D0L:10.13374.issn1001-053x.2013.09.019 第35卷第9期 北京科技大学学报 Vol.35 No.9 2013年9月 Journal of University of Science and Technology Beijing Sep.2013 保税港区服务流程的性能评价 徐红霞☒，董绍华，杜彦华 北京科技大学机械工程学院，北京100083 ☒通信作者，E-mail:judyxhx@126.com 摘要针对保税港区业务背景及服务流程的特点，构建了保税港区服务流程性能管理框架.在此基础上，提出服务流 程性能评价模型以及相应的性能评价指标体系.针对保税港区服务流程时效性的特点，提出了相应的实时灰色预测方法， 并通过一个应用示例验证了方法的有效性.服务流程性能指标体系综合了保税港区系统中“业务”与“T”两个层面特 点，避免了现有评价方法的片面性。另外，实时性能预测方法能够有效地支持保税港区业务的闭环管理，而且适用面广， 可以在其他行业进行推广使用. 关键词自由贸易区：港口：服务质量：性能评价 分类号F127.9:F272 Performance evaluation of service processes in bonded port zones XU Hong-ria DONG Shao-hua,DU Yan-hua School of Mechanical Engineering,University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:judyxhx@126.com ABSTRACT According to the features of business background and service processes,a performance management frame of service processes was established for bonded port zones(BPZ).A performance evaluation model illustrated with the relative performance system of key indexes from a certain service process of BPZ was proposed on the basis of the performance management frame.In view of the timeliness features of BPZ service processes,a real-time grey prediction method was presented,which was used to carry out the real-time performance prediction of service processes, and the methodology was validated through a real-life case.The performance system of key indexes for BPZ patterns considers both the business layer and IT layer,avoiding one-sidedness of most of the evaluation methods.The real-time performance prediction method effectively supports the close-loop business management of BPZ and is also suitable for wide application in other industries. KEY WORDS free trade zones;ports and harbors;quality of service;performance evaluation 保税港区是我国根据世界自由贸易区的发展面向服务的工作流)②.在面向服务体系架构下的保 经验和前景趋势，结合我国经济发展的现状和国 税港区集成业务中，基于服务流程的集成与协同广 情而推进的新兴事物，作为向自由贸易区转型的前 泛存在，因此对服务流程所进行的及时、准确的性 奏，是提升我国港口在国际贸易与物流中的核心竞 能评价及预测成为保税港区系统有效管理与决策的 争力、推进国际航运中心建设的有力举措山.随 基础. 着面向服务体系架构(service-oriented architecture,. 服务流程性能评价及预测就是根据服务所提 SOA)的出现，Web服务（或简称服务）已成为保税 供的功能性及非功能性属性及其实际过程中所产生 港区信息系统的重要组成元素，越来越多的业务组 的历史服务质量(quality of service,.QoS)记录，通过 件被抽取和封装成服务，从而形成服务流程（或称 计算获得较为真实的QoS值，并在此基础上对下阶 收稿日期：2013-01-08 基金项目：国家自然科学基金资助项目(61004109)：中央高校基本科研业务费专项(FRF-TP-12-047A)
第 35 卷 第 9 期 北 京 科 技 大 学 学 报 Vol. 35 No. 9 2013 年 9 月 Journal of University of Science and Technology Beijing Sep. 2013 保税港区服务流程的性能评价 徐红霞 ，董绍华，杜彦华 北京科技大学机械工程学院，北京 100083 通信作者，E-mail: judyxhx@126.com 摘 要 针对保税港区业务背景及服务流程的特点，构建了保税港区服务流程性能管理框架. 在此基础上，提出服务流 程性能评价模型以及相应的性能评价指标体系. 针对保税港区服务流程时效性的特点，提出了相应的实时灰色预测方法， 并通过一个应用示例验证了方法的有效性. 服务流程性能指标体系综合了保税港区系统中 “业务” 与 “IT” 两个层面特 点，避免了现有评价方法的片面性. 另外，实时性能预测方法能够有效地支持保税港区业务的闭环管理，而且适用面广， 可以在其他行业进行推广使用. 关键词 自由贸易区；港口；服务质量；性能评价 分类号 F127.9; F272 Performance evaluation of service processes in bonded port zones XU Hong-xia , DONG Shao-hua, DU Yan-hua School of Mechanical Engineering, University of Science and Technology Beijing, Beijing 100083, China Corresponding author, E-mail: judyxhx@126.com ABSTRACT According to the features of business background and service processes, a performance management frame of service processes was established for bonded port zones (BPZ). A performance evaluation model illustrated with the relative performance system of key indexes from a certain service process of BPZ was proposed on the basis of the performance management frame. In view of the timeliness features of BPZ service processes, a real-time grey prediction method was presented, which was used to carry out the real-time performance prediction of service processes, and the methodology was validated through a real-life case. The performance system of key indexes for BPZ patterns considers both the business layer and IT layer, avoiding one-sidedness of most of the evaluation methods. The real-time performance prediction method effectively supports the close-loop business management of BPZ and is also suitable for wide application in other industries. KEY WORDS free trade zones; ports and harbors; quality of service; performance evaluation 保税港区是我国根据世界自由贸易区的发展 经验和前景趋势，结合我国经济发展的现状和国 情而推进的新兴事物，作为向自由贸易区转型的前 奏，是提升我国港口在国际贸易与物流中的核心竞 争力、推进国际航运中心建设的有力举措 [1] . 随 着面向服务体系架构 (service-oriented architecture, SOA) 的出现，Web 服务 (或简称服务) 已成为保税 港区信息系统的重要组成元素，越来越多的业务组 件被抽取和封装成服务，从而形成服务流程 (或称 面向服务的工作流) [2] . 在面向服务体系架构下的保 税港区集成业务中，基于服务流程的集成与协同广 泛存在，因此对服务流程所进行的及时、准确的性 能评价及预测成为保税港区系统有效管理与决策的 基础. 服务流程性能评价及预测就是根据服务所提 供的功能性及非功能性属性及其实际过程中所产生 的历史服务质量 (quality of service, QoS) 记录，通过 计算获得较为真实的 QoS 值，并在此基础上对下阶 收稿日期：2013-01-08 基金项目：国家自然科学基金资助项目 (61004109)；中央高校基本科研业务费专项 (FRF-TP-12-047A) DOI:10.13374/j.issn1001-053x.2013.09.019
