语言;没有基于网格工作流的设计开发和部署接口;没有建立统一的标准。

② 是基于AI规划的网格服务组合方法。它是一种学术界的解决方法,属于语义驱动的组合算法。该方法基本思想是通过网格服务自身的描述和用户对请求服务的描述,增加服务的语义信息,使计算机能够自动实现服务组合模型的设计和执行。基于AI规划的网格服务组合方法的不足之处为:它假设在封闭世界条件下,信息不完善;缺少非功能性描述。

1动态服务组合框架

基于本体的网格服务组合框架如图1所示。框架主要有6个组成部分:用户需求、词汇转化、语义解释、服务查找、服务组合计划和服务组合执行。

用户将服务需求描述通过语义解释器进行词汇转化和语义解释,以此将用户对所需服务的描述语言转换成计算机可以理解的语言。计算机根据转化的服务描述语言与数据库中的服务描述进行匹配,获取所需的服务。服务组合引擎根据用户的服务要求,设定服务组合过程,服务组合执行器根据服务组合计划以及匹配到的服务进行组合,已达到用户的要求,最终完成动态服务组合过程。文章是在语义正确转化和服务精确匹配的基础上,研究服务组合的过程。基于本体的网格服务组合框架如图1所示。

2服务组合模型

服务组合中服务分为原子服务和复合服务,并以本体语言描述,服务之间存在2种关系:有先后顺序和无先后顺序[3]。

定义1:基于本体的网格服务可以表示为GSR(GSRProfile,GSRModel,GSRGrounding),其中,GSRProfile描述网格服务的功能;GSRModel描述网格服务如何执行;GSRGrounding描述如何对网格服务进行访问。

定义2:网格服务可以用GSR(I,O,IF)表示,其中GSR表示网格服务名称,I表示服务的输入集合,O表示服务的输出集合,IF表示有关网格服务的数据。

网格服务之间通过定义的输入、输出接口完成相应的功能,服务实例的信息如服务状态、服务功能和服务质量等,都通过服务数据IF进行描述。

定义3:对于网格服务GSRi(Ii,Oi,IFi)和GSRj(Ij,Oj,IFj),当Ij⊆Oi时,称服务GSRi和GSRj之间语义相关联,记为GSRi→GSRj,其中GSRi和GSRj存在先后顺序关系,GSRi为GSRj的前驱服务,GSRj为GSRi的后继服务。

定义4:服务之间的关联程度可以用W(GSRi,GSRj)表示,服务GSRi和GSRj之间顺序执行的概率用P表示,服务GSRi和GSRj之间顺序执行的代价用M表示,[W,P,M]∈[0,1],W正比于P,反比于M。

定义5:服务GSRi和GSRj之间存在3种关系:① 串联执行关系:2个服务依次执行,服务之间存在执行的先后顺序;② 并联执行关系:2个服务执行时可以没有先后顺序;③ 混合执行关系:多个服务之间存在串联执行和并联执行的关系。

定义6:网格服务组合是指对于用户请求的服务GSR,将该服务分解为原子服务GSR1,GSR2,GSR3,……,GSRn,各原子服务经过串联、并联和混合执行之后完成服务GSR的过程。

3网格动态服务组合

在网格动态服务组合过程中,根据用户所需的服务GSR,从数据库中获取以本体描述的服务GSRi(Ii,Oi,IFi)。服务组合引擎根据组合算法中的服务选择算法,得到能够实现用户所需服务GSR功能的原子服务集合[4]。根据服务组合算法中服务执行路径的选择算法,将所选的原子服务GSRi(Ii,Oi,IFi)为起点,用户所需的网格服务GSR为目标节点,获得一条最佳的执行路径,完成用户请求。

3.1网格服务选择

目前,服务选择过程中主要是依靠基于关键字的查询获取,而依据关键字的查询无法获得查询结果的语义信息,从而无法准确满足用户服务需求。在此提出一种基于关键字的语义服务选择算法,该算法不同于基于关键字查询的简单匹配,获取的服务结果具有明确的语义[5]特征。

