CN117172633B - 一种面向工业互联网平台的制造服务子图仿真方法及*** - Google Patents
一种面向工业互联网平台的制造服务子图仿真方法及*** Download PDFInfo
- Publication number
- CN117172633B CN117172633B CN202311420640.3A CN202311420640A CN117172633B CN 117172633 B CN117172633 B CN 117172633B CN 202311420640 A CN202311420640 A CN 202311420640A CN 117172633 B CN117172633 B CN 117172633B
- Authority
- CN
- China
- Prior art keywords
- subgraph
- service
- task
- matched
- representing
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 63
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种面向工业互联网平台的制造服务子图仿真方法及***。本申请提供的方法,应用于面向工业互联网平台的制造服务子图仿真***,所述方法包括:获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个;将所有节点都相连的所述中间图作为连通子图,生成连通子图集合;将所述连通子图集合中的所述连通子图分为服务子图和任务子图;将所述任务子图和所述服务子图匹配。本申请提供的面向工业互联网平台的制造服务子图仿真方法及***,解决了现有技术中针对制造服务过程中仿真效果较差的技术问题,提高了仿真的有效性。
Description
技术领域
本申请涉及服务型制造技术领域,尤其涉及一种面向工业互联网平台的制造服务子图仿真方法及***。
背景技术
云制造***作为一个三方用户(云平台运营方,服务提供方,任务需求方)深入参与的双边市场,在运行过程中会产生大量不同领域不同粒度的制造服务和任务数据。云平台作为运营方如何对海量服务进行管理,并评估其供需平衡状态,以促进制造资源的优化配置,如何准确有效的对制造服务过程进行仿真,是提升平台服务共享效率的一个迫切需要解决的问题。
发明内容
有鉴于此,本申请提供一种面向工业互联网平台的制造服务子图仿真方法及***,用以清晰可视化的获取全面精准的制造服务子图仿真匹配结果。
具体地,本申请是通过如下技术方案实现的:
本申请第一方面提供一种面向工业互联网平台的制造服务子图仿真方法,所述方法包括:
所述方法应用于面向工业互联网平台的制造服务子图仿真***,所述方法包括:
获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个;
将所有节点都相连的所述中间图作为连通子图,生成连通子图集合;
基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图;
将所述任务子图和所述服务子图匹配。
本申请第二方面提供一种面向工业互联网平台的制造服务子图仿真***,所述***包括生成器和子图处理器;其中:
所述生成器,用于获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个;
所述生成器,还用于将所有节点都相连的所述中间图作为连通子图,生成连通子图集合;
所述子图处理器,用于将所述连通子图集合中的所述连通子图分为服务子图和任务子图;
所述子图处理器,还用于将所述任务子图和所述服务子图匹配。
本申请提供的面向工业互联网平台的制造服务子图仿真方法及***,获取分层结构树中的节点对集合,并生成节点对集合对应的中间图,然后将所有节点都相连的中间图作为连通子图,生成连通子图集合,进而将连通子图集合中的连通子图分为服务子图和任务子图,最后将任务子图和服务子图匹配。这样,通过分层结构树中的节点对反应制造任务与制造服务之间的关联,并基于节点对生成中间图,进一步通过中间图生成连通子图,将分层结构树中的节点对的关联清楚、完整的体现在连通子图中,并去除了存在节点不相连的中间图,保证了最终进行匹配的准确性。进一步地,基于服务标签或任务标签生成服务子图或任务子图,可以模拟复杂场景下的匹配情况,可以满足匹配任务的时效性并降低仿真的成本。此外,本申请通过建立对仿真结果的评估对仿真方法进行调整,进一步提高了仿真过程的有效性。