第9期 徐红霞等：保税港区服务流程的性能评价 ·1231· 段的服务性能进行预测，从而为服务的选择和优化 文献[13提出一套基于系统动力学的业务性能指标 提供相应的决策依据3剧.例如：根据保税港区中入 趋势的预测及优化方法，但它只是针对业务性能指 境进区服务流程的历史数据进行有效评价或预测， 标的预测，而未分析T对其业务性能指标预测的 就能够利用科学的预测方法对相应的服务时间、服 影响.文献[14基于模型的方法从软件文档产品出 务成本、服务的柔性、服务的可用性、服务的可靠 发，根据软件体系结构(software architecture,SA) 性等关键性指标进行合理和有效地分析，从而指导 和设计信息建立性能模型，通过求解性能模型对系 企业的经营与管理 统性能进行评价.文献[15]提出了一种将仿真分析 目前，国内外在服务流程性能评价及预测进行 和集成径向基网络模型结合起来的制造系统性能指 了很多研究工作.下面针对性能评价和预测分析两 标预测方法，建立了向基集成网络预测模型，并通 个方面分别进行述评： 过仿真分析来收集样本数据，最终利用Bagging方 (1)在性能评价方面.一般来说，主要包括性能 法训练出集成神经网络，实现对工件平均完工时间 评价指标体系建立与评价分析等内容.文献[4提 和设备利用率等关键性能指标值的预测 出一个反映业务流程综合性能的评价体系，该体系 上述性能预测领域的研究成果，大部分研究是 主要由业务流程成本、业务流程效率、业务流程顾 针对服务性能、业务性能或者系统性能中的某个单 客满意度和业务流程质量四个宏观指标构成，并建 一方面，使得业务与T或系统性能脱离 立了业务流程顾客满意度计算模型.文献[⑤]提出 针对上述国内外两方面研究工作的不足，本文 一个基于流程的制造绩效评价体系，在系统的三个 针对保税港区应用平台及服务流程的特点，首先构 层次上分别设计了绩效指标群、网络层及协议层指 建了保税港区服务流程性能管理框架，阐明了分析 标，但对各层指标并没有详细展开.文献[6]提出一 与评价以及预测与计划两个环节的重要性；接着， 个支持组合服务选取的QoS模型的层次结构，从 建立了保税港区服务流程的性能评价模型，从商务 IT角度研究了W®b服务和组合服务的性能评价问 层、服务组合层、业务活动层、T技术及网络层 题.文献[⑦]介绍了一种针对Web服务的性能分析 四个层次对保税港区系统进行建模及分析：进而提 评估工具sPAC,但主要讨论了业务性能中的时间 出相应的服务流程性能评价指标体系，并对关键性 特性.文献[8-g]基于QoS对服务选择问题进行了 能指标(key performance indexes,KPIs)进行了具 研究.文献[10]对Web服务质量和性能问题进行了 体地描述及计算：最后，针对保税港区服务流程中 研究.文献[11主要针对流程的时序性能层面，提 时效性的突出特点，在保税港区性能评价体系的基 出了动态的流程验证和分析方法，以此指导流程的 础上提出保税港区服务流程性能指标的实时灰色预 实时管控工作 测方法 上述研究工作较多地关注服务本身属性的性 与现有方法相比，本文主要创新点如下： 能以及服务间关联度，而较少考虑服务流程在业 (1)针对保税港区业务背景及服务流程的特点， 务全局中的性能评价，忽略了从服务流程全局的角 本文首先构建了保税港区服务流程性能管理框架 度来分析服务间的相互关系及其性能以及服务流程 在此基础上，提出服务流程性能评价模型以及相应 与企业实际业务过程中其他类型活动之间的相互关 的性能评价指标体系 系.此外，目前大部分的性能评价体系通常构建的 (2)本文方法不仅考虑了保税港区评价指标的 是较为通用的企业评价模型，而适用于基于第三方 灰性，同时针对保税港区在线实时数据处理的特点， 平台系统的体系或方法较少，同时缺乏具体的业务 以保税港区服务流程监控的历史数据为对象，构建 背景支撑，因而均无法全面地反映保税港区服务流 实时灰色预测模型，服务提供者与保税港区第三方 程的实际运作情况 平台可以将得到的预测值与用户服务需求的目标值 (2)在预测分析方面.预测分析是评价工作的 进行对比，从而满足保税港区服务流程评价性能预 深入.服务流程的性能预测是改进组合服务的性能 测的实时应用需求，也为系统的管理与决策提供了 并控制其正确执行的有效途径，也是实现保税港区 科学的依据 应用系统之间数据、功能、流程等资源高效集成的 1保税港区及其闭环管理模式 核心.文献[12基于分层排队网(layered queuing networks)对服务合成进行了性能预测，但未考虑其 1.1保税港区业务背景 历史数据的分析，因而只适用于新设计的服务合成。 所谓保税港区，即在毗邻保税区的港区划出专
第 9 期 徐红霞等：保税港区服务流程的性能评价 1231 ·· 段的服务性能进行预测，从而为服务的选择和优化 提供相应的决策依据 [3] . 例如：根据保税港区中入 境进区服务流程的历史数据进行有效评价或预测， 就能够利用科学的预测方法对相应的服务时间、服 务成本、服务的柔性、服务的可用性、服务的可靠 性等关键性指标进行合理和有效地分析，从而指导 企业的经营与管理. 目前，国内外在服务流程性能评价及预测进行 了很多研究工作. 下面针对性能评价和预测分析两 个方面分别进行述评： (1) 在性能评价方面. 一般来说，主要包括性能 评价指标体系建立与评价分析等内容. 文献 [4] 提 出一个反映业务流程综合性能的评价体系，该体系 主要由业务流程成本、业务流程效率、业务流程顾 客满意度和业务流程质量四个宏观指标构成，并建 立了业务流程顾客满意度计算模型. 文献 [5] 提出 一个基于流程的制造绩效评价体系，在系统的三个 层次上分别设计了绩效指标群、网络层及协议层指 标，但对各层指标并没有详细展开. 文献 [6] 提出一 个支持组合服务选取的 QoS 模型的层次结构，从 IT 角度研究了 Web 服务和组合服务的性能评价问 题. 文献 [7] 介绍了一种针对 Web 服务的性能分析 评估工具 sPAC，但主要讨论了业务性能中的时间 特性. 文献 [8-9] 基于 QoS 对服务选择问题进行了 研究. 文献 [10] 对 Web 服务质量和性能问题进行了 研究. 文献 [11] 主要针对流程的时序性能层面，提 出了动态的流程验证和分析方法，以此指导流程的 实时管控工作. 上述研究工作较多地关注服务本身属性的性 能以及服务间关联度，而较少考虑服务流程在业 务全局中的性能评价，忽略了从服务流程全局的角 度来分析服务间的相互关系及其性能以及服务流程 与企业实际业务过程中其他类型活动之间的相互关 系. 此外，目前大部分的性能评价体系通常构建的 是较为通用的企业评价模型，而适用于基于第三方 平台系统的体系或方法较少，同时缺乏具体的业务 背景支撑，因而均无法全面地反映保税港区服务流 程的实际运作情况. (2) 在预测分析方面. 预测分析是评价工作的 深入. 服务流程的性能预测是改进组合服务的性能 并控制其正确执行的有效途径，也是实现保税港区 应用系统之间数据、功能、流程等资源高效集成的 核心. 文献 [12] 基于分层排队网 (layered queuing networks) 对服务合成进行了性能预测，但未考虑其 历史数据的分析，因而只适用于新设计的服务合成. 文献 [13] 提出一套基于系统动力学的业务性能指标 趋势的预测及优化方法，但它只是针对业务性能指 标的预测，而未分析 IT 对其业务性能指标预测的 影响. 文献 [14] 基于模型的方法从软件文档产品出 发，根据软件体系结构 (software architecture, SA) 和设计信息建立性能模型，通过求解性能模型对系 统性能进行评价. 文献 [15] 提出了一种将仿真分析 和集成径向基网络模型结合起来的制造系统性能指 标预测方法，建立了向基集成网络预测模型，并通 过仿真分析来收集样本数据，最终利用 Bagging 方 法训练出集成神经网络，实现对工件平均完工时间 和设备利用率等关键性能指标值的预测. 上述性能预测领域的研究成果，大部分研究是 针对服务性能、业务性能或者系统性能中的某个单 一方面，使得业务与 IT 或系统性能脱离. 针对上述国内外两方面研究工作的不足，本文 针对保税港区应用平台及服务流程的特点，首先构 建了保税港区服务流程性能管理框架，阐明了分析 与评价以及预测与计划两个环节的重要性；接着， 建立了保税港区服务流程的性能评价模型，从商务 层、服务组合层、业务活动层、IT 技术及网络层 四个层次对保税港区系统进行建模及分析；进而提 出相应的服务流程性能评价指标体系，并对关键性 能指标 (key performance indexes, KPIs) 进行了具 体地描述及计算；最后，针对保税港区服务流程中 时效性的突出特点，在保税港区性能评价体系的基 础上提出保税港区服务流程性能指标的实时灰色预 测方法. 与现有方法相比，本文主要创新点如下： (1) 针对保税港区业务背景及服务流程的特点， 本文首先构建了保税港区服务流程性能管理框架. 在此基础上，提出服务流程性能评价模型以及相应 的性能评价指标体系. (2) 本文方法不仅考虑了保税港区评价指标的 灰性，同时针对保税港区在线实时数据处理的特点， 以保税港区服务流程监控的历史数据为对象，构建 实时灰色预测模型，服务提供者与保税港区第三方 平台可以将得到的预测值与用户服务需求的目标值 进行对比，从而满足保税港区服务流程评价性能预 测的实时应用需求，也为系统的管理与决策提供了 科学的依据. 1 保税港区及其闭环管理模式 1.1 保税港区业务背景 所谓保税港区，即在毗邻保税区的港区划出专
·1232 北京科技大学学报 第35卷 门供发展仓储物流产业的区域（不含码头泊位），为 实现基于服务流程的实时管控 了充分发挥保税区的政策优势和港口企业的区位优 由于保税港区应用系统具备松散性、异构性的 势，形成“前港后区”格局的一种联系紧密的区域 特点，其服务流程的执行大多根据服务需求者（或 经济安排四.目前已经在国内八个重点口岸进行试 潜在服务需求者)的需求而进行动态地组合：同时， 点运行，包括上海外高桥、天津、青岛、大连、宁 基于保税港区系统的第三方平台的特点，其服务流 波、张家港、厦门象屿和深圳盐田港 程性能评价应当能够遵循以服务需求者的目标需求 以保税港区为发展外向型经济的先行区，通过 为导向，纵贯服务需求者、第三方平台及服务提供 保税港区的特殊政策吸引外资，推动地区和城市外 者的服务流程，分别从不同的业务视角对服务需求 向型经济发展，已成为我国实施改革开放基本国策 或服务组合进行层次结构分解，从而覆盖三者的不 中一项重要的战略举措.自1990年6月起，经国 同管理层次. 务院批准在上海外高桥设立中国第一个保税港区以 从保税港区服务流程的整体管理及Web服务 来，保税港区的发展在我国沿海、沿江等城市呈现 生命周期的角度分析，本文将保税港区服务流程性 强劲势头，已凭借其特殊功能及当地的实际资源， 能管理主要分为服务流程性能的监控、性能的分析 逐步发展成为当地经济的重要组成部分.保税港区 与评价、性能的预测与优化、服务流程的执行四个 的建设是对港口和保税区的国际物流核心资源进行 阶段，它们环环相扣，形成一个闭环管理体系，从 有效而系统地整合，是满足保税区功能的拓展、港 而构建起保税港区服务性能管理框架，具体如图1 口业务衍生、口岸政策能力的需要，也是实现国际 所示，其中S(=1,2,…,m;k=1,2,…,n)代表 贸易战略和国际物流全球化提升的需要. 服务 一般来说，保税港区主要业务模式包括：(1)国 在保税港区服务流程性能管理框架中，服务是 际中转，即对国际、国内货物在园区内进行分拆、 通过执行引擎被远程调用后进行组合，并由一个服 集拼后，转运至境内外其他目的港；（②）国际配送， 务流程管理器对服务流程进行性能监控、性能分析 对进口货物进行分拣、分配或进行简单的临港增值 与评价、性能预测与优化、执行四个阶段的闭环管 加工后，向国内外配送：(3)国际采购，对采购的国 理，上述四个阶段的具体功能如下 际货物和进口货物进行综合处理和简单的临港增值 (1)性能监控：主要对服务流程性能进行监测 加工后，向国内外销售：(4④)国际转口贸易，进口货 与记录，获取历史数据作为服务流程性能分析、预 物在园区内存储后不经加工即采取转口贸易方式直 测及优化的基础.