基于关键字的语义服务查询的核心是利用描述网格服务逻辑知识库,依据关键字和语义获得所需的服务,具体步骤如下:

第1步:将网格服务转化成拥有关键字的知识库。

第2步:将查询的关键字转化成知识库中的服务实体。关键字被映射成知识库中本体服务数据和属性等信息。

第3步:根据关键字映射的信息以及知识库中的语义信息,获得所需的实体服务。

在基于关键字的语义查询过程中,拥有包含关键字的最小关系图的实体[6],对于用户的请求来说,关键字之间的语义关系更为紧密,因此作为满足用户查询要求的服务实体返回给用户。

为了解释文中提出的算法,网格服务知识库示例如图2所示。图2中,V1、V2、V3、V4、V5、V6为网格服务,依据网格服务的输入和输出功能,将服务V1分解为V2和V3、服务V2分解为V4和V5, 以及服务V3分解为V5和V6。为将算法描述清楚,依据网格服务GSRi(Ii,Oi,IFi),对输入、输出和服务信息简单表示如下:设定每一个网格服务都由服务名Name、服务描述关键字Keyword和服务功能Use三个因素表示。

假设用户提出关键字查询请求Q(N4,U2),希望找到与这2个关键字相关联的服务,根据图1的描述,N4属于V4服务的服务名(Name),U2属于V2服务的服务功能(Use)。根据算法和图1描述,可知V2具有用户所请求的功能U2,其子图具有用户所请求的N4。V1也能够满足用户的关键字请求,依据算法描述,应选择形成最小联通图的服务。在满足用户查询服务的关键字中,V2和V4组成的联通图属于最小联通图。最后,返回给用户的结果为,包含服务名N4且具有功能U2的服务V2。

3.2网格服务路径选择

对于大规模的语义网,可能存在多个满足用户关键字请求的服务,在多个候选服务中,需要根据服务组合算法中有关服务路径选择算法,对网格服务和服务执行路径进行选择。根据网格服务GSRi(Ii,Oi,IFi),服务之间的执行关系如图3所示。

图3是一个网格服务组合执行图,服务节点用字母V表示,V1,V2为经过基于关键字语义查询获得的满足用户要求的服务集合,V3为用户请求所要完成的服务,服务之间的关系由连接服务的直线表示。在此需要根据获得的服务进行组合,实现用户所提出的服务V3的执行过程。为描述该服务组合算法,设定服务之间的执行代价即服务连接边为E,且边的权重相等。根据上文所述,提出了采用基于最短路径的思想,实现网格服务的动态组合。

定义7:最短路径是指在图(V,E)中,节点v∈V,L表示服务执行所经过的路径,即服务执行的代价,u为用户请求所要完成的复合服务,min{L(v,…,u)|v∈V,(v,…,u)为节点v到节点u的一条路径}

对于图3,最终获得的结果为RDF图,该算法从已知服务节点出发,设定一个集合L,从V1中选择一个节点作为最短路径初始集合,由V1中的所选节点开始,寻找到达V2中节点的最短路径,最后算法找到到达V3的最短路径。对V1中所有节点的最短路径进行比较,将获得的min{ L(v,…,u)}的路径放入查询结果中。基于最短路径的服务组合算法如下:

以图3为例,解释算法的具体执行过程。从节点V1中的K11开始,寻找到一条到达V2的最短路径即L1(K11,V4,V6,V7,K21),获取从该路径到达节点V3的一条最短路径L2(V4,V5,V10,V3),将L1和L2进行组合,获得一条从K11和V2到达V3的最短路径,该路径的代价为7,将该路径放入结果队列中。再以V1中的另一个节点K12开始,获得到达V2的最短路径L3(K12,V5,V10,V13,V12,K23)以及从该路径到达V3节点的最短路径L4(V10,V3),该路径的代价为6,将该路径放入结果队列中。比较路径大小,由于6<7,所以路径应为L3和L4的组合。基于最短路径的网格服务组合执行路径就为L{L3,L4}。