附图说明
图1为本申请提供的面向工业互联网平台的制造服务子图仿真方法实施例一的流程图;
图2为本申请一示例性实施例示出的一种连通子图的示意图;
图3为本申请提供的面向工业互联网平台的制造服务子图仿真方法实施例二的流程图;
图4为本申请一示例性实施例示出的一种连通子图的示意图;
图5为本申请提供的面向工业互联网平台的制造服务子图仿真方法实施例三的流程图;
图6为本申请一示例性实施例示出的一种服务子图与任务子图匹配的示意图;
图7为本申请提供的面向工业互联网平台的制造服务子图仿真***实施例一的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请提供一种面向工业互联网平台的制造服务子图仿真方法及***,用以清晰可视化的获取全面精准的仿真匹配结果。
本申请提供的面向工业互联网平台的制造服务子图仿真方法及***,获取分层结构树中的节点对集合,并生成节点对集合对应的中间图,然后将所有节点都相连的中间图作为连通子图,生成连通子图集合,进而将连通子图集合中的连通子图分为服务子图和任务子图,最后将任务子图和服务子图匹配。这样,通过分层结构树中的节点对反应制造任务与制造服务之间的关联,并基于节点对生成中间图,进一步通过中间图生成连通子图,将分层结构树中的节点对的关联清楚、完整的体现在连通子图中,并去除了存在节点不相连的中间图,保证了最终进行匹配的准确性。进一步地,基于服务标签或任务标签生成服务子图或任务子图,可以模拟复杂场景下的匹配情况,可以满足匹配任务的时效性并降低仿真的成本,获得更全面精准的仿真匹配结果。
下面给出具体的实施例,用以详细介绍本申请的技术方案。
图1为本申请提供的面向工业互联网平台的制造服务子图仿真方法实施例一的流程图。请参照图1,本实施例提供的方法,可以包括:
S101、获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个。
具体的,分层结构树是一种将制服务与制造任务通过可视化的树形结构表示出来的树形图,分层结构树通过组织和平衡制造服务与制造任务,可以提高生产的效率和灵活性。
进一步地,分层结构树以节点表征制造服务以及制造任务,不同节点之间通过边连接,每条边表征节点之间的联系与交互。将分层结构树中节点组成节点对,所有节点对构成节点对集合。
进一步地,从节点对集合选取任意数量个节点对,基于节点对生成中间图。其中,中间图包括节点对以及节点对之间的边,通过中间图可以初步了解节点之间的连接方式,以便进行后续处理。
S102、将所有节点都相连的所述中间图作为连通子图,生成连通子图集合。
具体的,中间图中的节点对为通过分层结构树中随机抽取得到的,节点对中的多个节点可能存在没有通过边相互连接的情况,因此,将所有节点均互相连接的中间图作为连通子图。
具体实现时,可以遍历中间图对中间图的节点连接情况进行筛选,从而选出所有节点都相互连接的中间图作为连通子图。换言之,连通子图中任意两个节点都有至少一条边连通。
进一步地,连通子图可以可视化的将复杂的分层结构树转化为更加容易理解的部分,有助于识别制造服务与制造任务之间的关联与连接方式。
例如,一实施例中,一分层结构树对应的连通子图的所有可能的情景如图2所示。图2为本申请一示例性实施例示出的一种连通子图的示意图。请参照图2,该分层结构树中有6个节点,分别为节点0、节点1、节点2、节点3、节点4和节点5,生成的连通子图的数量为18个。需要说明的是,由于不同的分层结构树中边的权重不同,生成的连通子图的数量也会相应改变。
S103、基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图。
具体的,从连通子图集合中选取任一连通子图,通过预设的调整规则对该连通子图的边进行加权调整,即可得到任务子图或服务子图。需要说明的是,预设的调整规则是根据实际情况选取的,本实施例不对此进行限定。例如,可以通过服务用户提供的服务特征加权调整连通子图,以获得服务子图。
S104、将所述任务子图和所述服务子图匹配。
具体的,预设的匹配规则用于将任务子图与服务子图进行匹配,以模拟实际情况下服务子图与任务子图的关联情况。需要说明的是,预设的匹配规则是根据实际需要选取的,此处不对其进行限定。例如,一实施例中,可以将每一个任务子图与所有服务子图进行相似度值测试,选取评分最高的6组任务子图和服务子图作为最终的匹配结果。