在保税港区服务流程性能管理框 接出口到其他国家和地区 架中，性能监控的核心功能是实时地获取并存储保 保税港区的信息化经过近几年的建设，已经奠 税港区各服务流程的相关数据及事件，主要是从服 定了较为深厚的基础，初步搭建起了“电子政务、 务流程的模型数据、执行的实例数据、执行过程中 电子商务、电子物流”的信息框架.通常保税港区 事件信息的日志数据、执行调用的文件数据中抽取 系统涉及港口、保税物流园区、海关、国检以及企 能够支持保税港区服务流程性能指标分析与评价的 业等多个实体，应用系统种类繁多.随着面向服务 信息，作为服务流程性能分析的原始数据与性能评 体系架构的出现，W®b服务（或简称服务）已成为保 价的依据.此外，检测服务流程执行环境，建立预 税港区信息系统的重要组成元素，越来越多的业务 警机制，以有利于保税港区各服务流程的顺利执行 组件被抽取和封装成服务，从而形成服务流程（或 也是性能监控阶段的主要功能 称面向服务的工作流)回.在面向服务体系架构下的 (2)性能分析与评价：主要对服务流程性能的 保税港区集成业务中，基于服务流程的集成与协同 历史数据进行分析及性能评价.在此阶段中，通过 广泛存在 分析监控阶段收集所得的保税港区服务流程性能指 1.2保税港区业务的闭环管理 标的原始数据，对各服务流程性能的关键性指标进 保税港区中的服务流程是开展业务工作的基 行计算与评价，并采用图表分析等方法将这些指标 础.服务流程中不同活动之间的连接与执行规则是 值显示出来，从而为进一步的服务流程性能预测与 保税港区管理的积累.服务流程是由一系列相关任 优化提供科学的依据. 务组成，这些任务按照企业的管理规章和业务流程 (③)性能预测与优化：主要是基于分析阶段的 顺序或并行执行，最终完成相应的经营目标.也就 相关性能指标评价对服务流程性能进行预测，并计 是说，为了实现对保税港区的有效管理，就必须要 划抽象服务的优化组合方案.具体来讲，一方面是
· 1232 · 北 京 科 技 大 学 学 报 第 35 卷 门供发展仓储物流产业的区域 (不含码头泊位)，为 了充分发挥保税区的政策优势和港口企业的区位优 势，形成 “前港后区” 格局的一种联系紧密的区域 经济安排 [1] . 目前已经在国内八个重点口岸进行试 点运行，包括上海外高桥、天津、青岛、大连、宁 波、张家港、厦门象屿和深圳盐田港. 以保税港区为发展外向型经济的先行区，通过 保税港区的特殊政策吸引外资，推动地区和城市外 向型经济发展，已成为我国实施改革开放基本国策 中一项重要的战略举措. 自 1990 年 6 月起，经国 务院批准在上海外高桥设立中国第一个保税港区以 来，保税港区的发展在我国沿海、沿江等城市呈现 强劲势头，已凭借其特殊功能及当地的实际资源， 逐步发展成为当地经济的重要组成部分. 保税港区 的建设是对港口和保税区的国际物流核心资源进行 有效而系统地整合，是满足保税区功能的拓展、港 口业务衍生、口岸政策能力的需要，也是实现国际 贸易战略和国际物流全球化提升的需要. 一般来说，保税港区主要业务模式包括：(1) 国 际中转，即对国际、国内货物在园区内进行分拆、 集拼后，转运至境内外其他目的港；(2) 国际配送， 对进口货物进行分拣、分配或进行简单的临港增值 加工后，向国内外配送；(3) 国际采购，对采购的国 际货物和进口货物进行综合处理和简单的临港增值 加工后，向国内外销售；(4) 国际转口贸易，进口货 物在园区内存储后不经加工即采取转口贸易方式直 接出口到其他国家和地区. 保税港区的信息化经过近几年的建设，已经奠 定了较为深厚的基础，初步搭建起了 “电子政务、 电子商务、电子物流” 的信息框架. 通常保税港区 系统涉及港口、保税物流园区、海关、国检以及企 业等多个实体，应用系统种类繁多. 随着面向服务 体系架构的出现，Web 服务 (或简称服务) 已成为保 税港区信息系统的重要组成元素，越来越多的业务 组件被抽取和封装成服务，从而形成服务流程 (或 称面向服务的工作流) [2] . 在面向服务体系架构下的 保税港区集成业务中，基于服务流程的集成与协同 广泛存在. 1.2 保税港区业务的闭环管理 保税港区中的服务流程是开展业务工作的基 础. 服务流程中不同活动之间的连接与执行规则是 保税港区管理的积累. 服务流程是由一系列相关任 务组成，这些任务按照企业的管理规章和业务流程 顺序或并行执行，最终完成相应的经营目标. 也就 是说，为了实现对保税港区的有效管理，就必须要 实现基于服务流程的实时管控. 由于保税港区应用系统具备松散性、异构性的 特点，其服务流程的执行大多根据服务需求者 (或 潜在服务需求者) 的需求而进行动态地组合；同时， 基于保税港区系统的第三方平台的特点，其服务流 程性能评价应当能够遵循以服务需求者的目标需求 为导向，纵贯服务需求者、第三方平台及服务提供 者的服务流程，分别从不同的业务视角对服务需求 或服务组合进行层次结构分解，从而覆盖三者的不 同管理层次. 从保税港区服务流程的整体管理及 Web 服务 生命周期的角度分析，本文将保税港区服务流程性 能管理主要分为服务流程性能的监控、性能的分析 与评价、性能的预测与优化、服务流程的执行四个 阶段，它们环环相扣，形成一个闭环管理体系，从 而构建起保税港区服务性能管理框架，具体如图 1 所示，其中 S k i (i=1, 2, · · · , m; k=1, 2, · · · , n) 代表 服务. 在保税港区服务流程性能管理框架中，服务是 通过执行引擎被远程调用后进行组合，并由一个服 务流程管理器对服务流程进行性能监控、性能分析 与评价、性能预测与优化、执行四个阶段的闭环管 理，上述四个阶段的具体功能如下. (1) 性能监控：主要对服务流程性能进行监测 与记录，获取历史数据作为服务流程性能分析、预 测及优化的基础. 在保税港区服务流程性能管理框 架中，性能监控的核心功能是实时地获取并存储保 税港区各服务流程的相关数据及事件，主要是从服 务流程的模型数据、执行的实例数据、执行过程中 事件信息的日志数据、执行调用的文件数据中抽取 能够支持保税港区服务流程性能指标分析与评价的 信息，作为服务流程性能分析的原始数据与性能评 价的依据. 此外，检测服务流程执行环境，建立预 警机制，以有利于保税港区各服务流程的顺利执行 也是性能监控阶段的主要功能. (2) 性能分析与评价：主要对服务流程性能的 历史数据进行分析及性能评价. 在此阶段中，通过 分析监控阶段收集所得的保税港区服务流程性能指 标的原始数据，对各服务流程性能的关键性指标进 行计算与评价，并采用图表分析等方法将这些指标 值显示出来，从而为进一步的服务流程性能预测与 优化提供科学的依据. (3) 性能预测与优化：主要是基于分析阶段的 相关性能指标评价对服务流程性能进行预测，并计 划抽象服务的优化组合方案. 具体来讲，一方面是
第9期 徐红霞等：保税港区服务流程的性能评价 ·1233· 对服务流程性能指标的趋势进行预测和报警：另一 程开始执行后，将再次进入上述支持服务流程全生 方面是通过设定服务流程的可控或可操作的性能指 命周期的循环过程，从而使保税港区服务流程性能 标参数优化性能指标.性能预测与优化阶段的目标 的闭环体系保持不断提升的管理状态. 是预测实时的业务环境变化，构建一个预测与先发 从图1的管理框架可知，服务性能的分析评价 制人的机制，指导服务需求者、服务提供者、保税 与预测优化是保税港区服务流程性能管理的两个核 港区第三方平台等各方管理人员的决策与管理，以 心阶段.针对这两个阶段实施及时有效管理，才能 便其做出快速响应. 使保税港区系统中的各方管理者控制业务的执行或 (④)执行：将抽象、优化的服务组合方案映射至 改进其性能，从而做出正确的决策，进而为保税港 具体的服务流程并执行.经过服务流程性能监控、 区业务过程优化以及各实体间协同等工作的开展提 分析与评价、预测与优化三个阶段而优化的服务流 供可信的依据. 海关/检疫/银行/货代等 企业 支持服务流程的全生命周期 O—②OO 服务流程 监控分析与评价预测与优化执行 执行引擎 INTERNET 囟肉-鸣-囟的-囟 基于服务流程的保税港区系统 图1保税港区服务流程性能管理框架 Fig.1 Performance management frame of BPZ service processes 2保税港区的服务流程性能评价体系 务合成来完成部分或全部活动 综合上述分析，可构建如图3所示的保税港区 保税港区流程中的服务组合具有复杂性及难 服务流程性能评价分模型.该性能评价模型的抽象 以预见性.传统的服务性能评价方法对于保税港区 层次可以分商务层、服务流分程层、业务活动层、T 服务流程性能评价来说，缺乏全面性、动态性、灵 技术及分网络层.针对上述各抽象层次，各利益相 活性和及时性，因而需要一个更加柔性的全面评价 分关者的关注点也是有侧重的.例如：相对于服务 体系. 提供者、保税港区平台，服务需求者更关注于其服 2.1保税港区服务流程性能评价模型 务需求目标的实现，即商务层的性能评价：而相于 从服务流程的技术实现角度分析，基于面向服 服务需求者，服务提供者为了能够提供方便和快捷 务体系的保税港区系统中服务流程的实现，实质上 的服务，更注重于与保税港区平台间网络分及T 是对服务提供者与服务需求者的资源整合和业务上 基础设施层的性能的改进及维护：而保税港区第三 的协调与互操作，其主要技术架构如图2所示.该 方平台，其主要任务是发现、选择和组合来自众多 架构从横向角度分析（即将服务流程划分为一个个 服务提供者的海量服务，以达到服务需求者的服务 局部进行分析)包含了各利益相关者，即服务需求 需求目标，因此其关注点是服务需求者的业务与服 者、服务提供者、保税港区第三方平台等：而从纵向 务组合之间的相互关系，也就是服务合成层 的角度分析，即将服务流程作为一个整体考虑，它 由图3可知，保税港区服务流程性能评价模型 是为了完成某一特殊目的而利用网络中的服务或服 不仅覆盖了服务需求者、服务提供者、保税港区平
第 9 期 徐红霞等：保税港区服务流程的性能评价 1233 ·· 对服务流程性能指标的趋势进行预测和报警；另一 方面是通过设定服务流程的可控或可操作的性能指 标参数优化性能指标. 性能预测与优化阶段的目标 是预测实时的业务环境变化，构建一个预测与先发 制人的机制，指导服务需求者、服务提供者、保税 港区第三方平台等各方管理人员的决策与管理，以 便其做出快速响应. (4) 执行：将抽象、优化的服务组合方案映射至 具体的服务流程并执行. 经过服务流程性能监控、 分析与评价、预测与优化三个阶段而优化的服务流 程开始执行后，将再次进入上述支持服务流程全生 命周期的循环过程，从而使保税港区服务流程性能 的闭环体系保持不断提升的管理状态. 从图 1 的管理框架可知，服务性能的分析评价 与预测优化是保税港区服务流程性能管理的两个核 心阶段. 针对这两个阶段实施及时有效管理，才能 使保税港区系统中的各方管理者控制业务的执行或 改进其性能，从而做出正确的决策，进而为保税港 区业务过程优化以及各实体间协同等工作的开展提 供可信的依据. 图 1 保税港区服务流程性能管理框架 Fig.1 Performance management frame of BPZ service processes 2 保税港区的服务流程性能评价体系 保税港区流程中的服务组合具有复杂性及难 以预见性. 传统的服务性能评价方法对于保税港区 服务流程性能评价来说，缺乏全面性、动态性、灵 活性和及时性，因而需要一个更加柔性的全面评价 体系. 2.1 保税港区服务流程性能评价模型 从服务流程的技术实现角度分析，基于面向服 务体系的保税港区系统中服务流程的实现，实质上 是对服务提供者与服务需求者的资源整合和业务上 的协调与互操作，其主要技术架构如图 2 所示. 该 架构从横向角度分析 (即将服务流程划分为一个个 局部进行分析) 包含了各利益相关者，即服务需求 者、服务提供者、保税港区第三方平台等；而从纵向 的角度分析，即将服务流程作为一个整体考虑，它 是为了完成某一特殊目的而利用网络中的服务或服 务合成来完成部分或全部活动. 综合上述分析，可构建如图 3 所示的保税港区 服务流程性能评价分模型. 该性能评价模型的抽象 层次可以分商务层、服务流分程层、业务活动层、IT 技术及分网络层. 针对上述各抽象层次，各利益相 分关者的关注点也是有侧重的. 例如：相对于服务 提供者、保税港区平台，服务需求者更关注于其服 务需求目标的实现，即商务层的性能评价；而相于 服务需求者，服务提供者为了能够提供方便和快捷 的服务，更注重于与保税港区平台间网络分及 IT 基础设施层的性能的改进及维护；而保税港区第三 方平台，其主要任务是发现、选择和组合来自众多 服务提供者的海量服务，以达到服务需求者的服务 需求目标，因此其关注点是服务需求者的业务与服 务组合之间的相互关系，也就是服务合成层. 由图 3 可知，保税港区服务流程性能评价模型 不仅覆盖了服务需求者、服务提供者、保税港区平
