CN113609780A - 基于事件网的时钟运行策略的控制方法、装置及电子设备 - Google Patents
基于事件网的时钟运行策略的控制方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113609780A CN113609780A CN202110939094.9A CN202110939094A CN113609780A CN 113609780 A CN113609780 A CN 113609780A CN 202110939094 A CN202110939094 A CN 202110939094A CN 113609780 A CN113609780 A CN 113609780A
- Authority
- CN
- China
- Prior art keywords
- event
- clock
- value
- simulation analysis
- clock value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013486 operation strategy Methods 0.000 title claims abstract description 24
- 238000004088 simulation Methods 0.000 claims abstract description 163
- 238000004458 analytical method Methods 0.000 claims abstract description 156
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 230000001360 synchronised effect Effects 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 13
- 229910000831 Steel Inorganic materials 0.000 description 7
- 239000010959 steel Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于事件网的时钟运行策略的控制方法、装置、及电子设备,其中,方法包括包括:基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;通过预设算法逐步计算用于处理各事件节点的模拟分析数据结果的目标时钟值;确定目标时钟值对应的目标运行速率值;控制各事件节点的模拟分析数据结果按照目标运行速率值执行同步运行指令。对经过事件模拟分析模型分析后的事件模拟数据结果,通过逐步计算用于处理各事件节点的事件模拟分析数据结果得到目标时钟值,利用该目标时钟值对应的目标运行速率值可以实现对事件模拟数据结果中的各事件节点进行高效控制,有利于全面同步控制各事件节点的模拟分析数据结果。
Description
技术领域
本发明涉及事件分析技术领域,具体涉及一种基于事件网的时钟运行策略的控制方法、装置及电子设备。
背景技术
模拟分析是对决策模拟过程与结果进行的剖析和评价。其中,事件网就是基于兼容离散和连续数据的数字仿真分析平台。基于该事件网络可以实现对具备一些相似或相关条件下的各种数据进行模拟分析,就会产生与该组条件相关的结果。
相关技术中,仅仅基于已建立的事件网数字仿真分析平台,往往直接按照特定的时钟运行方式对事件模拟分析数据结果进行控制,由于该特定的时钟运行方式在数据处理上,较为机械化,很难快速对事件模拟分析数据结果进行高效控制。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的如若直接使用事件网数字仿真分析平台基于特定模式很难快速对事件模拟分析数据结果进行高效控制的缺陷,从而提供一种基于事件网的时钟运行策略的控制方法、装置及电子设备。
根据第一方面,本发明提供一种基于事件网的时钟运行策略的控制方法,包括如下步骤:基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;通过第一预设算法逐步计算用于处理所述各事件节点的模拟分析数据结果的目标时钟值;确定所述目标时钟值对应的目标运行速率值;控制所述各事件节点的模拟分析数据结果按照所述目标运行速率值执行同步运行指令。