本实施例提供的面向工业互联网平台的制造服务子图仿真方法,获取分层结构树中的节点对集合,并生成节点对集合对应的中间图,然后将所有节点都相连的中间图作为连通子图,生成连通子图集合,进而将连通子图集合中的连通子图分为服务子图和任务子图,最后将任务子图和服务子图匹配。这样,通过分层结构树中的节点对反应制造任务与制造服务之间的关联,并基于节点对生成中间图,进一步通过中间图生成连通子图,将分层结构树中的节点对的关联清楚、完整的体现在连通子图中,并去除了存在节点不相连的中间图,保证了最终进行匹配的准确性。进一步地,基于服务标签或任务标签生成服务子图或任务子图,可以模拟复杂场景下的匹配情况,可以满足匹配任务的时效性并降低仿真的成本,获得更全面精准的仿真匹配结果。此外,本申请通过建立对仿真结果的评估对仿真方法进行调整,进一步提高了仿真过程的有效性。
图3为本申请提供的面向工业互联网平台的制造服务子图仿真方法实施例二的流程图。请参照图3,在上述实施例的基础上,基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图的步骤,包括:
S301、随机选取所述连通子图,基于预设的服务信息调整选取到的所述连通子图,得到所述服务子图。
具体的,预设的服务信息包含具体的服务的标签、特征和层级关系。其中,具体的服务的标签和特征包含具体服务的相关属性,可以基于相关属性调整连通子图的属性。例如,一实施例中,具体服务的相关属性包含相关服务的工艺工序和服务内容等。
进一步地,层级关系可以表征具体服务的先后顺序,通过层级关系确定节点之间的方向。这样,通过有向边的约束使得后续匹配更精准、任务与服务匹配更合理。
例如,一实施例中,结合上面的例子,基于分层结构树生成的服务连通子图如图4所示。图4为本申请一示例性实施例示出的一种连通子图的示意图。请参照图4,在18个连通子图中随机抽取了5个连通子图,经过预设的服务信息调整后,得到5个服务子图。
S302、随机选取所述连通子图,基于预设的任务信息调整选取到的所述连通子图,得到所述任务子图。
本步骤中获得任务子图的具体过程与步骤S301中获得服务子图的过程相同,可以参见其描述,此处不再赘述。
本实施例提供的面向工业互联网平台的制造服务子图仿真方法,随机选取连通子图,基于预设的服务信息调整选取到的连通子图,得到服务子图,同时随机选取连通子图,基于预设的任务信息调整选取到的连通子图,得到任务子图。这样,通过随机选取连通子图进行相应调整,可以模拟实际操作中复杂的数据场景,通过预设的任务信息或预设的服务信息对连通子图进行调整,得到更为精准的服务子图和任务子图,可以模拟实际应用中的多特征的复杂有向场景,使后续匹配时,服务子图与任务子图的分配更加合理。
图5为本申请提供的面向工业互联网平台的制造服务子图仿真方法实施例三的流程图。请参照图5,在上述实施例的基础上,所述将所述任务子图和所述服务子图匹配的步骤,包括:
S501、针对所述任务子图匹配到的服务子图,基于第一公式获取其服务节点对集合和服务边集合。
需要说明的是,将服务子图与任务子图进行匹配时,可以先选取任务子图为目标,选取满足其需求的服务子图。
例如,一实施例中,结合上面的例子,基于任务子图匹配的服务子图如图6所示。图6为本申请一示例性实施例示出的一种服务子图与任务子图匹配的示意图。请参照图6,匹配得到5组匹配子图集合,其中第一组匹配子图集合中包含3个匹配子图。
进一步地,请继续结合图6,可以看出,在进行匹配的过程中,存在额外的服务子图部分,因此,可以针对未匹配的服务子图,研究多个服务子图对一个任务子图或者一个服务子图对多个任务子图的场景,以实现资源的高效利用。
进一步地,针对任务子图匹配到的服务子图,基于第一公式获取其服务节点对集合和服务边集合,其中,第一公式为:
,
其中,GSTrp表示匹配到的服务子图的集合,gf STrp表示匹配到的服务子图,NGSrp表示匹配到的服务子图的数量,Vf STrp表示匹配到的服务子图中的节点的集合,Ef STrp表示匹配到的服务子图的边的集合,表示匹配到的服务子图的节点,/>表示匹配到的服务子图的标签,/>表示匹配到的服务子图的特征,/>表示匹配到的服务子图的节点或边的数量,表示匹配到的服务子图的边的方向。
S502、针对所述服务子图匹配到的任务子图,基于第二公式获取其任务节点对集合和任务边集合。