.1234 北京科技大学学报 第35卷 台三个组织跨度，而且包含了商务层、服务组合层、 次的性能指标分别描述如下. 业务活动层、T技术及网络层等四个层次，四个层 保税港区第三方平台门户 服务需求者门 需 必 服务提供者门 分 添 组 -- 杂 合 价 服务流程的执行 牲能评价及QoS管理 BPEL Web Portlet 服务资源 Service 服务接口 封装 底层支撑系统（设备、网络、软件、数据等） 图2服务流程的横向集成与纵向集成示意图 Fig.2 Lateral vertical integration sketch of service processes 服务 商务层 需求 者关 注点 补 企业 户满意度 客户 誉 证级别 服务费 率 惩罚率 馈 服务组合层 平台 组 组 关注 资 区港联动平台 合服务时 合服务成 服务可靠 服务柔性 服务可用 源利用 组织关联度 服务 业务活动层 者关 活动时 注点 海关/检疫/ 活动成本 动可靠性 活动柔性 活动可用性 资源利用率 组织关联度 银行/货代等 T技术及网络 部件可靠性 吞 带宽 量 系统响应时 系 统配置 系统负载 网络完整性 网络可靠性 网络可用性 图3 保税港区服务流程性能评价模型 Fig.3 Performance evaluation model of BPZ service processes
· 1234 · 北 京 科 技 大 学 学 报 第 35 卷 台三个组织跨度，而且包含了商务层、服务组合层、 业务活动层、IT 技术及网络层等四个层次，四个层 次的性能指标分别描述如下. 图 2 服务流程的横向集成与纵向集成示意图 Fig.2 Lateral & vertical integration sketch of service processes 图 3 保税港区服务流程性能评价模型 Fig.3 Performance evaluation model of BPZ service processes
第9期 徐红霞等：保税港区服务流程的性能评价 ·1235· (1)商务层.主要包括服务需求者实现其经营 三个组织跨度的业务操作员及业务经理的共同关注 战略目标的业务活动在保税港区系统中的业务功能 点，该层的业务活动信息直接映射至服务合成层， 及业务性能的表示，主要包括客户满意度、客户反 影响到服务合成质量参数及业务流程的正确执行. 馈、声誉、认证等级、服务费率、补偿率及惩罚率 (4④)T技术及网络层.主要是基于保税港区平 等.仅以“客户满意度”为例：在保税港区服务流程 台各服务需求方及服务提供方的T技术基础设施 性能评价模型中，客户满意度的评价主要考虑三个 (如软件、硬件、网络等)之间关系的描述.该层的 方面，包括通关服务时间、通关服务成本、通关服 评价包括T部件的可靠性、带宽、吞吐量、系统响 务可靠性.商务层对于不同的利益相关者具有不同 应时间、系统配置、系统负载、网络完整性、网络可 意义，例如：对于保税港区业务中的企业（即服务 靠性、网络可用性等，主要是从T视角出发，反映 需求者)来说，其业务操作者可通过商务层进行查 保税港区第三方平台、服务需求者及服务提供者的 阅或评价服务质量：其业务经理通过商务层的历史 设备、网络及操作系统的性能.该层的主要关注者 数据或预测信息进行计费的计算或预测，从而指导 包括各系统平台的开发者、设计者、建立者、维护 其最佳服务组合的选择及业务流程的执行.而对于 者、操作者、架构师、系统工程师等.由于服务流程 海关、商检、银行等服务提供者以及保税港区第三 性能评价模型各层的评价因素层-层自然映射，该 方平台来说，他们选择商务层的统计数据进行服务 层作为模型最底层的质量参数，直接影响到上述各 的验证及服务的计费，并根据实时的客户反馈及质 层的评价结果，因而实时的网络评价数据将有效地 量参数对所提供的服务质量进行调整或改善 指导服务的优化组合及业务流程地正确执行. (2)服务组合层.从Web服务组合的角度描述 如上所述，服务流程性能评价模型中的各层指 服务需求者与服务提供者的虚拟服务与物理服务的 标是一种树形结构的层-层映射关系.例如：商务层 匹配，以及物理服务与其他物理服务、应用系统型 的“客户满意度”指标可以映射至服务组合层的相 活动及人工型活动进行协作、集成时的相互关系及 应指标，具体包括组合服务时间、服务成本和服务 其性能的描述，主要分为功能性属性和非功能性属 可靠性等，其中组合服务时间（以保税港区入港进 性，具体分析详见2.2节.服务组合层作为海关、商 区服务流程关键路径为例)主要由海关确认转入清 检、银行等服务提供者以及保税港区第三方平台的 单服务时间、监管车辆到位及在途运输服务时间、 各个操作员及管理人员最重要的关注层，一方面需 货物入库服务时间、海关对备案清单的放行服务时 要针对企业的个性化需求提供最优化的服务组合， 间构成：上述服务组合层的三项指标（组合服务时 另一方面由于该层是对业务活动层、T技术及网 间、服务成本、服务可靠性)映射到业务活动层分 络层的质量参数的全面考量，各个操作员及管理人 别对应着通关活动时间、活动成本、活动可靠性等 员需要根据该层的统计及实时的质量参数持续地进 指标，其中保税港区入港进区服务流程关键路径中 行调整，为企业提供有QoS保障的服务. 的组合服务时间可分解为海关确认转入清单活动时 (3)业务活动层.业务活动层是对保税港区各 间、监管车辆到位及在途运输活动时间、货物入库 异构平台各个服务流程中的单个活动或多个活动的 活动时间、海关对备案清单的放行活动时间等：同 性能分析，是服务组合层实现服务调用及组合的基 理，通关活动时间、活动成本和活动可靠性指标映 础.该层主要通过活动时间、成本、可靠性、柔性、 射至T技术及网络层又分别分解为系统响应时间、 可用性、资源利用率、组织关联度等指标进行评价. 网络延迟时间、带宽、吞吐量、网络可靠性等性能 例如：保税港区入港进区服务流程关键路径中的通 指标.总之，本模型中各类指标可以通过相应的映 关活动时间主要由海关确认转入清单时间、监管车 射关系进行计算或分析，从而为现实复杂环境中的 辆到位及在途运输时间、货物入库时间、海关对备 快速、实时的业务性能计算分析提供了有效的理论 案清单的放行时间等构成：活动成本主要包括海关 基础或方法 通关费用、监管车辆运输费用、货物装卸费用等：活 2.2性能指标的分析计算 动可靠性反映的是企业在通关过程中系统报错的概 服务流程性能评价指标模型中，对于T技术 率，主要取决于服务流程中各个活动的可靠性及系 及网络层、商务层，相关领域的研究已经比较成熟 统的可靠性.业务活动层体现的是各个业务环节服 由于篇幅所限，本文重点探讨保税港区服务流程评 务接口的选择及服务封装的过程，业务活动层的评 价模型中服务组合层的性能评价指标. 价数据是服务需求者、服务提供者、保税港区平台 保税港区服务流程评价模型中服务组合层的
第 9 期 徐红霞等：保税港区服务流程的性能评价 1235 ·· (1) 商务层. 主要包括服务需求者实现其经营 战略目标的业务活动在保税港区系统中的业务功能 及业务性能的表示，主要包括客户满意度、客户反 馈、声誉、认证等级、服务费率、补偿率及惩罚率 等. 仅以 “客户满意度” 为例：在保税港区服务流程 性能评价模型中，客户满意度的评价主要考虑三个 方面，包括通关服务时间、通关服务成本、通关服 务可靠性. 商务层对于不同的利益相关者具有不同 意义，例如：对于保税港区业务中的企业 (即服务 需求者) 来说，其业务操作者可通过商务层进行查 阅或评价服务质量；其业务经理通过商务层的历史 数据或预测信息进行计费的计算或预测，从而指导 其最佳服务组合的选择及业务流程的执行. 而对于 海关、商检、银行等服务提供者以及保税港区第三 方平台来说，他们选择商务层的统计数据进行服务 的验证及服务的计费，并根据实时的客户反馈及质 量参数对所提供的服务质量进行调整或改善. (2) 服务组合层. 从 Web 服务组合的角度描述 服务需求者与服务提供者的虚拟服务与物理服务的 匹配，以及物理服务与其他物理服务、应用系统型 活动及人工型活动进行协作、集成时的相互关系及 其性能的描述，主要分为功能性属性和非功能性属 性，具体分析详见 2.2 节. 服务组合层作为海关、商 检、银行等服务提供者以及保税港区第三方平台的 各个操作员及管理人员最重要的关注层，一方面需 要针对企业的个性化需求提供最优化的服务组合， 另一方面由于该层是对业务活动层、IT 技术及网 络层的质量参数的全面考量，各个操作员及管理人 员需要根据该层的统计及实时的质量参数持续地进 行调整，为企业提供有 QoS 保障的服务. (3) 业务活动层. 业务活动层是对保税港区各 异构平台各个服务流程中的单个活动或多个活动的 性能分析，是服务组合层实现服务调用及组合的基 础. 该层主要通过活动时间、成本、可靠性、柔性、 可用性、资源利用率、组织关联度等指标进行评价. 例如：保税港区入港进区服务流程关键路径中的通 关活动时间主要由海关确认转入清单时间、监管车 辆到位及在途运输时间、货物入库时间、海关对备 案清单的放行时间等构成；活动成本主要包括海关 通关费用、监管车辆运输费用、货物装卸费用等；活 动可靠性反映的是企业在通关过程中系统报错的概 率，主要取决于服务流程中各个活动的可靠性及系 统的可靠性. 业务活动层体现的是各个业务环节服 务接口的选择及服务封装的过程，业务活动层的评 价数据是服务需求者、服务提供者、保税港区平台 三个组织跨度的业务操作员及业务经理的共同关注 点，该层的业务活动信息直接映射至服务合成层， 影响到服务合成质量参数及业务流程的正确执行. (4) IT 技术及网络层. 主要是基于保税港区平 台各服务需求方及服务提供方的 IT 技术基础设施 (如软件、硬件、网络等) 之间关系的描述. 该层的 评价包括 IT 部件的可靠性、带宽、吞吐量、系统响 应时间、系统配置、系统负载、网络完整性、网络可 靠性、网络可用性等，主要是从 IT 视角出发，反映 保税港区第三方平台、服务需求者及服务提供者的 设备、网络及操作系统的性能. 