一种实施方式中,所述通过预设算法逐步计算用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值的步骤还包括:从所述各事件节点的模拟分析数据结果中,确定当前节点的事件模拟分析数据结果;分别确定用于计算所述当前节点的事件模拟分析数据结果的第一时钟值和第二时钟值;分别按照所述第一时钟值和所述第二时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第一运行速率值,所述第二时钟值对应的第二运行速率值,所述第二时钟值大于所述第一时钟值;基于所述第一运行速率值和所述第二运行速率值,确定用于计算所述当前节点的事件模拟分析数据结果的第三时钟值,所述第三时钟值属于所述第一时钟值与所述第二时钟值之间的范围值;按照所述第三时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第三运行速率值;根据所述所述第一时钟值对应的第一运行速率值、所述第二时钟值对应的第二运行速率值、所述第三时钟值对应的第三运行速率值,逐步确定所述各事件节点的事件模拟分析数据结果分别对应的各时钟值;按照所述各时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述各时钟值分别对应的各运行速率值;根据所述各时钟值分别对应的各运行速率值,确定用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值。
一种实施方式中,所述基于所述标准时钟值,所述第一时钟值、所述第二时钟值和所述第三时钟值通过二分法进行确定。
一种实施方式中,所述根据所述各时钟值分别对应的各运行速率值,确定用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值的步骤还包括在所述各时钟值分别对应的各运行速率值中,通过逐步回归算法确定出最优时钟值;将所述最优时钟值确定为所述目标时钟值。
一种实施方式中,所述控制所述各事件节点的模拟分析数据结果按照所述目标运行速率值执行同步运行指令的步骤还包括:控制原始运行速率值小于所述目标运行速率值的事件节点提高原始运行速率值,进而与原始运行速率值等于所述目标运行速率值的事件节点保持同步;控制所述原始运行速率值大于所述目标运行速率值的事件节点降低原始运行速率值,进而与原始运行速率值等于所述目标运行速率值的事件节点保持同步。
一种实施方式中,所述基于事件模拟分析模型,输出各事件节点的模拟分析数据结果的步骤还包括:获取待分析事件的业务数据;根据第二预设算法,从所述业务数据中提取特征向量;将所述特征向量输入到事件模拟分析模型中训练,并输出所述事件模拟分析数据结果。
根据第二方面,本发明提供一种基于事件网的时钟运行策略的控制装置包括如下模块:输出模块,用于基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;计算模块,用于通过预设算法逐步计算用于处理所述各事件节点的模拟分析数据结果的目标时钟值;确定模块,用于确定所述目标时钟值对应的目标运行速率值;控制模块,用于控制所述各事件节点的模拟分析数据结果按照所述目标时钟值执行同步运行指令。。
一种实施方式中,所述的基于事件网的时钟运行策略的控制装置,所述计算模块还包括:第一确定子模块,用于从所述各事件节点的模拟分析数据结果中,确定当前节点的事件模拟分析数据结果;第二确定子模块,用于分别确定用于计算所述当前节点的事件模拟分析数据结果的第一时钟值和第二时钟值;第一记录子模块,用于分别按照所述第一时钟值和所述第二时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第一运行速率值,所述第二时钟值对应的第二运行速率值,所述第二时钟值大于所述第一时钟值;第三确定子模块,用于基于所述第一运行速率值和所述第二运行速率值,确定用于计算所述当前节点的事件模拟分析数据结果的第三时钟值,所述第三时钟值属于所述第一时钟值与所述第二时钟值之间的范围值;第二记录子模块,用于按照所述第三时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第三运行速率值;第四确定子模块,用于根据所述所述第一时钟值对应的第一运行速率值、所述第二时钟值对应的第二运行速率值、所述第三时钟值对应的第三运行速率值,逐步确定所述各事件节点的事件模拟分析数据结果分别对应的各时钟值;第三记录子模块,用于按照所述各时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述各时钟值分别对应的各运行速率值;第五确定子模块,用于根据所述各时钟值分别对应的各运行速率值,确定用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值。
根据第三方面,本发明提供一种存储介质,其上存储有计算机指令,该指令被处理器执行时实现权第一方面或第一方面任一实施方式中所述的基于事件网的时钟运行策略的控制方法的步骤。
根据第四方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面或第一方面任一实施方式中所述的基于事件网的时钟运行策略的控制方法的步骤。
本发明技术方案,具有如下优点:
本发明提供一种基于事件网的时钟运行策略的控制方法、装置、及电子设备,其中,方法包括包括:基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;通过预设算法逐步计算用于处理各事件节点的模拟分析数据结果的目标时钟值;确定目标时钟值对应的目标运行速率值;控制各事件节点的模拟分析数据结果按照目标运行速率值执行同步运行指令。对经过事件模拟分析模型分析后的事件模拟数据结果,通过逐步计算用于处理各事件节点的事件模拟分析数据结果得到目标时钟值,利用该目标时钟值对应的目标运行速率值可以实现对事件模拟数据结果中的各事件节点进行高效控制,有利于全面同步控制各事件节点的模拟分析数据结果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于事件网的时钟运行策略的控制方法的第一流程图;