具体的,针对服务子图匹配到的任务子图,基于第二公式获取其任务节点对集合和任务边集合,其中,第二公式为:
,
其中,GTSrh表示匹配到的任务子图的集合,gk TSrh表示匹配到的任务子图,NGSrh表示匹配到的任务子图的数量,Vk TSrh表示匹配到的任务子图中的节点的集合,Ek TSrh表示匹配到的任务子图的边的集合,表示匹配到的任务子图的节点,/>表示匹配到的任务子图的标签,/>表示匹配到的任务子图的特征,/>表示匹配到的任务子图的节点或边的数量,表示匹配到的任务子图的边的方向。
在一些实施例中,在所述将所述任务子图和所述服务子图匹配之后,还包括以供需仿真误差评估仿真的所述任务子图和所述服务子图匹配的有效性:
计算任务子图的第一实际供需比,服务子图的第二实际供需比;
基于第一实际供需比计算对于BOSS图的第三实际供需比,基于第二实际供需比计算对于BOSS图的第四实际供需比;
基于第三实际供需比及第四实际供需比,计算供需仿真误差。
具体的,第一实际供需比的计算方法为:/>;
其中,第一实际供需比的计算方法为:/>;
其中, 为第一供需比, />为对于任务子图/>匹配到的服务子图/>的数量,/>为同一BOSS图的制造任务集合中,匹配到的连通子图的数量;
第二供需比的计算方法为;
;
其中,为第二供需比,NGTr为连通子图的数量,/>为对于任务子图/>匹配到的服务子图/>的数量,/>为同一BOSS图的制造任务集合中,匹配到的连通子图的数量;
供需仿真误差的计算方法为:
;
其中,SDSE为供需仿真误差,为第二供需比,/>为实际供需比。
本实施例通过对抽取的仿真结果中的供需关系与实际供需比计算误差比例,对面向工业互联网平台的制造服务子图仿真方法的仿真结果的有效性进行鉴别,并基于评估结果反馈至面向工业互联网平台的制造服务子图仿真过程,调整仿真方法中将所述任务子图和所述服务子图匹配的匹配关系,从而提高面向工业互联网平台的制造服务子图仿真的准确性和有效性。
与前述一种面向工业互联网平台的制造服务子图仿真方法的实施例相对应,本申请还提供了一种面向工业互联网平台的制造服务子图仿真***的实施例。
图7为本申请提供的面向工业互联网平台的制造服务子图仿真***实施例一的结构示意图。请参照图7,本实施例提供的***,包括生成器和子图处理器;其中:
所述生成器,用于获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个;
所述生成器,还用于将所有节点都相连的所述中间图作为连通子图,生成连通子图集合;
所述子图处理器,用于基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图;
所述子图处理器,还用于将所述任务子图和所述服务子图匹配。
可选的,所述子图处理器,具体用于随机选取所述连通子图,基于预设的服务信息调整选取到的所述连通子图,得到所述服务子图;并随机选取所述连通子图,基于预设的任务信息调整选取到的所述连通子图,得到所述任务子图。
可选的,所述子图处理器,还具体用于针对所述任务子图匹配到的服务子图,基于第一公式获取其服务节点对集合和服务边集合;针对所述服务子图匹配到的任务子图,基于第二公式获取其任务节点对集合和任务边集合。
可选的,所述第一公式为:
,
其中,GSTrp表示所述匹配到的服务子图的集合,gf STrp表示所述匹配到的服务子图,NGSrp表示所述匹配到的服务子图的数量,Vf STrp表示所述匹配到的服务子图中的节点的集合,Ef STrp表示所述匹配到的服务子图的边的集合,表示所述匹配到的服务子图的节点,表示所述匹配到的服务子图的标签,/>表示所述匹配到的服务子图的特征,/>表示所述匹配到的服务子图的节点或边的数量,/>表示所述匹配到的服务子图的边的方向;
所述第二公式为:
,
其中,GTSrh表示所述匹配到的任务子图的集合,gk TSrh表示所述匹配到的任务子图,NGSrh表示所述匹配到的任务子图的数量,Vk TSrh表示所述匹配到的任务子图中的节点的集合,Ek TSrh表示所述匹配到的任务子图的边的集合,表示所述匹配到的任务子图的节点,表示所述匹配到的任务子图的标签,/>表示所述匹配到的任务子图的特征,/>表示所述匹配到的任务子图的节点或边的数量,/>表示所述匹配到的任务子图的边的方向。
可选的,所述服务信息和所述任务信息包含具体的服务或任务的标签、特征和层级关系。