该层的主要关注者 包括各系统平台的开发者、设计者、建立者、维护 者、操作者、架构师、系统工程师等. 由于服务流程 性能评价模型各层的评价因素层 - 层自然映射，该 层作为模型最底层的质量参数，直接影响到上述各 层的评价结果，因而实时的网络评价数据将有效地 指导服务的优化组合及业务流程地正确执行. 如上所述，服务流程性能评价模型中的各层指 标是一种树形结构的层–层映射关系. 例如：商务层 的 “客户满意度” 指标可以映射至服务组合层的相 应指标，具体包括组合服务时间、服务成本和服务 可靠性等，其中组合服务时间 (以保税港区入港进 区服务流程关键路径为例) 主要由海关确认转入清 单服务时间、监管车辆到位及在途运输服务时间、 货物入库服务时间、海关对备案清单的放行服务时 间构成；上述服务组合层的三项指标 (组合服务时 间、服务成本、服务可靠性) 映射到业务活动层分 别对应着通关活动时间、活动成本、活动可靠性等 指标，其中保税港区入港进区服务流程关键路径中 的组合服务时间可分解为海关确认转入清单活动时 间、监管车辆到位及在途运输活动时间、货物入库 活动时间、海关对备案清单的放行活动时间等；同 理，通关活动时间、活动成本和活动可靠性指标映 射至 IT 技术及网络层又分别分解为系统响应时间、 网络延迟时间、带宽、吞吐量、网络可靠性等性能 指标. 总之，本模型中各类指标可以通过相应的映 射关系进行计算或分析，从而为现实复杂环境中的 快速、实时的业务性能计算分析提供了有效的理论 基础或方法. 2.2 性能指标的分析计算 服务流程性能评价指标模型中，对于 IT 技术 及网络层、商务层，相关领域的研究已经比较成熟. 由于篇幅所限，本文重点探讨保税港区服务流程评 价模型中服务组合层的性能评价指标. 保税港区服务流程评价模型中服务组合层的
·1236 北京科技大学学报 第35卷 性能评价指标集合可以归纳为组合服务的时间、组 调用次数Ftotal之比 合服务的成本、服务可靠性、服务柔性、服务可用 Coper(t) 性、资源利用率、组织关联度.上述定量指标通常 ()服务的可靠性Rele一Cop=田十Crmk何 其中Coper(t)表示服务组合正常操作时间，Cbreak(t) 可以分为两类：一类是效益型指标（即指标值越大 为服务组合出现故障及修复的时间，即非正常操作 越好)，例如服务的柔性、可用性及可靠性；另一类 时间 是成本型指标（即指标值越小越好），例如时间和成 本.上述两类指标其归一化方法不同 3保税港区服务流程性能评价的灰色预测 根据保税港区的特定业务背景分析，从服务需 在保税港区管理过程中，不论是企业还是其他 求者的角度，最关注的服务流程评价指标包括服务 各个应用系统已不满足于现在运行的系统所提供的 时间、服务成本、服务柔性、服务可用性、服务可 各种报表、信息或数据，而是迫切需要从大量的服 靠性等五项指标，其中服务时间、服务成本两项为 务流程所反映的业务数据中探索服务流程或业务活 成本型指标，服务柔性、服务可用性和服务可靠性 动的规律及发展趋势，从而提升其管理和决策能力. 三项为效益型指标.以下重点对这五项指标进行具 在具体实现时，保税港区服务流程评价指标通 体分析. 常均为关系较为复杂组合服务的指标，因而指标结 (1)服务时间Timecs是针对服务需求者所需服 构及关系等信息部分是明确的，也有部分是不明确 务流程而完成的服务组合的时间和，也就是服务流 的，即具有一定的灰性.灰性是指信息部分不确定、 程的关键路径中服务组合的时间和，而不是服务提 部分确定，部分不完全、部分完全，以及部分未知、 供者承诺的完成该业务所设计的服务流程时间.即 部分已知6.灰色系统理论（简称灰理论）就是研 Timecs=∑ST(t),其中ST(t)=Sran(t)+Sproc(t) 究既无经验，数据又少的不确定性问题，即“少数 1 表示服务流程的关键路径中各个服务活动所需时 据不确定性”问题的理论，其应用大多集中在对少 间，即自服务请求者发出请求消息开始至其接收 数据不确定性系统进行灰建模，并进行灰预测、灰 到Web服务的响应为止的时间段，它可以分为传 决策、灰控制以及灰评估上.通常建立一个常用的 输请求消息的时间、服务提供者处理该服务请求的 GM(1,1)灰模型，允许数据少到四个17-18.一般 时间以及传输响应消息的时间.本文将传输请求 地，在保税港区进口业务流程的性能评价中，通关 消息的时间与传输响应消息的时间统称为传输时间 服务时间、服务成本是明确的.例如：保税港区进 (Sran(t):将服务提供者处理该服务请求的时间表 口业务的通关服务时间（即进口业务服务流程的关 示为处理时间(Sproc(t) 键路径中服务组合的时间和)≤72h.;通关服务成本 (2)服务成本Costes是指关键路径中针对服务 (关键路径中针对企业的目标需求而调用的服务组 需求者的目标需求而调用的服务组合的总成本，即 合的总成本)通常也是可以计算的：而通关服务柔 Costes=∑SC,:(c),其中SC(e)=See(d+Sman(d) 性、可用性及可靠性等效益型指标是不明确的.对 于这种既含有已知信息又含有未知或非确定信息的 表示服务流程的关键路径各个服务活动所需的成 系统进行性能评价的预测，就是对在一定范围内变 本，包括服务的执行成本Sxe(c),以及系统的开发、 化的、与时间有关的灰色过程的预测1 运行、维护和监控成本Sman(c) 另外，由于保税港区中的大部分服务流程均具 (3)服务的柔性Flexcs表示为Flexcs 有在线实时数据处理的特点，传统的GM(1,1)模 Poption⑧P,ef,其中：Pogtion指服务流程中实 =1 型无法反映出保税港区性能评价的实时性要求，因 现某项业务功能的方案数，例如服务“支付监管车 而本文采用在传统的灰色GM(1,1)模型中嵌入实 辆运输费用”的方案有现金支付、转账支付和网银 时时间变量tk,构建实时灰色预测模型，以保税港 支付三种，即Poption=3:Pperf指在Poption方案中 区服务流程性能监控的历史数据为基础数据，采用 的功能实现方式，例如支付的实现方式又分为同行 实时灰色预测模型对其保税港区服务流程的性能进 转账和跨行转账，即Pperf=2;“⑧”表示相乘关系. 行预测，从而改进了传统灰色预测方法的预测精度 这样该服务组合柔性Flexcs=32=6. 低、时效性不强等缺点. (4)服务的可用性Availcs表示服务组合被调 基于上述建模思想，对保税港区服务流程评价 用的概率，可用性的大小与其取值成正比，表示为 性预测建立实时灰色预测模型如下. Availes=Fsucc//Ftotal,即调用成功的次数Fucc与总 (1)首先将时间变量t嵌入灰色GM(1,1)模
· 1236 · 北 京 科 技 大 学 学 报 第 35 卷 性能评价指标集合可以归纳为组合服务的时间、组 合服务的成本、服务可靠性、服务柔性、服务可用 性、资源利用率、组织关联度. 上述定量指标通常 可以分为两类：一类是效益型指标 (即指标值越大 越好)，例如服务的柔性、可用性及可靠性；另一类 是成本型指标 (即指标值越小越好)，例如时间和成 本. 上述两类指标其归一化方法不同. 根据保税港区的特定业务背景分析，从服务需 求者的角度，最关注的服务流程评价指标包括服务 时间、服务成本、服务柔性、服务可用性、服务可 靠性等五项指标，其中服务时间、服务成本两项为 成本型指标，服务柔性、服务可用性和服务可靠性 三项为效益型指标. 以下重点对这五项指标进行具 体分析. (1) 服务时间 Timecs 是针对服务需求者所需服 务流程而完成的服务组合的时间和，也就是服务流 程的关键路径中服务组合的时间和，而不是服务提 供者承诺的完成该业务所设计的服务流程时间. 即 Timecs = Pn i=1 STi(t)，其中ST(t) = Stran(t) + Sproc(t) 表示服务流程的关键路径中各个服务活动所需时 间，即自服务请求者发出请求消息开始至其接收 到 Web 服务的响应为止的时间段，它可以分为传 输请求消息的时间、服务提供者处理该服务请求的 时间以及传输响应消息的时间. 本文将传输请求 消息的时间与传输响应消息的时间统称为传输时间 (Stran(t))；将服务提供者处理该服务请求的时间表 示为处理时间 (Sproc(t)). (2) 服务成本 Costcs 是指关键路径中针对服务 需求者的目标需求而调用的服务组合的总成本，即 Costcs = Pn i=1 SCi(c)，其中 SC(c) = Sexe(c) + Sman(c) 表示服务流程的关键路径各个服务活动所需的成 本，包括服务的执行成本 Sexe(c)，以及系统的开发、 运行、维护和监控成本 Sman(c). (3) 服务的柔性 Flexcs 表示为 Flexcs = Pn i=1 Poption ⊗ Pperf. 其中：Poption 指服务流程中实 现某项业务功能的方案数，例如服务 “支付监管车 辆运输费用” 的方案有现金支付、转账支付和网银 支付三种，即 Poption=3；Pperf 指在 Poption 方案中 的功能实现方式，例如支付的实现方式又分为同行 转账和跨行转账，即 Pperf=2；“⊗” 表示相乘关系. 这样该服务组合柔性 Flexcs=3⊗2=6. (4) 服务的可用性 Availcs 表示服务组合被调 用的概率，可用性的大小与其取值成正比，表示为 Availcs=Fsucc/Ftotal，即调用成功的次数 Fsucc 与总 调用次数 Ftotal 之比. (5) 服务的可靠性 Relcs= Coper(t) Coper(t) + Cbreak(t) ， 其中 Coper(t) 表示服务组合正常操作时间，Cbreak(t) 为服务组合出现故障及修复的时间，即非正常操作 时间. 3 保税港区服务流程性能评价的灰色预测 在保税港区管理过程中，不论是企业还是其他 各个应用系统已不满足于现在运行的系统所提供的 各种报表、信息或数据，而是迫切需要从大量的服 务流程所反映的业务数据中探索服务流程或业务活 动的规律及发展趋势，从而提升其管理和决策能力. 在具体实现时，保税港区服务流程评价指标通 常均为关系较为复杂组合服务的指标，因而指标结 构及关系等信息部分是明确的，也有部分是不明确 的，即具有一定的灰性. 灰性是指信息部分不确定、 部分确定，部分不完全、部分完全，以及部分未知、 部分已知 [16] . 灰色系统理论 (简称灰理论) 就是研 究既无经验，数据又少的不确定性问题，即 “少数 据不确定性” 问题的理论，其应用大多集中在对少 数据不确定性系统进行灰建模，并进行灰预测、灰 决策、灰控制以及灰评估上. 通常建立一个常用的 GM(1,1) 灰模型，允许数据少到四个 [17−18] . 一般 地，在保税港区进口业务流程的性能评价中，通关 服务时间、服务成本是明确的. 例如：保税港区进 口业务的通关服务时间 (即进口业务服务流程的关 键路径中服务组合的时间和)672 h.；通关服务成本 (关键路径中针对企业的目标需求而调用的服务组 合的总成本) 通常也是可以计算的；而通关服务柔 性、可用性及可靠性等效益型指标是不明确的. 对 于这种既含有已知信息又含有未知或非确定信息的 系统进行性能评价的预测，就是对在一定范围内变 化的、与时间有关的灰色过程的预测 [18] . 另外，由于保税港区中的大部分服务流程均具 有在线实时数据处理的特点，传统的 GM (1, 1) 模 型无法反映出保税港区性能评价的实时性要求，因 而本文采用在传统的灰色 GM(1, 1) 模型中嵌入实 时时间变量 tk，构建实时灰色预测模型，以保税港 区服务流程性能监控的历史数据为基础数据，采用 实时灰色预测模型对其保税港区服务流程的性能进 行预测，从而改进了传统灰色预测方法的预测精度 低、时效性不强等缺点. 基于上述建模思想，对保税港区服务流程评价 性预测建立实时灰色预测模型如下. (1) 首先将时间变量 tk 嵌入灰色 GM(1, 1) 模