图2为本发明实施例中基于事件网的时钟运行策略的控制方法的第二流程图;
图3为本发明实施例中基于事件网的时钟运行策略的控制方法的第三流程图;
图4为本发明实施例中基于事件网的时钟运行策略的控制方法的第四流程图;
图5为本发明实施例中基于事件网的时钟运行策略的控制装置的结构框图;
图6为本发明实施例中电子设备的硬件示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
模拟分析是对决策模拟过程与结果进行的剖析和评价。决策模拟的依据是事物之间的相似性与相关性,即在具备了相似的一组条件时,也就可能产生与该组条件相关的结果。决策模拟的目的是为决策的全面实施服务,因此,就得对决策模拟进行科学的模拟分析。
在相关技术中,通常使用Petri Net(简称PN),PN即对离散并行***的数学表示,因此,PN可以实现对物理世界中的各种离散数据进行模拟分析。PN适合于描述异步的、并发的计算机***模型,离散事件动态***是由异步、突发的事件驱动状态演化的动态***。由于PN只支持有限个离散数据,所以导致其在实际应用中存在有局限性,无法解决连续的数据信息进行有效表达。
因此,本发明实施例公开的事件网可以实现对连续和离散的数据信息进行清晰表达,事件网是基于兼容离散和连续数据的数字仿真分析平台,是基于事件驱动实现分布式并发,兼容离散和流式混合模型,通过拖拉拽的方式呈现全域仿真,诊断,优化的***平台。
由于相关技术中,仅仅基于已建立的事件网数字仿真分析平台,往往直接按照特定的时钟运行方式对事件模拟分析数据结果进行控制,由于该特定的时钟运行方式在数据处理上,较为机械化,很难快速对事件模拟分析数据结果进行高效控制。
鉴于此,本发明实施例公开一种基于事件网的时钟运行策略的控制方法,如图1所示,其包括如下步骤:
步骤S11:基于事件模拟分析模型,输出各事件节点的模拟分析数据结果。
此处的事件模拟分析模型即为对物理世界中的多样的数据信息进行模拟分析的数字仿真分析平台。
在一种实施方式中,上述步骤S11在执行的过程中,如图2所示,可具体包括如下步骤:
步骤S111:获取待分析事件的业务数据。
上述中的待分析事件的业务数据可以包括该事件涉及的内部和外部数据。例如:内部数据可以为业务***数据,业务***数据还可以包括企业资源计划(EnterpriseResource Planning,ERP)、客户关系管理(Customer Relationship Management,CRM)和仓库管理***(Warehouse Management System,WMS)、财务管理(Financial Management))等信息***中的数据;外部数据可以为业务***数据,业务***数据可以包括市场、客户以及供应商的信息等。上述业务数据可以直接从企业数据库中调用,也可以由事件负责人整理提供,本发明实施例对该业务数据的获取方式不作限定,可以根据事件实际情况选择。
步骤S112:根据第二预设算法,从业务数据中提取特征向量。
上述中的预设算法可以通过随机函数、分布函数、积分、微分算法和支持连续模型和离散模型的算法提取特征向量。
步骤S113:将特征向量输入到事件模拟分析模型中训练,并输出事件模拟分析数据结果。
例如:该事件模拟分析数据结果可以为事件持续时间、事件持续范围、事件演化规律、事件归属部门、事件相关部门等,上述分析结果可分别对应于不同的具体评价指标,该具体评价指标可以是具体的数值,也可以是随时间变化的趋势曲线。本发明实施例对该具体评价指标不作限定,可以根据具体事件确定。
步骤S12:通过第一预设算法逐步计算用于处理各事件节点的模拟分析数据结果的目标时钟值。
此处的目标时钟值作为各事件节点的模拟分析数据结果能够被执行正常且同步运行工作的标准时间。即利用该标准时间可以在一个统一的时钟下,对各事件节点的事件模拟分析数据结果进行具体分析。
步骤S13:确定目标时钟值对应的目标运行速率值。
在目标时钟值被确定的情况下,同步记录目标时钟值对应的目标运行速率值。此处的目标运行速率值为上述事件模拟分析模型在模拟仿真的过程中,其仿真事件网数据运行的快慢值,单位为秒的倍率。例如:目标运行速率为1008/s。
例如:目标时钟值为105s,其对应的目标运行速率值为1008/s。
步骤S14:控制各事件节点的模拟分析数据结果按照目标时钟值执行同步运行指令。
按照相同的运行节奏,可以保证各事件节点的事件模拟分析数据结果一直维持同步,进而确保各事件节点实现数据同步交互。
在一种实施方式中,本发明实施例中的基于事件网的时钟运行策略的控制方法,如图3所示,通过第一预设算法逐步计算用于处理各事件节点的事件模拟分析数据结果的目标时钟值的步骤S12还包括:
步骤S121:从各事件节点的模拟分析数据结果中,确定当前节点的事件模拟分析数据结果。
例如:事件模拟分析数据结果分别包括钢厂生产铁矿石事件、销售商售卖水果事件、某大学概况事件、某建筑工地建设高楼事件等。则从这些事件模拟分析数据结果中确定当前节点的事件模拟分析数据结果为某大学概况事件。当然,当前节点的事件模拟分析数据结果还可以为钢厂生产铁矿石事件,还可以为销售商售卖水果事件。
步骤S122:分别确定用于计算当前节点的事件模拟分析数据结果的第一时钟值和第二时钟值。
步骤S123:分别按照第一时钟值和第二时钟值运行当前节点的事件模拟分析数据结果,并记录第一时钟值对应的第一运行速率值,第二时钟值对应的第二运行速率值,第二时钟值大于第一时钟值。
在一种实施方式中,第一时钟值、第二时钟值和第三时钟值通过二分法进行确定。
具体地,所谓二分法如在许许多多的颗粒数值中,确定区间[a,b]上连续不断且f(a)·f(b)<0的函数y=f(x),通过不断地把函数f(x)零点所在的区间一分为二,使区间的两个端点逐步逼近零点,进而得到零点的近似值。
具体地,在上述步骤S132与S133中,第一时钟值可以作为当前节点的事件模拟分析数据结果执行正常运行操作的时钟值,该第一时钟值可以是较小一个时钟数值,这个较小的时钟数值可以通过二分法进行确定。例如:第一时钟值可以为5s、10s、13s、15s;其中,5s对应的第一运行速率值为2050/s,10s对应的第一运行速率值为3065/s,13s对应的第一运行速率值为3150/s,15s对应的第一运行速率值为3235/s。通过二分法可以在5s-10s之间的区间上确定第一时钟值为7s对应的第一运行速率值为2078/s。
具体地,在上述步骤S132与S133中,上述中的第二时钟值可以为当前节点的事件模拟分析数据结果执行正常运行操作的时钟值,该第二时钟值可以是较大的一个时钟数值,这个较大的时钟数值也可以通过二分法进行确定。例如:第二时钟值可以为21s、30s、40s、45s,其中,21s对应的第二运行速率值为4405/s,30s对应的第二运行速率值为4415/s,40s对应的第二运行速率值为4460/s,45s对应的第二运行速率值为4480/s。通过二分法可以在40s-45s之间的区间上确定第二时钟值为42s对应的第二运行速率值为4470/s。
步骤S124:基于第一运行速率值和第二运行速率值,确定用于计算当前节点的事件模拟分析数据结果的第三时钟值,第三时钟值属于第一时钟值与第二时钟值之间的范围值。
例如:第一时钟值7s对应的第一运行速率值2078/s,第二时钟值42s对应的第二运行速率值为4470/s,进一步比较二者在对应时钟值下的运行情况,基于上述中的二分法可以在7s-42s之间的区间上确定第三时钟值。
步骤S125:按照第三时钟值运行当前节点的事件模拟分析数据结果,并记录第一时钟值对应的第三运行速率值。
例如:基于二分法可以在7s-42s之间的区间上确定第三时钟值为25s,记录该第三运行速率值25s对应的第三运行速率值为4410/s。
步骤S126:根据第一时钟值对应的第一运行速率值、第二时钟值对应的第二运行速率值、第三时钟值对应的第三运行速率值,逐步确定各事件节点的事件模拟分析数据结果分别对应的各时钟值。
由于事件网是由很多事件节点构成,所以在各事件节点的事件模拟分析数据结果中,每个事件节点的事件模拟分析数据结果分别对应一个时钟值,而每一个时钟值分别对应一个运行速率值。因此,可以按照上述步骤步骤S121-步骤S126确定第一时钟值对应的第一运行速率值,第二时钟值对应的第二运行速率值,第三时钟值对应的第三运行速率值,逐步确定事件网中各节点的事件模拟分析数据结果。
步骤S127:按照各时钟值运行当前节点的事件模拟分析数据结果,并记录各时钟值分别对应的各运行速率值。
由于事件节点很多,故事件节点的事件模拟分析数据结果对应的时钟数值便很多。故各时钟值便组成了离散的时钟数值,每个时钟数值对应一个运行速率值,各运行速率值也便组成了离散的运行速率值。
步骤S128:根据各时钟值分别对应的各运行速率值,确定用于处理各事件节点的事件模拟分析数据结果的目标时钟值。
具体地,事件模拟分析数据结果可以用EN表示,EN=(P,E,T,A,F)。P为库所(Place)的集合,E为事件(Event)的集合,T为变迁(Transition)的集合,A为有向弧(Arc)的集合,F为发生函数的集合。
例如:E为其中的一个事件节点,即钢厂生产铁矿石事件,P为钢厂,其中钢厂的高温炉P中所存储的铁矿石数量为实数,即可以为离散的自然数,也可以为连续的小数,T为铁矿石在钢厂的高温炉中生产铁粉,A为钢厂生产铁矿石事件中第一时钟值及其对应的第一运行速率值、第二时钟值及其对应的第二运行速率值、第三时钟值及其对应的第三运行速率值,F为高温生火。
在一种实施方式中,本发明实施例中根据各时钟值分别对应的各运行速率值,确定用于处理各事件节点的事件模拟分析数据结果的目标时钟值的步骤S128还包括
第一步:在各时钟值分别对应的各运行速率值中,通过逐步回归算法确定出最优时钟值。
第二步:将最优时钟值确定为目标时钟值。
例如:101s-990/s,102s-998/s,103s-1001/s,105s-1008/s等,例如:基于相关技术中的逐步回归算法确定出最优时钟值为105s,该最优时钟值即为目标时钟值。