可选的,所述子图处理器,还具体用于在完成所述任务子图和所述服务子图匹配后,存在额外的所述任务子图部分时,可针对未匹配的所述服务子图,进行多个所述服务子图与一个所述任务子图匹配,或,进行一个所述服务子图与多个所述任务子图匹配的场景。
可选的,所述生成器,具体用于将存在所述节点不相连的所述中间图删除,直至不存在所述节点不相连的中间图。
上述***中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (5)
1.一种面向工业互联网平台的制造服务子图仿真方法,其特征在于,包括:
获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个;
将所有节点都相连的所述中间图作为连通子图,生成连通子图集合;
基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图;
将所述任务子图和所述服务子图匹配,作为仿真的面向工业互联网平台的制造服务子图;
以供需仿真误差评估仿真的所述任务子图和所述服务子图匹配的有效性;
所述基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图,包括:
针对所述任务子图匹配到的服务子图,基于第一公式获取其服务节点对集合和服务边集合;
针对所述服务子图匹配到的任务子图,基于第二公式获取其任务节点对集合和任务边集合;
所述第一公式为:
,
其中,GSTrp表示所述匹配到的服务子图的集合,gf STrp表示所述匹配到的服务子图,NGSrp表示所述匹配到的服务子图的数量,Vf STrp表示所述匹配到的服务子图中的节点的集合,Ef STrp表示所述匹配到的服务子图的边的集合,表示所述匹配到的服务子图的节点,/>表示所述匹配到的服务子图的标签,/>表示所述匹配到的服务子图的特征,/>表示所述匹配到的服务子图的节点或边的数量,/>表示所述匹配到的服务子图的边的方向;
所述第二公式为:
,
其中,GTSrh表示所述匹配到的任务子图的集合,gk TSrh表示所述匹配到的任务子图,NGSrh表示所述匹配到的任务子图的数量,Vk TSrh表示所述匹配到的任务子图中的节点的集合,Ek TSrh表示所述匹配到的任务子图的边的集合,表示所述匹配到的任务子图的节点,/>表示所述匹配到的任务子图的标签,/>表示所述匹配到的任务子图的特征,/>表示所述匹配到的任务子图的节点或边的数量,/>表示所述匹配到的任务子图的边的方向;
所述将所有节点都相连的所述中间图作为连通子图的方法,还包括:
将存在所述节点不相连的所述中间图删除,直至不存在所述节点不相连的中间图;
所述以供需仿真误差评估仿真的所述任务子图和所述服务子图匹配的有效性,包括:
计算任务子图的第一供需比;
基于第一供需比计算对于BOSS图的第二供需比;
基于第二供需比与实际供需比计算供需仿真误差;
第一供需比的计算方法为:/>;
其中, 为第一供需比, />为对于任务子图/>匹配到的服务子图/>的数量,/>为同一BOSS图的制造任务集合中,匹配到的连通子图的数量;
第二供需比的计算方法为;
;
其中,为第二供需比,NGTr为连通子图的数量,/>为对于任务子图/>匹配到的服务子图/>的数量,/>为同一BOSS图的制造任务集合中,匹配到的连通子图的数量;
供需仿真误差的计算方法为:
;
其中,SDSE为供需仿真误差,为第二供需比,/>为实际供需比。
2.根据权利要求1所述的方法,其特征在于,所述基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图,包括:
随机选取所述连通子图,基于预设的服务信息调整选取到的所述连通子图,得到所述服务子图;
随机选取所述连通子图,基于预设的任务信息调整选取到的所述连通子图,得到所述任务子图。
3.根据权利要求2所述的方法,其特征在于,所述服务信息和所述任务信息包含服务标签或任务标签,所述服务信息的特征或所述任务信息的特征、多个所述服务信息之间的层级关系或多个所述任务信息之间的层级关系。
4.根据权利要求3所述的方法,其特征在于,所述将所述任务子图和所述服务子图匹配,包括:
在完成所述任务子图和所述服务子图匹配后,存在额外的所述任务子图部分时,可针对未匹配的所述服务子图,进行多个所述服务子图与一个所述任务子图匹配,或,进行一个所述服务子图与多个所述任务子图匹配的场景。
5.一种面向工业互联网平台的制造服务子图仿真***,其特征在于,所述***包括生成器和子图处理器;其中:
