云計算虛擬現實技術供應鏈協同系統設計與實現

傅林+王宇+程華福

摘 要

隨著科學技術的不斷發展，服務行業呈現出個性化、多樣化的發展態勢，對各個行業中的數據進行分析可滿足更多用戶的需求，這也使得云計算虛擬現實技術供應鏈協同系統設計變得越來越重要。本文根據以往工作經驗，對個性化虛擬現實數據的挖掘模型建立進行總結，并根據實際實驗，論述了供應鏈云計算協同管理系統的具體設計。

【關鍵詞】云計算 虛擬現實技術 供應鏈協同系統

通過對云計算中云服務的方法選擇，以及最優組合的排列等技術研究，在與計算機自動化控制技術相結合，可滿足消費者的一些特定需求，實現系統敏捷性的合理提升。在云計算虛擬現實技術供應鏈協同系統的設計中，工作人員首先要對行業特點以及個性化服務進行深入了解，同時對服務時間、成本等特征進行總結，以此來實現供應鏈的挖掘工作。

1 個性化虛擬現實數據挖掘模型的建立

虛擬現實是以計算機技術為基礎，對視覺、觸覺等虛擬環境進行合理構建。在這其中，VRML是虛擬現實建模語言的另一個名稱，VRML并不與虛擬現實完全相同，但對該技術的影響卻十分嚴重。VRML既然是一種建模語言，在制作中的基本目標便是將三維多媒體模型建立在互聯網上，換句話說，通過三維物體的合理描述，便可以實現虛擬境界的構建。VRML與互聯網虛擬現實的交互具有以下幾方面好處：對多媒體的表現形式進行豐富、對工作角色實施可視化管理、對用戶界面進行優化、增加了協同環境的交互性等。由此可見，在VRML開發設計過程中，既可以增強變現力和接受力，也可以將協同工作虛擬化環境進行優化。

在供應鏈個性數據挖掘過程中，主要包括四個子模塊系統設計，分別為用戶驅動模塊、數據存儲模塊、數據挖掘模塊以及中央反饋系統。在用戶驅動模塊建設過程中，主要以用戶管理為基礎，可根據用戶需求對供應鏈信息進行合理輸入。此信息在設定過程中需要進行一部分數字上傳，將權重因子在上層模塊中激活，同時為決策提供有效依據。在數據存儲模塊構建過程中，可根據權重因子對數據存儲方式進行決定，同時對數據庫規模和表中字段記性合理設定。數據存儲模塊在個性數據挖掘上可計算出模型中的邏輯關系和復雜程度，以此來確定最佳的挖掘算法。在數據的最上層是反饋模塊，既要對個性化數據方式進行確定，也要對供應量中的用戶進行統計，以此來實現個性化虛擬現實數據挖掘模型的合理建立。

2 供應鏈云計算協同管理系統的設計

2.1 供應鏈云計算協同管理架構的確定

首先是數據挖掘過程中的協同管理，在個性化數據挖掘過程中，4個子模塊可以根據時序的不同分別進行協同執行，以流水線技術為基礎，模塊端口之前的信息傳遞得到良好延遲。另外，在數據挖掘個性舉證的定義中，本文以的d·c·m為基礎設計了多維矩陣，其中d代表個性化供應的挖掘結果，c表示云計算的需求，m代表協同管理。在設計過程中，每一層數據分析結果均可以作為矩陣中的特定元素。另外，維度d的規模也可以代表個性化數據模型中4個子模塊中的協同權重。

2.2 云計算的協同管理

不同的供應鏈個性化數據挖掘，可利用云計算建立云端到云端之間的協同，將差異水平對供應鏈管理層的干擾進行弱化，其中，在設計過程中應注意以下幾點：

（1）需要在多位矩陣的應用過程中加入云計算協同。而在此過程中，需要對供應鏈中的流水模型以及矩陣和維度之間的關系合理映射出來。基于此，個性化供應鏈的數據模塊便可以實現維度的徹底融合。在很多融合度較高的平臺中，云計算平臺可實現工作人員對每條流水線的管理需求。緊接著，云計算通過初始參數，從而實現多位矩陣的個性化設計。而在實際計算協同過程中，云平臺可對數據關聯點的多維矩陣進行優化。

（2）對于整個云計算過程中所產生的個性化供應鏈信息的干擾，云平臺會將很多維度中所展示出來的弱化元素進行有效處理。在該處理過程中應遵循閉環圖的設計定義。閉環圖的設計主要根據矩陣的元素和規模來對多個拐點進行定義，而這些拐點可能會對供應鏈管理產生干擾。

在云計算虛擬顯示技術供應鏈協同系統設計上，閉環與云端服務計算以及消耗資源的制約都會使平臺的利用率大幅度降低。因此，在閉環矩陣、數據挖掘結果和個性化供應鏈管理過程中，需要根據實際情況進行有機結合，這樣可以將云計算服務中的協同管理資源消耗量降低，讓協同管理工作獲得更多保障。

2.3 云計算虛擬現實技術供應鏈協同系統設計分析

總的來說，云計算虛擬現實技術協同管理機制的核心是通過個性化數據的挖掘以及系統管理架構的合理確定來實現的，在該項工作中，虛擬現實技術的使用可對用戶個性化需求和差異化水平進行合理優化，避免在云計算虛擬現實技術供應鏈協同系統設計與實現中出現嚴重問題。另外，相關設計人員需要在保證方案得到用戶認可之后，將用戶滿意度與協同方案進行有效對比。由分析可知，當差異化水平較低時，兩種管理方案的用戶滿意度比較接近，隨著差異化的越來越大，非協同滿意度就會明顯得到提升。

3 總結

綜上所述，為了確保個性化需求準確度和滿意度的提升，在行業分析和個性化服務基礎上，還需要熊成本、質量等多個目標角度出發，建立起個性化數據挖掘供應鏈云計算協同技術。該協同管理機制的核心屬于對個性化數據的深入挖掘，并對個性化需求和差異化進行合理解決。相關數據分析證明，一個合理的協同管理方案可以有效將差異化帶來的干擾弱化，提高消費者的滿意程度。

參考文獻

[1]李杰林，陳明.“工業4.0”制造模式下面向云服務的信息物理系統參考架構研究[J].現代制造工程，2017（08）：147-156+161.

[2]張益，馮毅萍，榮岡.面向智能制造的生產執行系統及其技術轉型[J].信息與控制，2017，46（04）：452-461.

[3]陳曉忠，陳榕利.云計算視角下第三方物流服務質量創新模型構建[J].商業經濟研究，2017（14）：98-100.

作者簡介

傅林（1973-），男，江西省遂川縣人。大學本科學歷。電力系統自動化與物資管理，高級工程師。

王宇（1983-），男，河南省開封市人。大學本科學歷。信息通信技術與物資采購管理，高級工程師。

程華福（1977-），男，北京市人。研究生，電力信息化，工程師。

作者單位

1.國網信息通信產業集團有限公司 北京市 102211

2.北京中電普華信息技術有限公司 北京市 100192endprint