異構數據驅動和UML融合的供應鏈智能控制系統設計

張 生 福

(青海民族大學計算機學院 青海 西寧 810007)

異構數據驅動和UML融合的供應鏈智能控制系統設計

張 生 福

(青海民族大學計算機學院 青海 西寧 810007)

為了提高供應鏈的管理水平和商品利用率等性能，基于供應量過程異構數據驅動模型，融合UML智能控制器，構建了供應鏈智能控制系統。首先，通過收集供應鏈的管理過程產生的大量數據，以提高控制效率和精度為目的，對過程大數據進行分類并與控制過程建立有機聯系，提出線性特征求解二維平面和數據驅動的動態拓撲，構建異構數據驅動模型。接著，借助UML語言，將供應鏈異構數據內部結構與供應鏈過程進行描述與建模，并且將異構數據驅動的效應分布式泛化到各個供應鏈子進程，設計了UML融合機制。最后，給出了數據驅動UML融合嵌入式控制流程和供應鏈智能控制系統工作步驟。仿真實驗對比了所提出的供應鏈智能控制系統和參數化驅動的控制系統在控制效果、控制收益和商品利用率等方面性能。結果表明，所提出的供應鏈控制系統性能更佳。

異構數據 驅動控制 UML 供應鏈控制

0 引 言

供應鏈管理與控制[1]成為制約現代工業、企業發展的重要因素，如何重發調度分布式流水線[2]的協同合作[3]，通過智能控制和嵌入式微系統，優化供應鏈控制決策，成為供應鏈利潤最大化[4]和成本最優化[5]的關鍵技術。

從復雜網絡節點出發，基于供應鏈質量，結合控制流程，文獻[6]提出了供應鏈質量優化應用范式。為了便于維護軟件和功能擴展，降低復雜度，文獻[7]基于UML的狀態，結合Qt的自動機框架改進了IEC 60870-5-104規約主站端。通過深入挖掘UML模型集成測試需求，文獻[8]設計了一種測試需求驅動的UML覆蓋和集成相融合的測試方案。文獻[9]研究了模型驅動與轉換技術，設計了UML與Simulink的映射轉換算法，進一步提出了元與元混合模型和映射規則。

文獻[10]使用文本相似技術分析UML模型。文獻[11] 提出了一種基于模型的方法來測試是否實現滿足其設計模型所施加的約束。文獻[12]提出一個新的符號集，擴展了UML狀態圖表示法，并應用于在線工業調查測量的新符號語義透明度，及其覆蓋的建模狀態為基礎的安全。基于RFID和嵌入式系統，文獻[13]在充分考慮生產線與分銷商之間物流延遲、供應耗時、商品處理完成等因素，設計了供應鏈系統架構模型。基于供應鏈系統動態演化和庫存模型，文獻[14]充分發揮了訂貨量非負驅動因素，解決了系統時滯的非線性問題。

上述研究在UML與嵌入式系統的融合、供應鏈智能控制和供應鏈管理質量保障等方面未作深入研究。因此，本文從供應鏈異構數據驅動出發，設計了一種基于UML融合的供應鏈智能控制系統。

1 異構數據驅動模型

供應鏈的管理過程產生大量數據，為了提高控制效率和精度，對過程大數據進行分類并與控制過程建立有機聯系。過程大數據具有如下特征：

(1) 高精度數據便于獲取，但特征提取難度大；

(2) 高冗余度數據特征顯著且相對簡單獲取難度低，但數據的不確定性高；

(3) 過程大數據的控制機理與管理的映射關系復雜，同構模型無法滿足控制需求。

因此，基于供應鏈控制系統的輸入向量和輸出矢量，結合異構框架，在提高控制數據的特征提取效率同時，確保供應鏈控制系統輸出數據的驅動性能。結合過程大數據的動態特征和控制過程的分布式特點，通過建立異構數據驅動模型，充分發揮過程大數據的線性優勢和實時控制器驅動能力。從供應鏈過程大數據的整體出發，公式給出了異構數據驅動控制的供應鏈數據控制關系:

(1)

其中，y表示輸出矢量函數，F表示供應鏈控制函數，x表示異構數據集合。過程大數據的規模由系數k統計。函數P用于獲取過程大數據，且按照時間t線性控制。異構數據的分布式集合規模是n。

當大數據質不變且供應鏈系統輸入輸出一致時，供應鏈控制單元的異構數據響應幅度相同，此時異構數據驅動的過程大數據具有線性特征，可表示為：

(2)

其中，向量H是供應鏈控制系統大數據質向量。Q函數獲取供應鏈控制系統的管理數據且按照時間線性控制。因此，異構數據驅動的過程大數據具有了D線性特征，并且供應鏈控制系統滿足了大數據的異構特性。D線性特征的二維平面的求解如圖1所示。

圖1 D線性特征求解二維平面

(3)

其中，α表示兩路曲線的線性夾角。γ表示異構數據響應幅度。供應鏈管理健壯性約束參數如下：

(4)