4模拟实验与结果

由于网格服务环境具有高动态、异构、集成和共享等特性,目前没有标准的实验环境,本实验在4台PC机上完成,PC机的配置如下:

PC机环境:XP系统,3.16 Hz,1.92 G内存;

编程环境:Visual Studio 2005,编程语言C++。

实验过程中服务根据设定的服务模版随机产生,采用基于关键字的语义服务算法选择服务,再利用基于最短路径的服务组合算法进行服务组合。基于关键字的服务选择算法的成功率如图4所示,基于最小路径选择的服务组合时间如图5所示。

从图4中可以看出,随着服务数量的增大,服务执行的成功率有所降低,由于用户提供的关键字平均处于2.35个,所以最后执行的成功率趋于平行。从图5中可以看出,服务所耗时间随着服务数量的增加而增加,该算法的运行时间主要是由获取最短路径所耗的计算时间。由于该组合算法本身就是一种模糊算法,在大量服务中寻找一条最佳路径是不合适的,所以该算法将会获取前10或20的路径,导致算法执行时间随着服务数量的增加最后趋于平行。

5结束语

针对网格服务组合算法的研究,在分析了现有服务组合的基础上,提出了基于本体的网格服务组合算法,研究了网格服务组合框架和模型,并在服务选择过程中提出了基于关键字的语义服务选择算法。该算法在执行过程中没有考虑服务之间执行的代价差别,下一步主要工作是对该算法进行进一步地改进,提高服务组合性能,降低服务组合所耗时间等。 

参考文献

[1]FOSTER I,KESSELMAN C.The Grid:Blueprint for a NewComputing Infrastructure[M].Waltham:Massachusetts ofUnited States:Morgan Kaufmann Publisher,2003:1-15.

[2]闰新庆.语义网格体系结构中若干关键技术及研究[D].湖北:武汉理工大学博士论文,2006:7-16.

[3]辛焦丽.基于本体的语义网格及其服务组合算法的研究[D].河南:河南理工大学硕士学问论文,2008:5-30.

[4]龙浩.网格语义工作流关键技术研究[D].北京:北京工业大学博士论文,2010:77-86.

[5]ZHOU Q,WANG C,XIONG M,et al.SPARK:AdaptingKeyword Query to Semantic Search[C].Korea-Proceedings of the 6th International Semantic WebConference,2007:694-707.

动态组合 篇9

1 服务准备

1.1 服务的发现与发布

Web服务的动态组合是由一个个独立的单位构成的, 这些单位是作为独立的实体存在的, 是域模型构成的基础。如果服务的发现和发布要达到自动化, 则Web服务需要能够被服务代理识别。此时要充分发挥发挥语义Web服务的功能进行标记, 语义标记能够提供消费服务的计算机代理需要理-解的运行服务的信息等等。

1.2 服务间的依赖性

Web服务与另一个Web服务之间往往存在着依赖性, 这种依赖性对于自我绑定与自我组合来说不可或缺, 是进行自我绑定和组合不可缺少的重要组成部分, 服务的语义描述中的前提和效应对于服务的自动组合是非常重要的。把服务当成是一个任务, 要使得下一个任务正常运行, 就不得不以这个任务为前提, 只有这个任务完成, 下一个任务才得以开始, 数据以及流程约束就是这两个任务之间联系的体现, 这就是服务间的依赖性。

2 Petri网模型

一个好的工作流模型对于Web服务动态组合是至关重要的, 否则的话, Web的服务组合无法进行跨域工作。电子商务系统一般来说是以业务服务为基础的, 因此电子商务系统需要一个好的工作流模型, 以在业务服务中起到关键作用。而Petri网技术有着独特功能的建模方法, 它既可以进行结构建模, 又可以进行广泛定性和定量分析, 既可以以图形化的形式进行描述使得用户非常容易理解系统模型, 又可以进行系统分析和论证。