在一种实施方式中,如图4所示,控制各事件节点的模拟分析数据结果按照目标时钟值执行同步运行指令的步骤S13还包括:
步骤S131:控制原始运行速率值小于目标运行速率值的事件节点提高原始运行速率值,进而与原始运行速率值等于目标运行速率值的事件节点保持同步。
例如:目标运行速率值为1008/s,事件节点A对应的原始运行速率值为998/s,事件节点B对应的原始运行速率值为985/s、事件节点C对应的原始运行速率值为1008/s、事件节点D对应的原始运行速率值为1020/s、事件节点E对应的原始运行速率值为978/s。由998/s﹤1008/s,985/s﹤1008/s,978/s﹤1008/s,故控制事件节点A、事件节点B与事件节点E的原始运行速率值等于目标运行速率值1008/s,即控制事件节点A、B、E的原始运行速率值提高运行速率与等于目标运行速率值的事件节点保持同步。
步骤S132:控制原始运行速率值大于目标运行速率值的事件节点降低原始运行速率值,进而与原始运行速率值等于目标运行速率值的事件节点保持同步。
在上述示例中,1020/s﹥1008/s,故控制事件节点D的原始运行速率值1020/s等于目标运行速率值1008/s,即控制事件节点D的原始运行速率值降低运行速率与等于目标运行速率值的事件节点保持同步。
本发明实施例中的基于事件网的时钟运行策略的控制方法,对经过事件模拟分析模型进行模拟分析后的各事件节点的事件模拟数据结果,基于预设算法逐步计算得到目标时钟值,并确定该目标时钟值对应的目标运行速率值可以实现对事件模拟数据结果中的各事件节点进行同步控制,有利于全面高效分析各事件节点的事件模拟数据结果。
基于相同构思,本发明实施例还公开了一种基于事件网的时钟运行策略的控制装置,如图5所示,包括如下模块:
输出模块51,用于基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;
计算模块52,用于通过第一预设算法逐步计算用于处理各事件节点的模拟分析数据结果的目标时钟值;
确定模块53,用于确定目标时钟值对应的目标运行速率值;
控制模块54,用于控制各事件节点的模拟分析数据结果按照目标运行速率值执行同步运行指令。
本发明实施例中的基于事件网的时钟运行策略的控制装置,在图5中,计算模块52还包括:
第一确定子模块521,用于从各事件节点的模拟分析数据结果中,确定当前节点的事件模拟分析数据结果;
第二确定子模块522,用于分别确定用于计算当前节点的事件模拟分析数据结果的第一时钟值和第二时钟值;
第一记录子模块523,用于分别按照第一时钟值和第二时钟值运行当前节点的事件模拟分析数据结果,并记录第一时钟值对应的第一运行速率值,第二时钟值对应的第二运行速率值,第二时钟值大于第一时钟值;
第三确定子模块524,用于基于第一运行速率值和第二运行速率值,确定用于计算当前节点的事件模拟分析数据结果的第三时钟值,第三时钟值属于第一时钟值与第二时钟值之间的范围值;
第二记录子模块525,用于按照第三时钟值运行当前节点的事件模拟分析数据结果,并记录第一时钟值对应的第三运行速率值;
第四确定子模块526,用于根据第一时钟值对应的第一运行速率值、第二时钟值对应的第二运行速率值、第三时钟值对应的第三运行速率值,逐步确定各事件节点的事件模拟分析数据结果分别对应的各时钟值;
第三记录子模块527,用于按照各时钟值运行当前节点的事件模拟分析数据结果,并记录各时钟值分别对应的各运行速率值。
第五确定子模块528,用于根据各时钟值分别对应的各运行速率值,确定用于处理各事件节点的事件模拟分析数据结果的目标时钟值。
本发明实施例中的基于事件网的时钟运行策略的控制装置,基于事件网的时钟运行策略的控制方法,第一时钟值、第二时钟值和第三时钟值通过二分法进行确定。
本发明实施例中的基于事件网的时钟运行策略的控制装置,第五确定子模块528还包括
第一确定单元,用于在各时钟值分别对应的各运行速率值中,通过逐步回归算法确定出最优时钟值;
第二确定单元,用于将最优时钟值确定为目标时钟值。
本发明实施例中的基于事件网的时钟运行策略的控制装置,在图5中,控制模块54还包括:
第一控制子模块541,用于控制原始运行速率值小于目标运行速率值的事件节点提高原始运行速率值,进而与原始运行速率值等于目标运行速率值的事件节点保持同步;
第二控制子模块542,用于控制原始运行速率值大于目标运行速率值的事件节点降低原始运行速率值,进而与原始运行速率值等于目标运行速率值的事件节点保持同步。
本发明实施例中的基于事件网的时钟运行策略的控制装置,在图5中,控制模块51还包括:
获取子模块511,用于获取待分析事件的业务数据。
获取子模块512,用于根据第二预设算法,从业务数据中提取特征向量。
输出子模块513,用于将特征向量输入到事件模拟分析模型中训练,并输出事件模拟分析数据结果。
基于相同构思,本发明实施例还公开了一种电子设备,如图6所示,该电子设备可以包括处理器61和存储器62,其中处理器61和存储器62可以通过总线或者其他方式连接,图6中以通过总线连接为例。