在保障供應鏈健壯性同時，過程大數據的輸出用于控制供應鏈并進行精確驅動，需要獲得被驅動對象的準確控制模型。因此，在二維平面上充分發揮向量H和Q的線性特征，在驅動數據與被驅動對象之間建立供應鏈控制系統的動態拓撲如圖2所示，以便實時準確地為供應鏈控制提供高可靠性數據。動態拓撲也具有線性特征。該拓撲中的數據來源于D線性特征中的被驅動對象的特征向量。該數據驅動模型以供應鏈系統的實時采集管理過程的輸出數據為驅動，結合被驅動對象的線性轉換動態信息。

圖2 數據驅動的動態拓撲

綜上，該異構數據驅動模型映射了供應鏈系統的實時動態管理信息和執行狀態。該驅動模型以供應鏈系統的管理對象為出發點，將供應鏈的內部管理延遲和外圍環境制約因素相結合，以精準數據驅動供應鏈控制。該驅動模型的異構數據函數形式如公式：

(5)

此外，異構數據驅動模型的輸出數據樣本滿足公式所示的線性特征：

(6)

2 UML融合的供應鏈智能控制系統

為了進一步提高供應鏈的管理水平和控制效率，充分發揮異構數據的驅動性能，需要一種內部結構與供應鏈過程大數據的構造相似的語言，對供應鏈進行描述與建模。UML語言中的抽象類、多樣性接口和用例等元素可以準確地捕捉供應鏈過程的大數據結構特性和收集數據的組織管理。通過對被控制對象的模型化處理，UML采用附加依賴于線性關聯相結合的方法，融入供應鏈控制系統，框架如圖3所示。同時，UML將異構數據驅動的效應分布式泛化到各個供應鏈子進程，從而提高供應鏈各元素之間的一致性和更新數據拓撲，UML融合控制系統架構如圖4所示。從圖3和圖4中可以看出，UML融合后，供應鏈控制系統的子進程建模更加準確，有助于精確闡述供應鏈控制系統中各個子進程的管理框架，建立各種周邊環境對供應鏈控制系統的干擾映射。

圖3 UML融合框架

圖4 UML融合控制系統架構

圖3中將供應鏈的管理過程劃分為n個進程，記為k1,k2,…,kn。異構數據驅動集合中含有若干個元素，每個元素記為Da向量。供應鏈的UML融合的控制核心包括三個子模塊：抽象類、多樣性接口和用例，為UML融合提供捕捉特征的輔助和分析功能。

圖4中，將供應鏈控制系統分為軟件子系統和硬件子系統。此處，硬件用于采集供應鏈過程數據，軟件子系統用于優化數據驅動的拓撲。為了提升控制系統的智能水平，在圖4的控制模塊升級為圖5所示的智能控制器，其控制流程詳見圖6。

圖5 智能控制器

圖6 數據驅動UML融合嵌入式控制流程

基于上述圖3-圖6，下面給出UML融合的供應鏈智能控制系統工作步驟：

步驟一：根據式(1)和式(2)，驗證供應鏈系統是否具備線性特征；

步驟二：按照時間構建二維求解平面；

步驟三：獲取圖2所示的數據驅動的動態拓撲；

步驟四：將步驟三的結果和異構數據驅動集合輸入圖5；

步驟五：將圖5的輸出結果通過圖6所示流程，輸出結果至圖4的控制模塊。

3 系統性能驗證

為了分析本文所提出的供應鏈智能控制系統的執行特點和驗證控制性能，通過數學仿真的方法與基于參數化驅動的控制系統進行對比。兩種控制系統的實施均在如式(7)所示的線性系統結構動態變化的分布式離散時間線性被控函數：

(7)

其中，t是整個供應鏈控制系統的工作時間。N表示供應鏈控制系統的用戶體驗時間。

同時，分析過程中供應鏈滿足如下假設條件：

(1) 商品制造商與零部件之間具有一對多的生產關系；

(2) 供應鏈的產品價格在供應期間保持一致；

(3) 供應鏈數據驅動的集合具有動態特性，可以實時更新，滿足期望分布區間和可信區間；

(4) 在供應末期，用戶不滿意的商品不計殘值，同時也不計缺貨損失。

min(y(t))t→n+φ·F

(8)

圖7和圖8給出了隨著不同的采樣時刻，兩種控制系統的控制輸入和輸出效果與實際統計結果對比。發現所建立的供應鏈智能控制系統的異構數據驅動模型實時映射了供應鏈系統的實時動態管理信息和執行狀態。同時該驅動模型將供應鏈的內部管理延遲和外圍環境制約因素相結合，實現了精準數據驅動。因此，與參數化驅動控制系統相比，在空參數輸入和控制系統輸出方面具有更好的控制效果。

圖7 控制輸入

圖8 輸出

根據式(7)和式(8)，計算兩種控制系統的智能控制收益率，詳見圖9。因為所提出的控制系統融合了UML語言及其嵌入式控制器。該系統充分發揮了UML中的被控對象抽象類、控制器多樣性接口和供應鏈用例等元素，從而準確地捕捉供應鏈過程的大數據結構特性并且有效組織采集數據。參照圖3-圖6的控制模型，所提出的控制系統可以深入融合UML，基于線性關聯的附加依賴，提高了供應鏈控制系統的智能收益率，而且具有較高的商品利用率(詳見圖10)。