近年来, 科技化、网络化、信息化的步伐不断加快, Petri网技术的理论也一直处于不断的完善和发展之中, 它的描述能力不管是在纵向上还是在横向上都有所发展, 在横向上没有参数的网已经被淘汰, 基于时间的Petri网和基于参数的Petri网应用越来越广泛, 其纵向发展的表现为从基本的条件、时间网和位置变迁网发展到了谓词、变迁网和着色网等高级网。

3 Web服务动态组合

如果将Web服务的一个操作当做是一个任务, 那如果要运行下一个任务, 那就需要这个任务能够正常运行, 所以这个任务就是下一个任务的前提, 再从达成任务目标的角度出发, 建立描述细节过程的流程图。事件驱动是业务流程的主要形式, 每当Web组合的提供者新的任务的时候, 首先要想着如何完成这个目标, 要通过什么样的形式进入达到目标指定的状态。条件判断在任务完成的过程中产生事件, 促进整个过程的发展。在电子商务系统中Web服务的动态组合对其客户而言, 是没有隐瞒的, 处于比较透明的状态, 利用Web来完成服务组合必让用户用手动的方式来查找, 挑选和组合服务更加具有效率。

编程语言和业务过程模型语言, 例如并行、循环、顺序等等, 在组合服务的构造过程中发挥着重要作用, 基本服务要实现代理自动与组合服务的交互, 就必须提供过程数据模型和业务过程模型。

4 系统的任务指派以及服务跟踪

每一个组合服务管理器都会相应的有一个活动图, 用户文档、初始状态和目标任务等等都是活动图产生的基础。每个活动图都包含实际状态和事件两种状态, 其中活动图的事件是条件的体现, 而活动图的实际状态则成为任务的表现形式。不论是指派任务还是绑定服务都离不开活动图功能发挥, 而业务引擎在其中发挥着处理作用。

4.1 搜索引擎的基本服务

搜索引擎的基本服务是在业务服务引擎进行查询过程中产生的, 业务引擎在查询的过程中, 会搜索到许多服务, 这些服务的有的功能强大, 有的功能弱小, 有的服务能够产生积极的作用, 有的功能能产生消极的作用, 以此要从实际出发, 结合实际情况对搜索到的这些任务进行过滤, 选出最合适的服务。当然, 这组服务就是由基本服务与组合服务组成的。

4.2 组合服务

对于选出这组服务当中的组合服务, 服务的绑定有一个过程, 任务目标的确定是这个过程的第一步, 在任务目标明确后第二步是指派组合管理器, 以便能够相关的处理, 以此能够自动构建组合服务, 最后的一项就是重复, 一直重复到获得结果。

4.3 基本服务的动态绑定

绑定搜索引擎挑选出的实际服务是基本服务动态绑定的主要形式, 以此获得想要的结果, 最终, 业务搜索引擎将获得Web组合动态服务的执行结果来作为最终结果。

5 结语

Web服务和语义Web服务要满足复杂的电子商务发展的要求, 实现更加强大的功能, 就必须要求Web服务的动态组合, 以利用Web服务的动态组合, 来编排电子服务的Web服务。本文以Petri网的技术为基础, 从电子商务的角度进行关于电子商务Web服务的动态组合, 以此形成更加复杂的业务服务, 给出一个利用动态生成的活动图进行Web服务动态组合的实现方法。下一步研究的重点工作是放在Web服务的组合设计, 以Petri网技术中的分析技术, 对Web服务的组合进行辅助, 并且以此来验证服务组合的正确性及应用性, 提供用于Web服务组合设计与分析提供直观的、图形化的工具。

摘要：作为组合的Web服务的一个主要机制就是Petri网理论, 以此为基础能够形式化定义和描述Web服务, 映射Web服务动态组合的元素, 验证和分析Web服务动态组合的安全性、有界性和活性。本文从Petri网理论在Web组合的应用入手, 分析以Petri网理论为基础建模的优势所在, 研究如何基于Petri网实现Web服务组合的构建。

关键词：PETRI网,WEB服务,动态组合,构成解析

参考文献

[1]毛伟伟, 于素萍.基于Petri网的Web服务动态组合[J].计算机技术与发展, 2009 (11) .