第9期 徐红霞等：保税港区服务流程的性能评价 ·1237· 型中，假设1为保税港区服务性能评价过程的初始 o(tk-(k-i)h)=(1-e)(xo(tk-(k-1)h)- 时刻，h为采样周期时间，则其预测时刻tk可以表 ae-a(位=1,2，…，k. b (11) 示为tk=t1+(k-1)h,其中(k-1)表示自初始时 上述实时灰色预测的执行算法可归纳如下 刻至预测时刻所经过的周期时间的个数.同理，初 算法1性能指标的灰色预测. 始时刻t1可用预测时刻tk表示为t1=tk-(k-1)h. 输入：1保税港区服务性能评价过程的初始时 (2)设保税港区服务流程性能评价的历史数据 刻(t1):采样周期时间()：自初始时刻至预测时刻 原始序列为 Xo={xo)(tk-(k-1)h),xo)(t-(k-2)h), 所经过的周期时间的个数(k-1):保税港区服务流 程性能评价的历史数据原始序列Xo) …,xo)(tk)}(k=1,2,·,n). (1) 输出：预测时刻；保税港区服务流程预测时 (3)X)为累加生成序列，则 刻的性能值o(t). X四)={x(1四(t(-k-1)h),x(tk-(k-2)h),…: 步骤1首先设置初始时刻(t)、预测时刻 x(tk)}(k=2,3,…,n, (tk)、采样时间周期h及采样周期个数k-1. x(tr-jh)=)(tg-ih)(j =n-1, 步骤2根据采样k-1次的数据构成灰原始序 =k-1 列X(o). n-2,…,1,0) (2) 步骤3根据式(2)累加生成序列X), (④对累积序列的X)建立白化方程模型： 步骤4根据式(3)建立白化方程模型，式(4) dr(1)(tk -jh)+ax(1)(tk -jh)=b. (3) 和式（⑤）得到灰微分动态模型. d(tk) 步骤5根据式(6)~（⑧）构造矩阵B和向量 其中：b为灰色作用量，反映数据变化的不确切关 Yn并计算待定系数a与b. 系：a为发展系数，控制灰色系统发展态势的大小 步骤6根据式(9)~(11)推导并计算o)(tk- 从而得到灰微分的动态模型： (k-)h). 2四t-为=-G+1h)+z- 步骤7如采样总次数为n,则停止：否则再采 jh)(0=n-2,n-3,·,1,0), ) 样1次，构成新的Xo)序列，返回步骤3. (0)+az(1)(tk -jh)=b. (5) 通过上述灰色预测方法，可以实现对保税港区 式中，z1)(tk-h)为x)的紧邻均生成 服务流程的实时、滚动预测及动态修正.该方法对 (⑤)构造矩阵B和向量Yn,Xo)和X)满足 于保税港区业务集成系统中的服务需求者来说，预 Yn=Ba.其中： 测数据的透明化将使其提高物流效率，能更好地安 a=(a,b)T (BTB)-1BT Yn,(6) 排生产计划，并有助于其进行企业决策、服务流程 b 的开发、设计及修改，从而最终达到提升客户满意 度及市场核心竞争力的目的. -z)(tk-(k-2)h 1 例如：根据所采集的历史平均数据，某服务流 -z)(tk-(k-3)h 程的通关服务时间约为26.5h,其中确认转入清单 B= () 时间8h、与园区/港区信息同步的时间0.5h、监管 : : 车辆到位及在途运输时间8h、货物入库时间2h -2(1)(tk) 1 以及海关对备案清单的放行时间8h.若采用上述 灰色预测方法对某一时间点所获取的通关时间的预 Yn=[(1)(tk -(k-2)h),x(1)(tk -(k 测值远远大于26.5h,从企业的角度就应该考虑尽 3)h)…x)(t)]T (8) 可能地减少监管车辆到位及在途运输时间、货物入 由此可得实时灰色预测的响应式及灰色模型的输出 库时间，比如选择物流效率更高的承运商，或者协 表达式： 调提高货物入库的效率等：而对于服务提供方（如 9(-(k-)h)=(0(t-(k-1h)- b、 b 海关、商检等单位)来说，有效地预测将指导其改 )e-ai+2(i=1,2,…,k), (9) 善通关的效率，降低运营费用，从而提高整体的通 ()(tk-(k-i)h)= 关服务水平：对于保税港区第三方平台来说，将极 四)(t-(k-)h)-1)(tk-[k-(位-1)).(10) 大地减少数据差错，提高保税港区业务流程的整体 从而推导出实时灰色预测模型的输出算式： 处理速度，使保税港区业务集成系统内的所有成员
第 9 期 徐红霞等：保税港区服务流程的性能评价 1237 ·· 型中，假设 t1 为保税港区服务性能评价过程的初始 时刻，h 为采样周期时间，则其预测时刻 tk 可以表 示为 tk = t1 + (k−1)h，其中 (k−1) 表示自初始时 刻至预测时刻所经过的周期时间的个数. 同理，初 始时刻 t1 可用预测时刻 tk 表示为 t1 = tk – (k−1)h. (2) 设保税港区服务流程性能评价的历史数据 原始序列为 X(0)={x (0)(tk−(k − 1)h), x (0)(tk − (k − 2)h), · · · , x (0)(tk)}(k =1, 2, · · · ,n). (1) (3) X(1) 为累加生成序列，则 X(1)={x (1)(tk(−k−1)h),x (1)(tk− (k−2) h), · · · , x (1)(tk)} (k =2, 3, · · · ,n), x (1)(tk − jh) = P j i=k−1 x (0)(tk−ih) (j = n − 1, n − 2, · · · , 1, 0). (2) (4) 对累积序列的 X(1) 建立白化方程模型： dx (1)(tk − jh) d(tk) + ax(1)(tk − jh) = b. (3) 其中：b 为灰色作用量，反映数据变化的不确切关 系；a 为发展系数，控制灰色系统发展态势的大小. 从而得到灰微分的动态模型： z (1)(tk − jh) = 1 2 (x (1)(tk − (j + 1)h) + x (1)(tk − jh)) (j = n − 2, n − 3, · · · , 1, 0), (4) x (0) + az(1)(tk − jh) = b. (5) 式中，z (1)(tk − jh) 为 x (1) 的紧邻均生成. (5) 构造矩阵 B 和向量 Y n，X(0) 和 X(1) 满足 Y n= Bab. 其中： aˆ = (a, b) T = " a b # =(BTB) −1BT Y n， (6) B= −z (1)(tk − (k − 2)h 1 −z (1)(tk − (k − 3)h 1 . . . . . . − z (1)(tk) 1 . (7) Y n = [x (1)(tk − (k − 2)h), x(1)(tk − (k − 3)h), · · · ,x(1)(tk)]T. (8) 由此可得实时灰色预测的响应式及灰色模型的输出 表达式： xˆ (1)(tk − (k − i)h) = (x (0)(tk − (k − 1)h) − b a )e−ai + b a (i = 1, 2, · · · , k)， (9) xˆ (0) (tk − (k − i)h) = xˆ (1)(tk − (k − i)h) − xˆ (1)(tk − [k − (i − 1)h]). (10) 从而推导出实时灰色预测模型的输出算式： xˆ (0)(tk − (k − i)h) = (1 − e a )(x (0)(tk − (k − 1)h) − b a )e −ai (i = 1, 2, · · · , k). (11) 上述实时灰色预测的执行算法可归纳如下. 算法 1 性能指标的灰色预测. 输入：t1 保税港区服务性能评价过程的初始时 刻 (t1)；采样周期时间 (h)；自初始时刻至预测时刻 所经过的周期时间的个数 (k−1)；保税港区服务流 程性能评价的历史数据原始序列 X(0) . 输出：预测时刻 tk；保税港区服务流程预测时 刻的性能值 xˆ (0)(tk). 步骤 1 首先设置初始时刻 (t1)、 预测时刻 (tk)、采样时间周期 h 及采样周期个数 k−1. 步骤 2 根据采样 k−1 次的数据构成灰原始序 列 X(0) . 步骤 3 根据式 (2) 累加生成序列 X(1) . 步骤 4 根据式 (3) 建立白化方程模型，式 (4) 和式 (5) 得到灰微分动态模型. 步骤 5 根据式 (6)∼(8) 构造矩阵 B 和向量 Y n 并计算待定系数 a 与 b. 步骤 6 根据式 (9)∼(11) 推导并计算 xˆ (0) (tk − (k − i)h). 步骤 7 如采样总次数为 n，则停止；否则再采 样 1 次，构成新的 X(0) 序列，返回步骤 3. 通过上述灰色预测方法，可以实现对保税港区 服务流程的实时、滚动预测及动态修正. 该方法对 于保税港区业务集成系统中的服务需求者来说，预 测数据的透明化将使其提高物流效率，能更好地安 排生产计划，并有助于其进行企业决策、服务流程 的开发、设计及修改，从而最终达到提升客户满意 度及市场核心竞争力的目的. 例如：根据所采集的历史平均数据，某服务流 程的通关服务时间约为 26.5 h，其中确认转入清单 时间 8 h、与园区/港区信息同步的时间 0.5 h、监管 车辆到位及在途运输时间 8 h、货物入库时间 2 h 以及海关对备案清单的放行时间 8 h. 若采用上述 灰色预测方法对某一时间点所获取的通关时间的预 测值远远大于 26.5 h，从企业的角度就应该考虑尽 可能地减少监管车辆到位及在途运输时间、货物入 库时间，比如选择物流效率更高的承运商，或者协 调提高货物入库的效率等；而对于服务提供方 (如 海关、商检等单位) 来说，有效地预测将指导其改 善通关的效率，降低运营费用，从而提高整体的通 关服务水平；对于保税港区第三方平台来说，将极 大地减少数据差错，提高保税港区业务流程的整体 处理速度，使保税港区业务集成系统内的所有成员