所述生成器,用于获取分层结构树中的节点对集合,并生成所述节点对集合对应的中间图;其中,所述节点对集合包括多组节点对,所述节点对包含的节点数至少为2个;
所述生成器,还用于将所有节点都相连的所述中间图作为连通子图,生成连通子图集合;
所述子图处理器,用于基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图;
所述子图处理器,还用于将所述任务子图和所述服务子图匹配,作为仿真的面向工业互联网平台的制造服务子图;
以供需仿真误差评估仿真的所述任务子图和所述服务子图匹配的有效性;
所述基于所述连通子图集合,生成所述连通子图分为服务子图和任务子图,包括:
针对所述任务子图匹配到的服务子图,基于第一公式获取其服务节点对集合和服务边集合;
针对所述服务子图匹配到的任务子图,基于第二公式获取其任务节点对集合和任务边集合;
所述第一公式为:
,
其中,GSTrp表示所述匹配到的服务子图的集合,gf STrp表示所述匹配到的服务子图,NGSrp表示所述匹配到的服务子图的数量,Vf STrp表示所述匹配到的服务子图中的节点的集合,Ef STrp表示所述匹配到的服务子图的边的集合,表示所述匹配到的服务子图的节点,/>表示所述匹配到的服务子图的标签,/>表示所述匹配到的服务子图的特征,/>表示所述匹配到的服务子图的节点或边的数量,/>表示所述匹配到的服务子图的边的方向;
所述第二公式为:
,
其中,GTSrh表示所述匹配到的任务子图的集合,gk TSrh表示所述匹配到的任务子图,NGSrh表示所述匹配到的任务子图的数量,Vk TSrh表示所述匹配到的任务子图中的节点的集合,Ek TSrh表示所述匹配到的任务子图的边的集合,表示所述匹配到的任务子图的节点,/>表示所述匹配到的任务子图的标签,/>表示所述匹配到的任务子图的特征,/>表示所述匹配到的任务子图的节点或边的数量,/>表示所述匹配到的任务子图的边的方向;
所述将所有节点都相连的所述中间图作为连通子图的方法,还包括:
将存在所述节点不相连的所述中间图删除,直至不存在所述节点不相连的中间图;
所述以供需仿真误差评估仿真的所述任务子图和所述服务子图匹配的有效性,包括:
计算任务子图的第一供需比;
基于第一供需比计算对于BOSS图的第二供需比;
基于第二供需比与实际供需比计算供需仿真误差;
第一供需比的计算方法为:/>;
其中, 为第一供需比, />为对于任务子图/>匹配到的服务子图/>的数量,/>为同一BOSS图的制造任务集合中,匹配到的连通子图的数量;
第二供需比的计算方法为;
;
其中,为第二供需比,NGTr为连通子图的数量,/>为对于任务子图/>匹配到的服务子图/>的数量,/>为同一BOSS图的制造任务集合中,匹配到的连通子图的数量;
供需仿真误差的计算方法为:
;
其中,SDSE为供需仿真误差,为第二供需比,/>为实际供需比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311420640.3A CN117172633B (zh) | 2023-10-30 | 2023-10-30 | 一种面向工业互联网平台的制造服务子图仿真方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311420640.3A CN117172633B (zh) | 2023-10-30 | 2023-10-30 | 一种面向工业互联网平台的制造服务子图仿真方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172633A CN117172633A (zh) | 2023-12-05 |
CN117172633B true CN117172633B (zh) | 2024-01-30 |
Family
ID=88943399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311420640.3A Active CN117172633B (zh) | 2023-10-30 | 2023-10-30 | 一种面向工业互联网平台的制造服务子图仿真方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117172633B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763876B (zh) * | 2024-02-19 | 2024-05-10 | 浙江大学 | 一种工业装备平行仿真分析方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959401A (zh) * | 2016-06-20 | 2016-09-21 | 北京航空航天大学 | 一种基于超网络的制造服务供需匹配与动态调度方法 |
