论文部分内容阅读
随着信息技术的发展和服务计算在Web上的成功，交通信息服务作为智能交通系统的重要组成部分也深受影响。面对交通环境的复杂性，如何使交通信息服务更好的整合资源引导公众出行，为公众提供及时、准确、可靠的交通服务信息，已经成为交通领域内的研究热点，受到越来越多研究者的关注。本文通过分析交通环境的复杂性，并受Web环境下服务发现技术的启发，讨论和设计交通环境下的服务发现技术。本文主要工作包括：1、分析常用服务描述语言的原理与方法，通过各服务描述语言的对比，结合交通信息服务描述的特点，提出一种基于OWL-S的交通信息服务本体描述模型TISOM。该模型采用OWL-S本身包含的一套本体方法。根据Web服务与交通信息服务的差异，扩展OWL-S语言，为交通信息服务提供了语义为主语法相结合的统一描述框架。对交通信息服务的知识本体进行了深入研究，建立了原子服务本体模型与组合服务本体模型，并采用protégé编码，实现交通信息服务的描述。2、在TISOM模型的基础上，结合Web环境下服务发现技术，设计了一个基于上下文推理的交通信息服务发现系统。首先根据交通信息服务通信模式，系统采用随机游走模型，查询消息将会在网络节点中以随机游走的方式进行服务发现。然后对交通信息服务进行基于服务主题与服务上下文约束的两级过滤来降低匹配计算负载。最后为提高匹配准确性，系统采用先语义后语法的顺序进行服务匹配。3、利用OSGi在软件体系架构和插件式开发的卓越特点，结合TISOM模型与交通信息服务发现系统，设计一个基于OSGi面向交通信息服务的原型系统TISPS。给出了系统总架构、基于Bunddle的服务设计以及具体实例实现结果。交通信息服务发现技术，实现了交通环境下信息服务的描述、发现、匹配等功能；具备了良好的环境适应性和较好的可扩展性以及发现的准确性，对整合交通信息资源，优化交通出行具有重要意义。