·1238 北京科技大学学报 第35卷 受益，从而构建起真正意义上的合作伙伴关系 服务流程：海关确认企业申报的转入清单，并将核 此外，针对保税港区服务流程性能的实时灰色 放信息发送至园区：园区将信息发送园区卡口及港 预测，作为其服务质量分析与评价的深入与补充， 区卡口：企业港口提货，港区卡口核放载货车辆及 不仅为抽象的服务组合优化方案提供了依据，指导 货物：园区卡口核实抵达的载货车辆的转入信息， 具体服务流程的执行，而且实现了保税港区服务流 车辆进入园区：企业确认货物入库，并根据转入清 程性能管理螺旋上升的闭环管理，使得保税港区服 单形成进境备案清单后向海关申报和放行，增加电 务流程性能管理与决策形成一个持续提升的过程. 子账册库存数据. 以图4为例，入境进区业务服务流程中的通关 4实例应用 服务时间、通关服务成本、通关服务柔性、通关服 4.1性能指标的分析 务可用性和通关服务可靠性五项指标的分析与计算 图4给出一个保税港区系统中入境进区业务的 如下. 园区卡 口信息 企业 海关 园区 港区 核对及 园区 企业 海 系统 系统 系统 系统 验放 系统 系统 系统 录入转 海关 发送提 通知 港区卡 通知园 车辆进 货物 企业申报进 备案清单放行，增 入人清单 确认 货指令 卡口 口验放 区卡口 人园区 入库 境备案清单 加电子账册库存 无 车辆不能 进入园区 图4入境进区业务的服务流程 Fig.4 Service process of incoming cargoes (1)入港进区服务流程的通关服务时间Timecs· 主要包括海关确认转入清单时间ST1=8h、与园 港进区服务流程可靠性Rel。一Coper(O+Coreak(西 Coper(t) =75.47%. 区/港区信息同步的时间ST2=0.5h、监管车辆到位 4.2性能指标的灰色预测 及在途运输时间ST3=8h、货物入库时间ST4=2h 以及海关对备案清单的放行时间ST5=8h,该服务 为了便于数据的初始化处理，本文重点对服务 流程中通关时间Timecs=∑STs(t)=26.5h 流程评价中效益型指标进行实时灰色预测分析.表 =1 1是根据某港区2011年7月份对图4所示的入境 (2)入港进区服务流程的通关服务成本Costes. 进区服务流程的服务性能指标的六个时间点的监测 主要包括海关通关费用SC1=400元、监管车辆运输 数据.其中服务性能是指服务可用性、可靠性两项 费用SC2=1200元和货物装卸费用SC3=800元.该服 的综合指标值，是在六个时间点的服务可用性、可 务流程中通关总成本Costes=∑SC3(c)=2400元. 靠性两项指标的加权平均值， 根据上述历史监测数据，以下针对该服务流程 (3)入港进区服务流程的柔性表示为Flexcs= 8月份的第1个预测时间点的服务性能指标进行实 Poption⑧Pperf.在此流程中，运输车辆有两种选 时灰色预测如下 一集装箱车和监管厢式货车，即Poption=2;而 车辆的参数又大致分两种—20英尺箱和40英尺 表1入境进区服务流程效益型指标监测数据 箱，即Pperf=2.该服务组合柔性Flexcs-=282=4. Table 1 Monitoring data of beneficial indexes from the ser- vice process of incoming cargoes % (4)入港进区服务流程的可用性.假设在该服 时间点 服务的可用性服务的可靠性 服务性能 务流程执行过程中服务组合总调用次数Fota1=528 2011-07-03 89.68 78.96 84.32 次，调用成功次数Fucc=396次.入港进区服务流程 2011-07-08 93.25 87.65 90.45 2011-07-13 81.15 的可用性Availes=Fmcc/Ftotal=396次/528次=75%. 76.13 78.64 2011-07-18 70.39 66.73 68.56 (⑤)入港进区服务流程的可靠性.设在该服务 2011-07-23 73.17 77.59 75.38 流程执行过程中服务组合正常操作时间 2011-07-29 85.18 76.12 80.65 Coper(t)=20h.非正常操作时间Cbreak(t)=6.5h.入 首先，根据步骤1，设初始时刻t1=2011-07-03
· 1238 · 北 京 科 技 大 学 学 报 第 35 卷 受益，从而构建起真正意义上的合作伙伴关系. 此外，针对保税港区服务流程性能的实时灰色 预测，作为其服务质量分析与评价的深入与补充， 不仅为抽象的服务组合优化方案提供了依据，指导 具体服务流程的执行，而且实现了保税港区服务流 程性能管理螺旋上升的闭环管理，使得保税港区服 务流程性能管理与决策形成一个持续提升的过程. 4 实例应用 4.1 性能指标的分析 图 4 给出一个保税港区系统中入境进区业务的 服务流程：海关确认企业申报的转入清单，并将核 放信息发送至园区；园区将信息发送园区卡口及港 区卡口；企业港口提货，港区卡口核放载货车辆及 货物；园区卡口核实抵达的载货车辆的转入信息， 车辆进入园区；企业确认货物入库，并根据转入清 单形成进境备案清单后向海关申报和放行，增加电 子账册库存数据. 以图4 为例，入境进区业务服务流程中的通关 服务时间、通关服务成本、通关服务柔性、通关服 务可用性和通关服务可靠性五项指标的分析与计算 如下. 图 4 入境进区业务的服务流程 Fig.4 Service process of incoming cargoes (1) 入港进区服务流程的通关服务时间 Timecs. 主要包括海关确认转入清单时间 ST1=8 h、与园 区/港区信息同步的时间 ST2=0.5 h、监管车辆到位 及在途运输时间 ST3=8 h、货物入库时间 ST4=2 h 以及海关对备案清单的放行时间 ST5=8 h. 该服务 流程中通关时间 Timecs = P 5 i=1 ST5(t)=26.5 h. (2) 入港进区服务流程的通关服务成本 Costcs. 主要包括海关通关费用 SC1=400 元、监管车辆运输 费用 SC2=1200 元和货物装卸费用 SC3=800 元.该服 务流程中通关总成本 Costcs = P 3 i=1 SC3(c)=2400 元. (3) 入港进区服务流程的柔性表示为 Flexcs = Pn i=1 Poption ⊗ Pperf. 在此流程中，运输车辆有两种选 择 —— 集装箱车和监管厢式货车，即 Poption=2；而 车辆的参数又大致分两种 ——20 英尺箱和 40 英尺 箱，即 Pperf=2. 该服务组合柔性Flexcs=2⊗2=4. (4) 入港进区服务流程的可用性. 假设在该服 务流程执行过程中服务组合总调用次数 Ftotal=528 次，调用成功次数 Fsucc=396 次. 入港进区服务流程 的可用性 Availcs=Fsucc/Ftotal=396 次/528 次 =75%. (5) 入港进区服务流程的可靠性. 设在该服务 流 程 执 行 过 程 中 服 务 组 合 正 常 操 作 时 间 Coper(t)=20 h. 非正常操作时间 Cbreak(t)= 6.5 h. 入 港进区服务流程可靠性 Relcs= Coper(t) Coper(t) + Cbreak(t) =75.47%. 4.2 性能指标的灰色预测 为了便于数据的初始化处理，本文重点对服务 流程评价中效益型指标进行实时灰色预测分析. 表 1 是根据某港区 2011 年 7 月份对图 4 所示的入境 进区服务流程的服务性能指标的六个时间点的监测 数据. 其中服务性能是指服务可用性、可靠性两项 的综合指标值，是在六个时间点的服务可用性、可 靠性两项指标的加权平均值. 根据上述历史监测数据，以下针对该服务流程 8 月份的第 1 个预测时间点的服务性能指标进行实 时灰色预测如下. 表 1 入境进区服务流程效益型指标监测数据 Table 1 Monitoring data of beneficial indexes from the service process of incoming cargoes % 时间点 服务的可用性 服务的可靠性 服务性能 2011-07-03 89.68 78.96 84.32 2011-07-08 93.25 87.65 90.45 2011-07-13 81.15 76.13 78.64 2011-07-18 70.39 66.73 68.56 2011-07-23 73.17 77.59 75.38 2011-07-29 85.18 76.12 80.65 首先，根据步骤 1，设初始时刻 t1 = 2011-07-03
第9期 徐红霞等：保税港区服务流程的性能评价 ·1239· 采样时间周期为h=5d,则8月份第一个预测时刻 统.物流技术，2010,29-16(8)：132) tk=2011-07-03+(7-1)×5=2011-08-02,即预测时间 [2]Du Y H.Li X T,Xiong P C.A Petri net approach to 为8月2日：然后步骤2根据历史采样的六次数 mediation-aided composition of web services.IEEE Trans 据构成灰原始序列Xo)(t)={84.32(t1),90.45(t2), Autom Sci Eng,2012,9(2):429 78.64t3),68.56(t4),75.38(t5),80.65(t6)}:根据步骤3 [3]Wang W R.Research on Business Modeling and Perfor- 构造累加生成序列X((tk)={84.32(t1),174.77(t2), mance Measurement of Service Oriented Enterprise [Dis- sertation].Beijing:Tsinghua University,2011 253.41(t3),321.97(t4),397.35(t5),478(t6)}:然后 (王伟然.面向服务企业的业务建模与性能评价研究学位 根据步骤4建立白化模型及灰微分动态模型： 论文].北京：清华大学，2011) 步骤5构造数据矩阵B和数据向量Y:计 [4 Liu B,Cai S Q,Zheng S Y.Evaluation index system for 算待定系数a=0.030989,b=87.59:最后步 business processes.J Huazhong Univ Sci Technol,2005, 骤6得到实时灰色预测的响应式(tk+1)= 33(4):112 (-2784.166817)e-0.030989k+2868.4868179,由式(10) (刘飚，蔡淑琴，郑双怡.业务流程评价指标体系研究.华中 和式(1)(=7)可得（位o(t)=71.664:= 科技大学学报，2005,33(4)：112) 2826.4868179).由此可得，入境进区服务流程8月 5]Zhu J R,Liu D C.Tong W,et al.Research on process- 份的第一个预测时间点(8月2日)服务性能的灰色 based manufacturing performance measurement system. Comput Integr Manuf Syst,2005,11(3):438 预测值为71.664%. (朱家饶，刘大成，佟巍，等.基于流程的制造绩效评价体系 5结论 研究.计算机集成制造系统，2005,11(3)：438) [6]Dai Y,Yang L,Zhang B,et al.QoS for composite web ser- (1)基于保税港区应用平台及服务流程的特点， vices and optimizing.Chin J Comput,2006,29(7):1167 构建了保税港区服务流程的性能管理框架，并从服 (代钰，杨雷，张斌，等.支持组合服务选取的QS模型及 务流程的性能评价及预测两个方面进行相关的建模 优化求解.计算机学报，2006,29(7)：1167) 及方法研究.一方面建立了保税港区集成系统服务 [7]Chen S P,Yan B,Zic J,et al.Evaluation and modeling 组合性能评价模型及指标体系：另一方面构建了服 of web services performance /International Conference 务流程性能实时灰色预测模型.上述研究工作将为 on Web Services.Chicago,2006:437 保税港区的信息化建设提供技术支持，并为管理者 [8 Cardellini V,Casalicchio E,Vincenzo G,et al.A frame 提供更科学的决策依据.