CN107679221A (zh) * | 2017-10-19 | 2018-02-09 | 武汉大学 | 面向减灾任务的时空数据获取与服务组合方案生成方法 |
CN110222126A (zh) * | 2019-05-30 | 2019-09-10 | 东南大学 | 一种大服务的静态服务供需匹配模式提取方法 |
CN111738510A (zh) * | 2020-06-18 | 2020-10-02 | 北京航空航天大学 | 一种基于汇聚任务冲突关系图着色的制造服务调度方法 |
CN114676892A (zh) * | 2022-03-10 | 2022-06-28 | 百保(上海)科技有限公司 | 一种基于智能匹配的服务派单方法、***及设备 |
CN115169814A (zh) * | 2022-06-13 | 2022-10-11 | 同济大学 | 一种城市公共服务灾害韧性的表征测度方法 |
CN115225517A (zh) * | 2022-07-11 | 2022-10-21 | 北京航空航天大学 | 一种面向平台制造服务聚合协作的分布式负载平衡调控方法 |
CN115827258A (zh) * | 2023-02-24 | 2023-03-21 | 中船重工奥蓝托无锡软件技术有限公司 | 分布式任务运行方法、主控服务器、仿真计算节点及*** |
CN116027682A (zh) * | 2022-12-19 | 2023-04-28 | 交控科技股份有限公司 | 一种列控仿真***本体建模方法及装置 |
CN116610896A (zh) * | 2023-07-07 | 2023-08-18 | 浙江大学高端装备研究院 | 一种基于子图同构的制造服务供需匹配方法 |
CN116861676A (zh) * | 2023-07-11 | 2023-10-10 | 中科边缘智慧信息科技(苏州)有限公司 | 基于图谱架构的仿真集成***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11743349B2 (en) * | 2020-12-29 | 2023-08-29 | Vmware, Inc. | Service request handling with protocol translation |
-
2023
- 2023-10-30 CN CN202311420640.3A patent/CN117172633B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959401A (zh) * | 2016-06-20 | 2016-09-21 | 北京航空航天大学 | 一种基于超网络的制造服务供需匹配与动态调度方法 |
CN107679221A (zh) * | 2017-10-19 | 2018-02-09 | 武汉大学 | 面向减灾任务的时空数据获取与服务组合方案生成方法 |
CN110222126A (zh) * | 2019-05-30 | 2019-09-10 | 东南大学 | 一种大服务的静态服务供需匹配模式提取方法 |
CN111738510A (zh) * | 2020-06-18 | 2020-10-02 | 北京航空航天大学 | 一种基于汇聚任务冲突关系图着色的制造服务调度方法 |
CN114676892A (zh) * | 2022-03-10 | 2022-06-28 | 百保(上海)科技有限公司 | 一种基于智能匹配的服务派单方法、***及设备 |
CN115169814A (zh) * | 2022-06-13 | 2022-10-11 | 同济大学 | 一种城市公共服务灾害韧性的表征测度方法 |
CN115225517A (zh) * | 2022-07-11 | 2022-10-21 | 北京航空航天大学 | 一种面向平台制造服务聚合协作的分布式负载平衡调控方法 |
