物流园区供应链中多种数据接入和交互方式的存在。使得不同物流资源的数据格式存在较大差异，必须建立支持不同应用程序独立于异构数据源访问的统一数据集成中间件。它包括资源属性数据模型、物流业务数据模型、空间地理数据模型、过程数据模型、元数据模型和知识数据模型等6类数据管理模型。如图3所示。其中，资源属性数据模型、物流业务数据模型和空间地理数据模型属于静态源数据。通过中间件中的数据格式定义模块、源数据解释模块、数据迁移管理模块和数据质量控制模块。可以为园区供应链管理平台提供上述不同类型数据的标准接入功能。并将分散存放的上述数据抽象为结构化的分布式数据库。过程数据模型反映的是通过同区物联网实时采集的物品动态过程数据特征。通过数据中间件中的数据存取管理模块和数据质量控制模块。可以实现上述海量过程数据流的高效存储和访问。通过数据中间件中的分布异构数据源整合模块，则可以将对来自不同传感器节点的数据进行汇总、清洗和整理，得到完整记录物品运动状态的过程数据流概要模型。元数据组织模型是通过数据映射模块、XML表达模块、数据转换模块和语义冲突解决模块，建立的园区供应链数据集成视图模型。它根据实体关系，采取合适的数据结构对资源属性数据、物流业务数据、空间地理数据和过程数据之间的网络关系添加语义注解，并根据数据标准进行数据转换和规范表达，可以支持不同应用系统的独立自主访问。知识数据模型反映的是支持园区供应链管理优化的各类知识信息，如车辆调度优化信息、配送路线优化信息等。这些信息是通过元数据抽取模块、数据访问模块、数据集成模块和数据挖掘模块。对原始数据进行处理得到的知识信息，在合适的时间和地点被主动推送给不同的主体。用以实现园区供应链上各环节之间的协同运行。
3.3基于任务情境的信息智能推送服务技术
物联网技术的应用不仅要为园区供应链平台提供强大的数据采集和通信服务。更为关键的是要为冈区供应链上不同主体之间的数据交换，尤其是如何根据不同主体面临任务环境的差异，进行业务信息或知识的智能推送，提供强大的技术支撑。任务情境是指园区供应链管理任务面临内外环境因素的特征。通过建立基于任务情境的信息智能推送服务系统，可以根据任务情境感知处理信息，提供适时适地的数据交换和分发服务，强调增强系统对复杂环境下任务需求的敏感性和适应性，如图4所示。
其中，数据交换服务提供了兼容对等交换与主从交换的混合业务数据交换模式及机制，能够支持园区供应链管理平台通过物联网数据中心、云计算公共服务中心、企业数据专用接口等多种途径。进行任务情境数据采集和业务数据交换：数据分发或推送服务则提供了任务情境感知和触发组件。能够实现任务情境特征的结构化描述。并通过预先设定的情境触发规则。支持同区供应链管理平台为成员企业提供主动、及时和针对性的信息分类智能推送服务。如基于服务请求者查询触发的定向信息推送服务、基于任务时间情境触发的信息推送服务、基于任务地点情境触发的信息推送服务和基于任务用户偏好情境触发的信息推送服务。
3.4基于“云计算”公共平台的园区供应链决策优化技术
基于“云计算”模式的园区供应链决策优化系统构成如图5所示。其核心是在园区“云计算”公共服务模式的总体架构下，建立由园区内外应用系统服务器、GIS应用服务器、物流企业服务器等软硬件资源构成的计算资源协作群，通过海量分布计算资源的敏捷调度，使每个用户均能享受园区“云计算”平台提供的分布异构海量数据分析和挖掘服务。其中，园区供应链全局控制节点Agent负责对用户任务进行结构化分解，确定所采用的数据挖掘模型及其相关数据集，然后为不同的子任务执行找到相应的Web服务资源节点，实现挖掘任务与相关计算资源的动态绑定，进而汇总各个局部节点传递的数据和知识。并以可视化方式提交给用户。各分节点Agent则根据全局控制节点Agent分配的子任务集合，提供局部自治的数据挖掘，并将相关子任务执行结果返回给上层节点。