处理器61可以为中央处理器(Central Processing Unit,CPU)。处理器61还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器62作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的一种基于事件网的时钟运行策略的控制方法对应的程序指令/模块。处理器61通过运行存储在存储器62中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的一种基于事件网的时钟运行策略的控制方法。
存储器62可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器61所创建的数据等。此外,存储器62可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器62可选包括相对于处理器61远程设置的存储器,这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于电网、互联网、企业内部网、局域网、移动通信网及其组合。一个或者多个模块存储在存储器62中,当被处理器61执行时,执行如图1所示实施例中的基于事件网的时钟运行策略的控制方法。
上述电子设备具体细节可以对应参阅图1至图5所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,该存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;该存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于事件网的时钟运行策略的控制方法,其特征在于,包括如下步骤:
基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;
通过第一预设算法逐步计算用于处理所述各事件节点的模拟分析数据结果的目标时钟值;
确定所述目标时钟值对应的目标运行速率值;
控制所述各事件节点的模拟分析数据结果按照所述目标运行速率值执行同步运行指令。
2.根据权利要求1所述的基于事件网的时钟运行策略的控制方法,其特征在于,所述通过预设算法逐步计算用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值的步骤还包括:
从所述各事件节点的模拟分析数据结果中,确定当前节点的事件模拟分析数据结果;
分别确定用于计算所述当前节点的事件模拟分析数据结果的第一时钟值和第二时钟值;
分别按照所述第一时钟值和所述第二时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第一运行速率值,所述第二时钟值对应的第二运行速率值,所述第二时钟值大于所述第一时钟值;
基于所述第一运行速率值和所述第二运行速率值,确定用于计算所述当前节点的事件模拟分析数据结果的第三时钟值,所述第三时钟值属于所述第一时钟值与所述第二时钟值之间的范围值;
按照所述第三时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第三运行速率值;
根据所述所述第一时钟值对应的第一运行速率值、所述第二时钟值对应的第二运行速率值、所述第三时钟值对应的第三运行速率值,逐步确定所述各事件节点的事件模拟分析数据结果分别对应的各时钟值;
按照所述各时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述各时钟值分别对应的各运行速率值;
根据所述各时钟值分别对应的各运行速率值,确定用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值。
3.根据权利要求2所述的基于事件网的时钟运行策略的控制方法,其特征在于,所述第一时钟值、所述第二时钟值和所述第三时钟值通过二分法进行确定。
4.根据权利要求3所述的基于事件网的时钟运行策略的控制方法,其特征在于,所述根据所述各时钟值分别对应的各运行速率值,确定用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值的步骤还包括:
在所述各时钟值分别对应的各运行速率值中,通过逐步回归算法确定出最优时钟值;
将所述最优时钟值确定为所述目标时钟值。
5.根据权利要求1所述的基于事件网的时钟运行策略的控制方法,其特征在于,所述控制所述各事件节点的模拟分析数据结果按照所述目标运行速率值执行同步运行指令的步骤还包括:
控制原始运行速率值小于所述目标运行速率值的事件节点提高原始运行速率值,进而与原始运行速率值等于所述目标运行速率值的事件节点保持同步;
控制所述原始运行速率值大于所述目标运行速率值的事件节点降低原始运行速率值,进而与原始运行速率值等于所述目标运行速率值的事件节点保持同步。
6.根据权利要求1所述的基于事件网的时钟运行策略的控制方法,其特征在于,所述基于事件模拟分析模型,输出各事件节点的模拟分析数据结果的步骤还包括:
获取待分析事件的业务数据;