CN116027682A (zh) * | 2022-12-19 | 2023-04-28 | 交控科技股份有限公司 | 一种列控仿真***本体建模方法及装置 |
CN115827258A (zh) * | 2023-02-24 | 2023-03-21 | 中船重工奥蓝托无锡软件技术有限公司 | 分布式任务运行方法、主控服务器、仿真计算节点及*** |
CN116610896A (zh) * | 2023-07-07 | 2023-08-18 | 浙江大学高端装备研究院 | 一种基于子图同构的制造服务供需匹配方法 |
CN116861676A (zh) * | 2023-07-11 | 2023-10-10 | 中科边缘智慧信息科技(苏州)有限公司 | 基于图谱架构的仿真集成***及方法 |
Non-Patent Citations (1)
Title |
---|
兴趣社交网络中标签***对供需信息扩散效果的实证研究;汤胤;;暨南学报(哲学社会科学版)(第06期);第44-51页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117172633A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117172633B (zh) | 一种面向工业互联网平台的制造服务子图仿真方法及*** | |
CN111274495B (zh) | 用户关系强度的数据处理方法、装置、计算机设备及存储介质 | |
CN105468632B (zh) | 一种地理编码方法及装置 | |
CN111061624A (zh) | 策略执行效果确定方法、装置、电子设备及存储介质 | |
CN105721629A (zh) | 用户标识匹配方法和装置 | |
CN112181698A (zh) | 自动驾驶极限性能的测试方法、装置、设备及存储介质 | |
CN103164529B (zh) | 一种基于Voronoi图的反k最近邻查询方法 | |
CN109947874B (zh) | 移动轨迹的聚合方法、装置及设备 | |
CN113468403A (zh) | 基于大数据挖掘的用户信息预测方法及云计算ai服务*** | |
CN116993237A (zh) | 一种基于余弦相似度算法的企业推荐方法及*** | |
CN114564523B (zh) | 针对智慧虚拟场景的大数据漏洞分析方法及云端ai*** | |
CN115827618A (zh) | 一种全局数据整合方法及装置 | |
CN107688582B (zh) | 资源推荐模型的获取方法及装置 | |
CN114463499A (zh) | 建筑物三维建模方法及装置 | |
CN115081228A (zh) | 基于bim的钢筋数据统计方法、装置、设备和可读存储介质 | |
CN104123382A (zh) | 一种社会媒体下的图像集摘要生成算法 | |
Cardoso et al. | A user trust system for online games—Part II: A subjective logic approach for trust inference | |
Yuan et al. | A Multi‐Granularity Backbone Network Extraction Method Based on the Topology Potential | |
CN117176596B (zh) | 一种面向工业互联网平台的制造服务供需网络仿真方法 | |
CN110569475A (zh) | 一种网民影响力的评估方法、装置、设备和存储介质 | |
CN117151433B (zh) | 一种基于云的智能制造服务供需匹配评估方法和装置 | |
CN110674843A (zh) | 一种停车场实体的生成方法及*** | |
CN110856253B (zh) | 定位方法、装置、服务器及存储介质 | |
CN115190110B (zh) | 一种地理位置确定方法和装置 | |
CN115130007B (zh) | 一种基于用户场景定位的品牌推广方法及*** |
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 |