圖9 智能收益率

圖10 供應鏈的商品利用率

4 結 語

面對多樣化商品供銷需求，傳統的供應鏈具有管理復雜，執行效率低和商品損毀嚴重等一系列問題，為了解決上述問題，本文設計了一種異構數據驅動和UML融合的供應鏈智能控制系統。一方面，在獲取供應鏈的管理過程大數據基礎上，分類并控制過程大數據，得到供應鏈的線性特征求解二維平面和數據驅動的動態拓撲后，提出了異構數據驅動模型。另一方面，通過建立供應鏈數據內部結構與過程之間的映射布局，設計了UML融合模塊，從而將異構數據驅動的效應分布式泛化到各個供應鏈子進程。綜上，設計了數據驅動UML融合嵌入式控制流程和供應鏈智能控制系統。數學仿真實驗結果表明，在控制效果、控制收益和商品利用率等方面，所設計的供應鏈智能控制系統比參數化驅動的控制系統性能更優，可以有效提高供應鏈的管理水平和控制能力。

[1] 楊冀南. 電子元器件行業供應鏈控制的方法與策略[J]. 經濟與社會發展研究, 2015(3):268-268.

[2] 申強, 楊為民, 劉笑冰,等. 基于兩種策略的四級供應鏈質量控制優化研究[J]. 中國管理科學, 2016, 24(10):52-59.

[3] 王廣澤. 改進粒子群算法在供應鏈庫存控制中的應用[J]. 哈爾濱理工大學學報, 2016(5):90-95.

[4] 張義, 鐘斌. 裝備項目型供應鏈風險控制策略[J]. 火力與指揮控制, 2015(6):112-114.

[5] 趙皆星. 供應鏈成本控制中應用目標成本管理研究[J]. 中國經貿, 2016(17):265-265.

[6] 萬能, 王福紅, 宰銀冰. 復雜網絡理論在供應鏈質量控制中的應用研究[J]. 物流科技, 2016,39(11):109-117.

[7] 余存, 黃利軍, 黃浩然,等. 基于UML狀態圖和Qt狀態機框架的IEC104規約的分析與實現[J]. 電力系統保護與控制, 2015(15):118-125.

[8] 樊鑫, 鄭巍, 楊豐玉. 基于UML模型集成測試工具的建模與設計[J]. 計算機測量與控制, 2015, 23(12):4210-4213.

[9] 郭鵬, 李亞暉, 孫磊,等. 面向嵌入式軟件開發的UML到Simulink模型轉換方法[J]. 計算機科學, 2016, 43(2):192-198.

[10] Kchaou D, Bouassida N, Ben-Abdallah H. UML models change impact analysis using a text similarity technique[J]. Iet Software, 2017,11(1):27-37.

[11] Chavez H M, Shen W, France R B, et al. An Approach to Checking Consistency between UML Class Model and Its Java Implementation[J]. IEEE Transactions on Software Engineering, 2016,42(4):322-344.

[12] El-Attar M, Luqman H, Kárpáti P, et al. Extending the UML Statecharts Notation to Model Security Aspects[J]. IEEE Transactions on Software Engineering, 2015,41(7):661-690.

[13] 鄒承俊. 物聯網RFID技術下的供應鏈系統[J]. 實驗室研究與探索, 2015,34(9):265-268.

[14] 李卓群, 嚴廣樂. 時滯非線性供應鏈系統的復雜動態行為仿真分析[J].計算機應用研究,2016(1):78-81.

DESIGNOFINTELLIGENTCONTROLSYSTEMFORSUPPLYCHAINBASEDONHETEROGENEOUSDATADRIVENANDUMLFUSION

Zhang Shengfu

(SchoolofComputerScience,NationalUniversityofQinghai,Xining810007,Qinghai,China)

In order to improve the management level of the supply chain and the utilization of goods and other properties, we have built a supply chain intelligent control system. The system is based on the heterogeneous data-driven model of the supply process and the fusion UML intelligent controller. First, we collected the large amount of data generated by the management process of the supply chain, classified it and established an organic connection with the control process to improve the control efficiency and accuracy. Besides, we proposed linear features to solve two dimensional and data-driven dynamic topologies, and constructed heterogeneous data-driven models. Second, we described and modeled the supply chain heterogeneous data internal structure and supply chain process using UML language. Furthermore, we generalized the heterogeneous data-driven effects into each supply chain process, and designed the UML fusion mechanism. Finally, the paper gave the steps of data-driven UML fusion embedded control flow and supplied chain intelligent control system. Simulation experiments are carried out to compare the performance of the intelligent control system of the supply chain and the control system driven by the parameter in the control effect, the control benefit and the commodity utilization ratio. The results show that the performance of the proposed supply chain control system is better.

Heterogeneous data Driver control Unified Modeling Language Control system of support chain

TP319 TP393

A

10.3969/j.issn.1000-386x.2017.09.061

2017-04-13。教育部春暉計劃項目(Z2016070)。張生福，副教授，主研領域：微系統設計，ERP設計。