本文中的服务流程性能指 work for optimal service selection in broker-based archi- 标体系，综合了保税港区系统中“业务”与“T”两 tectures with multiple Qos classes//Proceedings of the 个层面特点，避免了现有评价方法的片面性.另外， IEEE Services Computing Workshops.Chicago,2006: 105 本文中的实时性能预测方法能够有效地支持保税港 [9]Kalepu S,Krishnawamy S,Loke S W.Verity:a QoS met- 区业务的闭环管理，而且适用面广，可以在其他行 ric for selecting Web services and providers//The Fourth 业进行推广使用. International Conference on Web Information Systems (2)在本文基础上，可在如下方面进一步展开 Engineering Workshops.2003:131 工作：针对不同的业务问题，如何构建服务流程性 [10]Menasce D A.QoS issues in web services.IEEE Internet 能预测及优化的方法库及决策库，从而满足各类业 Comput,2002,6(6):72 务需求，这是一个重要的方向：各种时序约束作为 [11]Du Y H,Xiong P C,Fan Y S,et al.Dynamic checking 服务流程中常见时间信息，一般依据流程本身执行 and solution to temporal violations in concurrent workflow 情况、企业业务策略以及法律法规来设定，对它们 processes.IEEE Trans Syst Man Cybern Part A,2011, 41(6):1166 进行动态的分析和讨论，也是下一步需要进行的研 [12]Xu Z F,Chen Y G,Yang J H,et al.Queuing network 究工作 model-based software performance prediction during anal- ysis and design in USDP.Comput Sci,2007,34(10):272 参考文献 (徐忠富，陈永光，杨建华，等.USDP分析设计中基于挂队 网络模型的软件性能预测方法.计算机科学，2007,34(10)： [1]Xu H X,Du Y H,Dong S H.Integrated information sys- 272) tem of port-bonded zone collaboration based on SOA.Lo-[13]Xiong P C,Fan Y S.Business performance prediction and gist Technol,2010,29-16(8):132 optimization model based on system dynamics.Chin J (徐红霞，杜彦华，董绍华.基于SOA的保税港区集成系 Mech Eng,2008.44(4):107
第 9 期 徐红霞等：保税港区服务流程的性能评价 1239 ·· 采样时间周期为 h =5 d，则 8 月份第一个预测时刻 tk=2011-07-03+(7-1)×5 = 2011-08-02，即预测时间 为 8 月 2 日；然后步骤 2 根据历史采样的六次数 据构成灰原始序列 X(0) (tk)={84.32(t1), 90.45(t2), 78.64(t3), 68.56(t4), 75.38(t5), 80.65(t6)}；根据步骤 3 构造累加生成序列 X(1)(tk)={84.32(t1), 174.77(t2), 253.41(t3), 321.97(t4), 397.35(t5), 478(t6)}； 然后 根据步骤 4 建立白化模型及灰微分动态模型； 步骤 5 构造数据矩阵 B 和数据向量 Yn； 计 算待定系数 a =0.030989, b =87.59； 最后步 骤 6 得到实时灰色预测的响应式 xˆ (1)(tk+1) = (−2784.166817)e−0.030989k + 2868.4868179，由式 (10) 和式 (11) (k=7) 可得 (ˆx (0)(t7) = 71.664; b a = 2826.4868179). 由此可得，入境进区服务流程 8 月 份的第一个预测时间点 (8 月 2 日) 服务性能的灰色 预测值为 71.664%. 5 结论 (1) 基于保税港区应用平台及服务流程的特点， 构建了保税港区服务流程的性能管理框架，并从服 务流程的性能评价及预测两个方面进行相关的建模 及方法研究. 一方面建立了保税港区集成系统服务 组合性能评价模型及指标体系；另一方面构建了服 务流程性能实时灰色预测模型. 上述研究工作将为 保税港区的信息化建设提供技术支持，并为管理者 提供更科学的决策依据. 本文中的服务流程性能指 标体系，综合了保税港区系统中 “业务” 与 “IT” 两 个层面特点，避免了现有评价方法的片面性. 另外， 本文中的实时性能预测方法能够有效地支持保税港 区业务的闭环管理，而且适用面广，可以在其他行 业进行推广使用. (2) 在本文基础上，可在如下方面进一步展开 工作：针对不同的业务问题，如何构建服务流程性 能预测及优化的方法库及决策库，从而满足各类业 务需求，这是一个重要的方向；各种时序约束作为 服务流程中常见时间信息，一般依据流程本身执行 情况、企业业务策略以及法律法规来设定，对它们 进行动态的分析和讨论，也是下一步需要进行的研 究工作. 参 考 文 献 [1] Xu H X, Du Y H, Dong S H. Integrated information system of port-bonded zone collaboration based on SOA. Logist Technol, 2010, 29-16(8): 132 (徐红霞, 杜彦华, 董绍华. 基于 SOA 的保税港区集成系 统. 物流技术, 2010, 29-16(8): 132) [2] Du Y H, Li X T, Xiong P C. A Petri net approach to mediation-aided composition of web services. IEEE Trans Autom Sci Eng, 2012, 9(2): 429 [3] Wang W R. Research on Business Modeling and Performance Measurement of Service Oriented Enterprise [Dissertation]. Beijing: Tsinghua University, 2011 (王伟然. 面向服务企业的业务建模与性能评价研究 [学位 论文]. 北京：清华大学, 2011) [4] Liu B, Cai S Q, Zheng S Y. Evaluation index system for business processes. J Huazhong Univ Sci Technol, 2005, 33(4): 112 (刘飚, 蔡淑琴, 郑双怡. 业务流程评价指标体系研究. 华中 科技大学学报, 2005, 33(4): 112) [5] Zhu J R, Liu D C, Tong W, et al. Research on processbased manufacturing performance measurement system. Comput Integr Manuf Syst, 2005, 11(3): 438 (朱家饶, 刘大成, 佟巍, 等. 基于流程的制造绩效评价体系 研究. 计算机集成制造系统, 2005, 11(3): 438) [6] Dai Y, Yang L, Zhang B, et al. QoS for composite web services and optimizing. Chin J Comput, 2006, 29(7): 1167 (代钰, 杨雷, 张斌, 等. 支持组合服务选取的 QoS 模型及 优化求解. 计算机学报, 2006, 29(7): 1167) [7] Chen S P, Yan B, Zic J, et al. Evaluation and modeling of web services performance // International Conference on Web Services. Chicago, 2006: 437 [8] Cardellini V, Casalicchio E, Vincenzo G, et al. A framework for optimal service selection in broker-based architectures with multiple QoS classes // Proceedings of the IEEE Services Computing Workshops. Chicago, 2006: 105 [9] Kalepu S, Krishnawamy S, Loke S W. Verity: a QoS metric for selecting Web services and providers // The Fourth International Conference on Web Information Systems Engineering Workshops. 2003: 131 [10] Menasce D A. QoS issues in web services. IEEE Internet Comput, 2002, 6(6): 72 [11] Du Y H, Xiong P C, Fan Y S, et al. Dynamic checking and solution to temporal violations in concurrent workflow processes. IEEE Trans Syst Man Cybern Part A, 2011, 41(6): 1166 [12] Xu Z F, Chen Y G, Yang J H, et al. Queuing network model-based software performance prediction during analysis and design in USDP. Comput Sci, 2007, 34(10): 272 (徐忠富, 陈永光, 杨建华, 等. USDP 分析设计中基于排队 网络模型的软件性能预测方法. 计算机科学, 2007, 34(10): 272) [13] Xiong P C, Fan Y S. Business performance prediction and optimization model based on system dynamics. Chin J Mech Eng, 2008, 44(4): 107