根据第二预设算法,从所述业务数据中提取特征向量;
将所述特征向量输入到事件模拟分析模型中训练,并输出所述事件模拟分析数据结果。
7.一种基于事件网的时钟运行策略的控制装置,其特征在于,包括如下模块:
输出模块,用于基于事件模拟分析模型,输出各事件节点的模拟分析数据结果;
计算模块,用于通过预设算法逐步计算用于处理所述各事件节点的模拟分析数据结果的目标时钟值;
确定模块,用于确定所述目标时钟值对应的目标运行速率值;
控制模块,用于控制所述各事件节点的模拟分析数据结果按照所述目标运行速率值执行同步运行指令。
8.根据权利要求7所述的基于事件网的时钟运行策略的控制装置,其特征在于,所述计算模块还包括:
第一确定子模块,用于从所述各事件节点的模拟分析数据结果中,确定当前节点的事件模拟分析数据结果;
第二确定子模块,用于分别确定用于计算所述当前节点的事件模拟分析数据结果的第一时钟值和第二时钟值;
第一记录子模块,用于分别按照所述第一时钟值和所述第二时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第一运行速率值,所述第二时钟值对应的第二运行速率值,所述第二时钟值大于所述第一时钟值;
第三确定子模块,用于基于所述第一运行速率值和所述第二运行速率值,确定用于计算所述当前节点的事件模拟分析数据结果的第三时钟值,所述第三时钟值属于所述第一时钟值与所述第二时钟值之间的范围值;
第二记录子模块,用于按照所述第三时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述第一时钟值对应的第三运行速率值;
第四确定子模块,用于根据所述所述第一时钟值对应的第一运行速率值、所述第二时钟值对应的第二运行速率值、所述第三时钟值对应的第三运行速率值,逐步确定所述各事件节点的事件模拟分析数据结果分别对应的各时钟值;
第三记录子模块,用于按照所述各时钟值运行所述当前节点的事件模拟分析数据结果,并记录所述各时钟值分别对应的各运行速率值;
第五确定子模块,用于根据所述各时钟值分别对应的各运行速率值,确定用于处理所述各事件节点的事件模拟分析数据结果的目标时钟值。
9.一种存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1至6任一项所述的基于事件网的时钟运行策略的控制方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述的基于事件网的时钟运行策略的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939094.9A CN113609780B (zh) | 2021-08-16 | 2021-08-16 | 基于事件网的时钟运行策略的控制方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939094.9A CN113609780B (zh) | 2021-08-16 | 2021-08-16 | 基于事件网的时钟运行策略的控制方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113609780A true CN113609780A (zh) | 2021-11-05 |
CN113609780B CN113609780B (zh) | 2023-11-14 |
Family
ID=78308721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110939094.9A Active CN113609780B (zh) | 2021-08-16 | 2021-08-16 | 基于事件网的时钟运行策略的控制方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609780B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276437A (zh) * | 2008-05-15 | 2008-10-01 | 王坚 | 企业能耗过程建模与仿真方法 |
CN102662428A (zh) * | 2012-03-01 | 2012-09-12 | 中国科学院计算技术研究所 | 一种离散事件网络模拟环境的时钟同步方法 |
CN105932666A (zh) * | 2016-05-18 | 2016-09-07 | 中国电力科学研究院 | 复杂配电网多时间尺度数模混合仿真***及其仿真方法 |
US10209974B1 (en) * | 2017-12-04 | 2019-02-19 | Banjo, Inc | Automated model management methods |
CN111582488A (zh) * | 2020-04-23 | 2020-08-25 | 傲林科技有限公司 | 一种事件推演方法及装置 |
US20210157312A1 (en) * | 2016-05-09 | 2021-05-27 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
-
2021
- 2021-08-16 CN CN202110939094.9A patent/CN113609780B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276437A (zh) * | 2008-05-15 | 2008-10-01 | 王坚 | 企业能耗过程建模与仿真方法 |
CN102662428A (zh) * | 2012-03-01 | 2012-09-12 | 中国科学院计算技术研究所 | 一种离散事件网络模拟环境的时钟同步方法 |
US20210157312A1 (en) * | 2016-05-09 | 2021-05-27 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
CN105932666A (zh) * | 2016-05-18 | 2016-09-07 | 中国电力科学研究院 | 复杂配电网多时间尺度数模混合仿真***及其仿真方法 |
US10209974B1 (en) * | 2017-12-04 | 2019-02-19 | Banjo, Inc | Automated model management methods |
CN111582488A (zh) * | 2020-04-23 | 2020-08-25 | 傲林科技有限公司 | 一种事件推演方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113609780B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Landry et al. | Probabilistic gradient boosting machines for GEFCom2014 wind forecasting | |
Peng et al. | Life cycle reliability assessment of new products—A Bayesian model updating approach | |
CN112905340B (zh) | ***资源分配方法、装置及设备 | |
CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、***及终端设备 | |
CN108171617A (zh) | 一种电网大数据分析方法及装置 | |
CN104834826A (zh) | 基于数据挖掘和图论技术的临床路径建立和优化方法及*** | |
CN112200489B (zh) | 有色金属冶炼产供销一体优化***、方法、装置 | |
CN112200459B (zh) | 一种配电网数据质量分析评价方法及*** | |
CN113378418B (zh) | 一种基于事件网技术的模型构建方法、装置及电子设备 | |
CN115271648A (zh) | 一种项目可视化监管***、方法、设备及存储介质 | |
CN111445065A (zh) | 用于数据中心制冷群控的能耗优化方法及*** | |
CN117632905B (zh) | 基于云端使用记录的数据库管理方法及*** | |
CN109063894A (zh) | 一种用于电网的台风路径预测显示*** | |
CN113609697A (zh) | 一种基于事件网的模拟仿真方法、装置及计算机设备 | |
CN111191999B (zh) | 产品研发管理方法、装置、计算机设备及存储介质 | |
CN113609780A (zh) | 基于事件网的时钟运行策略的控制方法、装置及电子设备 | |
CN116090234A (zh) | 一种设备运行状态的节能方法、装置、设备及存储介质 | |
US20210365189A1 (en) | Performance analysis apparatus and performance analysis method | |
Morichetta et al. | Demystifying deep learning in predictive monitoring for cloud-native SLOs | |
CN114757637A (zh) | 基于决策引擎的信贷审批方法、装置、设备和存储介质 | |
CN114862098A (zh) | 资源分配方法以及装置 | |
CN114095390A (zh) | 区域内对象流量的预测方法、装置、电子设备以及存储介质 | |
CN115907830B (zh) | 基于指标预警的策略执行方法、装置、设备及可读介质 | |
CN110689924A (zh) | 一种基于多种敲除类型的敲除策略筛选方法及*** | |
JP2020115276A (ja) | 情報処理方法、情報処理装置、プログラム及び学習済みモデルの生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |