CN103095763A - 互联网emc / ict 权衡配置方法 - Google Patents

互联网emc / ict 权衡配置方法 Download PDF

Info

Publication number
CN103095763A
CN103095763A CN 201110342402 CN201110342402A CN103095763A CN 103095763 A CN103095763 A CN 103095763A CN 201110342402 CN201110342402 CN 201110342402 CN 201110342402 A CN201110342402 A CN 201110342402A CN 103095763 A CN103095763 A CN 103095763A
Authority
CN
China
Prior art keywords
emc
intelligence
internet
integrated
balance
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.)
Pending
Application number
CN 201110342402
Other languages
English (en)
Inventor
李宗诚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN 201110342402 priority Critical patent/CN103095763A/zh
Publication of CN103095763A publication Critical patent/CN103095763A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

互联网外部集散合作系统的EMC/ICT权衡配置方法,是在建立全新的逻辑基础、数学基础和科学基础上,为了将“云”计算体系改造成为汇通万物的“天地”计算体系,以互联网用户为中心,进而以多层级的价值链(GVC)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(IIS)升级进程的主线,通过建立网络配置动力学基本模型、范式和方程体系以及全息组织协同学基本模型、范式和方程体系而建立的新技术。

Description

互联网EMC / ICT 权衡配置方法
技术领域
本项发明全称为互联网外部集散合作系统权衡配置方法,简记作EMC / ICT 权衡配置方法。本项发明为申请人李宗诚于2011年9月通过电子系统正式向国家专利局提交的600项发明专利集群(总名称为“全球价值链网络技术支持体系 [ DCN / IIL ( VCSE ); ]”中的第 218 项。 
本项发明与发明专利集群(总名称为“全球价值链网络技术支持体系 [ DCN / IIL ( VCSE ); ]”中的第201 项、第 202 项、第203 项、第204 项、第205 项、第206 项、第207 项、第208 项、第209 项、第210项、第211项、第212项、第213项、第214项、第215项、第216项、第217项、第219项、第220项一起,构成发明专利群“全球互联网全息协同系统权衡配置方法 [ WAM / HSS ( ICT ); ]”。 
本申请人提出包括本项发明在内、由600项发明专利构成的“全球价值链网络技术支持体系 [ DCN / IIL ( VCSE ); ]”,其总体性目标在于,以互联网用户为中心,进而以全球价值链体系(GVC)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(GIIS)升级进程的主线,建立全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础,为相对封闭、相对静止的“资源池”——云计算网络注入灵魂、智能和生命,建造全球智能一体化协同网络计算机体系(CS / HSN ( GII )),将全球互联网打造成为真正具有生命及生态全息协同组织性质的技术支持体系。在此基础上,以认知系统与实践系统基于计算机辅助系统及互联网而进行的联结和协调作为高级智能集成系统(HIIS)演变进程的主线,建立基于元系统(MS)科学全新理论的智能集成科学技术体系(IIS & IIT ; ),将赋予生命活力的新型全球互联网与分散在世界各地各领域各部门的物流网、能源网、金融网和知识网融为一体,大力推行全球价值链系统工程,建立真正具有生命及生态全息协同组织性质的全球智能一体化动态汇通网络体系(DCN / HII ( GVC )),从而建造智能集成网、生命互联网和生态运行网。通过实施全球价值链系统工程技术集群开发总体战略——本发明人李宗诚称之为“开天辟地”计划,将忽悠不定的“云”计算体系改造成为汇通万物、贯通经纬的“天地”计算体系。 
    本项发明的主要目的,在于通过全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础,为全球互联网外部集散合作配置及其智能集成系统 ( IIS [ EMC ] / ICT ) 提供权衡配置方法。 
本说明书中所涉及的所有数学模型均为发明人李宗诚独立建立,具有原始创新性。 
本项发明属于互联网内部资源配置的组织和管理领域,是面向全球互联网、进而面向全球互联网智能集成系统 ( IIS [ IMC ] / ICT ) 配置、组织和管理的机制设计,是将人们、机构和组织从忽悠不定的“云”(计算体系)引向汇通万物的“天地”(全新的计算体系)的关键。 
本项发明以技术集群DCN / IIL ( VCSE ) 的第201 项和第202 项发明为基础,涉及全球互联网内部集散合作配置系统与物联网的结合,是进一步推动有线网、通信网、互联网这三大网络融合的操作技术基础。 
本发明人提出的全球价值链动态汇通网络体系DCN / IIL ( VCSE ),是指以多层级多模式的价值链系统(VCS,从产品价值链PVC、企业价值链EVC,到产业价值链IVC、区域价值链RVC,以至国民价值链NVC、全球价值链GVC)为核心,以电信网 ( MCN )、计算机网 ( WWW ) 和广播电视网 ( BTN ) 三大网络融合为主要技术支持,将物流网 ( MN )、能流网 ( EN )、信息网 ( IN )、金融网 ( FN ) 和知识网 ( KN ) 五大网络融为一体,提供全领域、全系统、全过程综合集成业务服务的全球开放式网络体系。 
要真正拥有自由的智能化生活、数字家庭和网络经济,就需要通过本项发明,依赖基于电信网、广电网和互联网融合而形成的智能集成一体化动态汇通网。第三代互联网是超越宽带和无线概念的下一代互联网技术、应用、服务和商业模式的综合体系,以及为了迎接这个可以预见的综合体系我们需要在未来几年内遵循或打破的网络规则。本项发明正是新一代互联网不可缺少的关键技术。 
  
背景技术
利用对参数优化的方法,我们可以确定出使大系统稳定的关联参量最大取值范围一一最优关联参数稳定域。在最优关联参数稳定域的边界外,大系统稳定性功能发生了转化,所以最优关联参数稳定域的边界就是大系统的失稳临界点(线或面)。例如,当αβc时主体 ( 2.107 ) 是不稳定的,所以αβc便是主体 ( 2.105 ) 的失稳临界线,它是一条双曲线。因此,关联参数稳定域的最优化可为确定失稳临界点(线或面)提供一种寻找方法,这是对于新实践科学来说有重要意义的方向。 
本发明人建立的智能集成科学大协同分析与设计,是建立在资源配置动力学、全息组织协同学和博弈组织协同学基础上的研究方法。作为这种方法的基本部分,本体协调分析与设计主要研究整体设计变量与局部设计变量的耦合、整体目标与局部目标的耦合和整体约束与局部约束的耦合,研究总系统优化与分系统优化的互动和统一。 
在本发明人看来,不论导致要素的局部性原则,还是系统的整体性原则,它们都是在一定条件下、在一定范围内、在一定层次上产生作用的有限原则。任何忽略条件、范围和层次限定而将局部性原则推向极端,都会导致简单化,导致一种片面性;而任何忽略条件、范围和层次限定而将整体性原则推向极端,都会导致复杂化,导致另一种片面性。就科学研究的对象而言,避免简单化和复杂化的基本途径,就是将科学研究的中心和重点分别从事物的局部和事物的整体转移到事物的本体上来,通过有关事物本体的研究将有关事物局部的研究和有关事物整体的研究结合起来、统一起来。 
    本体协调分析与设计既不同于所谓的“局部协调分析与设计”,也不同于所谓的“全局协调分析与设计”。局部协调分析与设计遵从“非整体性原则”,从局部观点出发,在满足有关性能和可用资源等条件限制下,按照对局部的评价标准,寻求各单元各分系统本身的协调。全局协调分析与设计遵从“整体性原则”,从全局观点出发,在满足有关性能和可用资源等条件限制下,按照对整体的评价标准,寻求系统的协调。这两种方法对于智能集成过程来说,主要适用较简单的工程系统(如机械工程、电气工程、土木工程等)。 
    本体协调分析与设计,是“整体性原则”与“非整体性原则”的结合和统一。这种方法,坚持从总体观点出发,在满足有关性能和可用资源等条件限制下,按照对整体和局部的综  合评价标准,寻求整体与局部、总系统与分系统、系统与要素的协调和统一。对于智能集成过程来说,这种方法更适用于较复杂的领域,例如现代市场经济、高技术发展、科学创新、现代化教育、文化复兴等。 
在建立基于智能集成经济多属性测度空间的汇通集合、基于智能集成经济多规则度量矩阵的汇通算子、基于智能集成经济多因子变权综合的汇通关系和基于智能集成经济多重性代数系统的汇通函数的基础上,本发明人提出要开发并建立以信息网络为平台而将物流网络、知识网络和金融网络融为一体的全新网络体系——“全球动态汇通网络”;进而提出要开发并建立一种将云计算和网格计算囊括在内的全新计算体系——面向知识资源配置、实物资源配置和金融资源配置的“天地”计算模式;再进而提出要开发并建立一种以计算机操作系统及互联网操作系统为关键而将各种认知操作和实践操作融为一体的全新操作体系——“全息协同操作系统”(OS / HSO)。 
作为本项发明的基础,全新的逻辑基础包括全息汇通逻辑、两极汇通逻辑、两极全息汇通逻辑;全新的数学基础包括全息汇通数学、两极汇通数学、系统变迁分析数学;全新的科学基础包括资源配置动力学、全息组织协同学、系统功效价值论、博弈组织协同学、对冲均衡经济学、全息汇通物理学,以及由一系列全新理论的大综合而形成的贯通科学(交叉科学与横断科学)——元系统科学和智能集成科学;全新的技术基础是以价值链系统为核心、面向全息协同性的全新系统技术(集群);全新的工程基础是以价值链系统为核心、面向全息协同性的全新系统工程(集群)。 
本发明人提出要开发并建立的全球动态汇通网络及其天地计算和全息协同操作系统 ( 简称OS / HSO,Operating System of Holo-synergetic Oganization ),是一个完整的复杂体系。天地计算旨在通过信息网络支持下的物流、知识、金融全汇通网络,将多个成本相对较低的计算实体整合成一个具有强大计算能力的完备智能集成系统,并借助信息网络内外部SaaS / HSO、PaaS / HSO、IaaS / HSO、MSP / HSO等全新的商业模式,将这种强大的计算能力分布到信息网络内外部终端用户手中。 
  
发明内容
    (1)对于全球互联网外部集散合作类型的智能集成系统 ( IIS [ EMC ] / ICT ),本发明人在其独立自主建立全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础上,为了将忽悠不定的“云”计算体系改造成为汇通万物、贯通经纬的“天地”计算体系,以互联网用户为中心,进而以全球价值链体系(GVC)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(IIS)升级进程的主线,建立权衡配置的总体设计和数理基础。 
复杂互联网智能集成问题往往是非线性、变结构、变参数的。而定量模型对于这类问题的求解十分困难,缺乏通用的、精确的解析方法,往往采用的是对问题进行简化,如线性化、定常化、降维法等等。但是,如此简化并不能保证定量模型的适用性。即使利用简化了的数学模型可以方便地进行复杂互联网智能集成问题的分析与综合,然而所得到的结果却不能可靠地应用于现实世界。正如已有的文献所指出的“决定性的方程并不一定能够导致决定性的结果”。 
我们可按层次变权思想对因素F  1 F  2 , ···, F  n  进行分组,然后将每组因素再合成为更上一层的新因素。中间各层每一因素的状态值均可视为综合考虑合成该因素的下层诸因素时的EMC智能权衡值,EMC智能权衡值的确定可采用变权综合法。图1 表示一个三层次的分层结构。 
一般EMC智能集成问题可由状态空间Θ、行动空间A和支付空间X组成,即一般EMC 智能集成问题G = { ΘA},其中A = { a  1 a  2 , ···, a  m  },由m个行动组成,Θ = { θ  1 θ  2 , ···, θ  m  } 由n个状态组成;支付空间X = ( x  i j  )  m × a ∈Aθ  j  Θ决定。x  i j  > 0 表示收益,x  i j  < 0表示损失。 
从问题分析的深度和广度,可将复杂互联网EMC智能集成问题的求解过程划分为三个层次,即概念层次、结构层次和数学层次,相应地可建立概念模型、结构模型和数学模型。 
概念模型是依靠人的知识和经验对复杂互联网EMC智能集成问题的简单抽象,是一种定性分析模型,它对问题的分析程度最广;数学模型是一种定量互联网EMC智能集成模型,它的综合化程度最高,能够深刻地反映问题的本质,但广度不够;结构模型是在概念模型的基础上对复杂互联网EMC智能集成问题的一种形式化划分,它是定性分析与定量集成之间相互联系的桥梁。对于复杂互联网EMC智能集成问题的理解,既要有一定深度又要有一定广度。这就需要综合运用上述三类模型。如果只限于概念化的定性分析,没有定量集成的支持,互联网EMC智能集成分析的深度将是不够的。反之,单纯追求数学模型的定量结果,忽视概念化的定性结果,互联网EMC智能集成分析将缺乏广度,甚至脱离实际。因此,对于复杂互联网EMC智能集成问题的求解必须将定性分析与定量求解结合起来。 
    复杂互联网EMC智能集成问题的多元化模型体系是由概念模型、结构模型和数学模型相互结合的集成模型体系,如图2 所示[57] 。 
复杂互联网EMC智能集成问题往往由若干子问题相互联系而组成,而各子问题又由若干更小的子问题组成。在没有足够信息和求解知识的情况下,通过问题分解来求解复杂互联网EMC智能集成问题,是一条行之有效的途径。在问题求解过程中,我们可运用“问题归约方法”(problem- reduction representation)[57] ,将一个复杂的无结构互联网EMC智能集成问题分解成为若干部分,并按照基本变量的关系,将这些部分分组形成递阶的层次结构,上一层次对相邻的下一层次的全部或某些元素起着支配作用,这样就形成了层次间自上而下的逐层支配关系。 
本发明人建立的智能权衡分析数学,可看作是基于多因素多目标决策的确定性及不确定性、多因素多目标实践系统的完备性及非完备性和多因素多目标认知系统的完备性及非完备性,研究实践度量关系(特殊的汇通度量关系)、认知度量关系(特殊的汇通度量关系)和智能度量关系(特殊的汇通度量关系),进而研究“智能权衡集合”、“智能权衡算子”、“智能权衡关系”、“智能权衡规则”以及“智能权衡映射”和“智能权衡函数”等的数学。这里所谓的实践度量关系,是与实践过程中的动力因素、荷载因素、功效因素(效益因素)和损耗因素(成本因素)有密切关系的赋权度量关系;这里所谓的认知度量关系,是与认知过程中的动力因素、荷载因素、功效因素(效益因素)和损耗因素(成本因素)有密切关系的赋权度量关系;这里所谓的智能度量关系,是与互联网EMC智能集成过程中的动力因素、荷载因素、功效因素(效益因素)和损耗因素(成本因素)有密切关系的赋权度量关系,是建立在智能权衡关系基础上、遵循智能权衡规则的变权综合度量关系。 
面向互联网,权衡配置的逻辑基础和数学基础包括:智能化集成与智能权衡集合;多目标决策与智能权衡算子;复杂性评价与智能权衡关系;群决策系统与智能权衡映射;不完备信息与智能权衡规则;启发式约简与智能权衡系统;智能化代数与智能权衡函数;大智慧思维与智能权衡变换;大智慧命题与智能权衡逻辑;大智慧理念与智能权衡范畴。 
可将互联网EMC智能集成问题看作是从一系列互联网EMC智能集成模式集 
X    = { x  1 , x  2 , ···, x }, ( n ≥ 2 ) 
中选择最合理的模式,其中x  i  表示第i个互联网EMC智能集成模式。选择集成模式或进行集成模式排序的依据是互联网EMC智能集成者提供的偏好信息。不失一般性,设智能权衡群体集合为
D= { d  1 , d  2 , ···, d }, ( m ≥ 2 ),
其中d  k  表示第k个互联网EMC智能集成者。考虑多个互联网EMC智能集成者对互联网EMC智能集成模式集X可能给出的两类偏好信息形式分别是AHP认知判断矩阵和实践Fuzzy偏好关系矩阵。
设互联网EMC智能集成者d  k  给出的偏好信息是 
Figure RE-DEST_PATH_IMAGE002
,基于A  k ,可通过某种方法确定互联网EMC智能集成模式x  i  的权重w i k  ( i = 1, 2, ···, ),满足
Figure RE-DEST_PATH_IMAGE004
,这里w i k 是一个未知量。由于AHP认知判断矩阵和实践Fuzzy偏好关系矩阵的对应元素均表示对相应两个互联网EMC智能集成模式间优劣关系的一种判断,所以A  k  可通过某种方式转换为实践Fuzzy偏好关系矩阵
Figure RE-DEST_PATH_IMAGE006
。因此,可以认为
Figure RE-DEST_PATH_IMAGE008
Figure RE-DEST_PATH_IMAGE010
分别与w i k w j k 之间存在着某种函数关系,即 
          
Figure RE-DEST_PATH_IMAGE012
            ( 3. 8. 13 a )
Figure RE-DEST_PATH_IMAGE014
           ( 3. 8. 13 b )
其中
Figure RE-DEST_PATH_IMAGE018
都是关于的单调非降函数,且是关于的单调非增函数。
根据式 ( 3. 8. 13 a ) 和 ( 3. 8. 13 b ) 可知,和之间也存在一种函数关系,即 
                           
Figure RE-DEST_PATH_IMAGE020
                           ( 3. 8. 14 )
其中
Figure RE-DEST_PATH_IMAGE022
是关于的单调非降函数。由此,可得如下命题:
    命题8.2.1  对于实践Fuzzy偏好关系矩阵
Figure RE-550108DEST_PATH_IMAGE006
,可用满足如下性质的转换函数ζ转换为AHP认知判断矩阵
Figure RE-DEST_PATH_IMAGE024
                   
Figure RE-DEST_PATH_IMAGE026
               ( 3. 8. 15 )
其中ζ: [ 0, 1 ] → [ 1 / 9, 9 ],它是满足下列条件的任一单调非增函数:
( A )
Figure RE-DEST_PATH_IMAGE028
( B ) ζ( 1, [ EMC ] ) = 9;
( C )  ζ( 0. 5, [ EMC ] ) = 1 。
命题8.2.2  对于AHP认知判断矩阵
Figure RE-959093DEST_PATH_IMAGE002
,可用满足如下性质的转换函数ξ转换为实践Fuzzy偏好关系矩阵
Figure RE-DEST_PATH_IMAGE030
: 
                                     ( 3. 8. 16 )
其中,星号 * 表示未定义。ξ: [ 1 / 9 , 9 ; [ EMC ] ] → [ 0, 1 ],它是满足下列条件的任一单调非降函数:
( A ) 
( B )  ξ( 9, [ EMC ] ) = 1;
( C ) ξ( 1, [ EMC ] ) = 0. 5。
由命题8. 2. 2知,满足上述条件的转换函数ξ很多,如选取时,命题8. 2. 2成立。由此,有如下推论8. 2. 1 。 
推论8.2.1  当转换函数ξ为 
               
Figure RE-DEST_PATH_IMAGE036
                  ( 3. 8. 17 )
Figure RE-DEST_PATH_IMAGE038
时,AHP认知判断矩阵
Figure RE-355308DEST_PATH_IMAGE002
可转化为实践Fuzzy偏好关系矩阵
Figure RE-383307DEST_PATH_IMAGE030
所谓EMC 智能规范系统,可看作是由互联网EMC智能集成对象集合X、互联网EMC智能集成属性集、互联网EMC智能集成参照集和智能规范函数f  G  构成的四元组,即: 
     S  G, EMC = ( XPCf  G  , [ EMC ] ),   S  GU, EMC = ( XPCf  G U  , [ EMC ] )           ( 3. 8. 22 )
其中,
S  G, EMC = ( XPCf  G  , [ EMC ] ) 表示一般EMC智能规范系统,
S  GU, EMC = ( XPCf  G U  , [ EMC ] ) 表示EMC智能综合规范系统。
定义8.2.3  一般EMC智能规范函数可看作是经过互联网EMC智能集成属性集P或互联网EMC智能集成属性集P而由互联网EMC智能集成对象论域U  GC, EMC到实数域的直接映射,即: 
                               ( 3. 8. 23 )
定义8.2.4  EMC智能综合规范函数可看作是经过互联网EMC智能集成属性论域U  GP, EMC的综合归并化和互联网EMC智能集成参照论域U GC, EMC   的综合归并化而由互联网EMC智能集成对象论域U  GO, EMC到实数域的间接映射,即:
Figure RE-DEST_PATH_IMAGE042
                ( 3. 8. 24 )
其中
Figure RE-DEST_PATH_IMAGE044
为互联网EMC智能集成参照综合归并元集,
Figure RE-DEST_PATH_IMAGE046
为互联网EMC智能集成属性综合归并下的关系。
    现在,我考虑给出可称为EMC智能权衡集合的概念。 
定义8.2.5  所谓给定互联网EMC智能集成对象论域U  GP, EMC上的一个智能权衡集合X  G  ,是指:对于任意∈ U  GP, EMC,在由互联网EMC智能集成属性集P和互联网EMC智能集成参照集C建立的属性对照空关系 <  C> ∈R下,我们给定一个函数关系f  G  ( X, [ EMC ]),而映射 
                
Figure RE-DEST_PATH_IMAGE048
X  G  的智能规范函数。
定义8.2.6  所谓给定互联网EMC智能集成对象论域U  GP, EMC 上的一个智慧汇通集合X  GU ,是指:对于任意U  GP, EMC,在由互联网EMC智能集成属性论域U  GP, EMC 的综合归并化和互联网EMC智能集成参照论域U  GC, EMC   的综合归并化建立的属性对照序关系 < X
Figure RE-817087DEST_PATH_IMAGE044
  >∈
Figure RE-272339DEST_PATH_IMAGE046
下,我们给定一个函数关系f  GU  ( X, [ EMC ]),而映射 
                
Figure RE-234479DEST_PATH_IMAGE042
X  GU  的智能综合规范函数。
本发明人探讨互联网上基于产品功效结构(WN [ PES ])的权衡配置。互联网上基于产品功效结构的权衡配置,应包括如下几个不同层次: 
企业互联网上基于产品功效结构(WN [ PES ])的权衡配置
产业互联网上基于产品功效结构(WN [ PES ])的权衡配置
国民互联网上基于产品功效结构(WN [ PES ])的权衡配置
全球互联网上基于产品功效结构(WN [ PES ])的权衡配置
本发明人探讨互联网上基于技术经济基础结构(RCS [ TKS / EBS ])的权衡配置。互联网上基于技术经济基础结构的权衡配置,应包括如下几个不同层次:
企业互联网上基于技术经济基础结构(RCS [ TKS / EBS ])的权衡配置
产业互联网上基于技术经济基础结构(RCS [ TKS / EBS ])的权衡配置
国民互联网上基于技术经济基础结构(RCS [ TKS / EBS ])的权衡配置
全球互联网上基于技术经济基础结构(RCS [ TKS / EBS ])的权衡配置
本发明人探讨互联网上基于外部集散合作关系和外部协同关系(SOS [ ESS / EMC ])的权衡配置。互联网上基于内部外部协同关系的权衡配置,应包括如下几个不同层次:
企业互联网上基于内部外部协同关系(SOS [ ESS / EMC ])的权衡配置
产业互联网上基于内部外部协同关系(SOS [ ESS / EMC ])的权衡配置
国民互联网上基于内部外部协同关系(SOS [ ESS / EMC ])的权衡配置
全球互联网上基于内部外部协同关系(SOS [ ESS / EMC ])的权衡配置
从内外部协同组织关系来看,互联网EMC型智能权衡配置可分为如下9 种子类型:
外部集散合作 / 内部集中合作类型组织网络RN ( on, oc, os , [ EMC / ICC ] ) 的智能权衡配置
外部集散合作 / 内部集中竞争类型组织网络RN ( on, oc, os , [ EMC / ICK ] ) 的智能权衡配置
外部集散合作 / 内部集中协调类型组织网络RN ( on, oc, os , [ EMC / ICH ] ) 的智能权衡配置
外部集散合作 / 内部分散合作类型组织网络RN ( on, oc, os , [ EMC / IDC ] ) 的智能权衡配置
外部集散合作 / 内部分散竞争类型组织网络RN ( on, oc, os , [ EMC / IDK ] ) 的智能权衡配置
外部集散合作 / 内部分散协调类型组织网络RN ( on, oc, os , [ EMC / IDH ] ) 的智能权衡配置
外部集散合作 / 内部集散合作类型组织网络RN ( on, oc, os , [ EMC / IMC ] ) 的智能权衡配置
外部集散合作 / 内部集散竞争类型组织网络RN ( on, oc, os , [ EMC / IMK ] ) 的智能权衡配置
外部集散合作 / 内部集散协调类型组织网络RN ( on, oc, os , [ EMC / IMH ] ) 的智能权衡配置
    (2)对于全球互联网外部集散合作类型的智能集成系统 ( IIS [ EMC ] / ICT ),本发明人在其独立自主建立全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础上,为了将忽悠不定的“云”计算体系改造成为汇通万物、贯通经纬的“天地”计算体系,以互联网用户为中心,进而以全球价值链体系(GVC)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(IIS)升级进程的主线,建立权衡配置的智能集成模型。
对于多目标互联网EMC智能集成过程,我们可建立灰色局势分析[25] 。 
在数学上,局势可表示为事件a  i  和对策b  j  的二元组合,记为s  i j   = ( a  i  b  j  )。 
对于多目标互联网EMC智能集成,局势与其效果测度r  i j  的全体可称为互联网EMC智能集成元,记为 
                        r  i j   s  i j  r  i j  / ( a  i  b  j  )
对于事件a a , ···, a  n ,若有对策b b , ···, b  m ,则对于同一事件a  i  ,可以用b b , ···, b  m  m个对策去对付,于是构成 ( a  i  b 1) ,  ( a  i  b 2) ,  ···, ( a  i  b  m  ) 等m个局势。这些局势相应的互联网EMC智能集成元排成一行便组成互联网EMC智能集成行:
Figure RE-DEST_PATH_IMAGE050
同理可得互联网EMC智能集成列:
Figure RE-DEST_PATH_IMAGE052
。 
当局势有多个目标时,记第k个目标的效果测度为
Figure RE-DEST_PATH_IMAGE054
,其相应的互联网EMC智能集成元为
Figure RE-925223DEST_PATH_IMAGE054
Figure RE-DEST_PATH_IMAGE056
。 
因此,由相应的互联网EMC智能集成向量
Figure RE-DEST_PATH_IMAGE060
,得到多目标互联网EMC智能集成的综合矩阵M )为 
                     
Figure RE-DEST_PATH_IMAGE062
矩阵中的元素按下式计算
                            
Figure RE-DEST_PATH_IMAGE064
                          ( 3. 8. 49 )
智能权衡就是选择最满意的局势。由事件选择最好的局势,可看作行权衡;而由对策匹配最适宜的事件,可看作列权衡。
假设互联网EMC智能集成模式集合的n个非劣集成模式中有n  y  个集成模式已由智能权衡者确定或经过检验得到对各个级别的相对隶属度;c级分级标准S = ( s  i h  ) p× 中有t个标准已确定。 
TS = ( t s  i h  ) p× 为待定分级标准信息矩阵,满足
Figure RE-DEST_PATH_IMAGE066
;目标权向量中p  y  个分量已确定。 
假定前个互联网EMC智能集成模式级别隶属度及前权重分量待定,已定权重,则有待定权重
Figure RE-DEST_PATH_IMAGE074
。 
由于每个互联网EMC智能集成模式都是非劣的,不存在任何偏好关系,则可建立目标函数为互联网EMC智能集成模式集合,全部互联网EMC智能集成模式对全体级别加权广义欧氏权距离平方和最小的非线性规划模型,求解得到最佳相对隶属度矩阵U、分级标准特征值矩阵及目标权向量: 
      
Figure RE-DEST_PATH_IMAGE076
             ( 3. 8. 51 )
        
Figure RE-DEST_PATH_IMAGE078
            ( 3. 8. 52 )
由于智能权衡信息不完全确知,则上述非线性规划问题可转化为:
Figure RE-DEST_PATH_IMAGE080
          
Figure RE-DEST_PATH_IMAGE082
          
Figure RE-DEST_PATH_IMAGE084
     ( 3. 8. 53 )
Figure RE-DEST_PATH_IMAGE086
          ( 3. 8. 54 )
构造拉格郎日函数:
Figure RE-DEST_PATH_IMAGE088
           
Figure RE-587411DEST_PATH_IMAGE082
           
Figure RE-290529DEST_PATH_IMAGE084
           
Figure RE-DEST_PATH_IMAGE090
                          ( 3. 8. 55 )
          
Figure RE-DEST_PATH_IMAGE092
          
Figure RE-DEST_PATH_IMAGE094
                ( 3. 8. 56 )
解得智能权衡信息不完全确知的循环迭代模糊集成模型:
    
Figure RE-DEST_PATH_IMAGE096
                   i = 1, 2, ···,   h = 1, 2, ···, c;  t s  i h  = 0                 ( 3. 8. 57 )
    
Figure RE-DEST_PATH_IMAGE098
       ( 3. 8. 58 )
    
Figure RE-DEST_PATH_IMAGE100
            ( 3. 8. 59 )
                                   
(3)对于全球互联网外部集散合作类型的智能集成系统 ( IIS [ EMC ] / ICT ),本发明人在其独立自主建立全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础上,为了将忽悠不定的“云”计算体系改造成为汇通万物、贯通经纬的“天地”计算体系,以互联网用户为中心,进而以全球价值链体系(GVC)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(IIS)升级进程的主线,引入适当的、用于分别反映一般复杂适应系统基本动力、基本荷载、基本功效、基本消耗、内部合作和竞争及外部合作和竞争的各种基本协同变量,建立权衡配置的智能集成信息处理基础。
在互联网EMC智能集成表达系统的数据开采方面,关键步骤应当是数据浓缩,包括属性约简和值约简。设互联网EMC智能集成表达系统B = ( UP∪{ }, [ EMC ] ) 表示,U为非空有限论域,P为实践相关属性,c为认知相关属性。可辨识矩阵定义为 
       
Figure RE-DEST_PATH_IMAGE104
          
Figure RE-DEST_PATH_IMAGE106
( 3. 8. 117 )
可分辨函数
                 
Figure RE-DEST_PATH_IMAGE108
                ( 3. 8. 118 )
式中,∏ 和 ∑ 分别表示逻辑与和逻辑或。通过逻辑运算将f  B, EMC ( ) 化简,得到主蕴涵子(prime implicant)即为信息系统的约简,其中所含元素数最小者是最小约简。一般地说,互联网EMC智能集成的相对约简有许多,最小约简(含有少数属性)是人们期望的,而互联网EMC智能集成表的核是唯一的,可定义为所有约简的交集。因此,核可以作为求解最小约简的起点。可辨识矩阵突出属性的分辨能力,从中可以求出互联网EMC智能集成表的核以及约简。最小约简的求解需要借助启发式搜索解决。属性子集的重要性可用实践相关属性子集与认知相关属性c的依赖度
γ ( Pc; [ EMC ]) = | pos  P  ( c, [ EMC]) | / | 
表示,其中 | · | 表示集合的基,pos  P  ( c, [ EMC ]) 表示P基于EMC结构而形成的c正域。k越大,Pc的依赖关系越强(统计规律),得到的规则置信度越大。
采取与文献 [50] 类似的方式,我们可从信息论的角度对属性的重要性作出定义: 
Figure RE-DEST_PATH_IMAGE112
,互联网EMC智能集成属性的重要性
    
Figure RE-DEST_PATH_IMAGE114
                       
Figure RE-DEST_PATH_IMAGE116
                 ( 3. 8. 119 )
H ( C | R, [ EMC ]) 为已知R时的C的条件熵。在此基础上可考虑建立基于互信息的知识约简的算法:以相对核K  0 作为求最小知识约简的起点,然后逐渐假如重要的属性bA – K  0D = K  0 ∪ { },直到实践相关属性P和认知相关属性c之间的互信息不变
I ( D) = I ( K)。
设互联网EMC智能集成表达系统B = ( UC∪{ }; [ EMC ] ) 表示,U为非空有限论域,p为实践相关属性,C为认知相关属性。可辨识矩阵定义为 
Figure RE-DEST_PATH_IMAGE118
Figure RE-DEST_PATH_IMAGE120
  ( 3. 8. 120 )
可分辨函数                  
Figure RE-DEST_PATH_IMAGE122
                           ( 3. 8. 121 )
属性子集的重要性可用认知相关属性子集与实践相关属性p的依赖度γ ( Cp; [ EMC ]) = | pos  C  ( p, [ EMC ]) | / | | 表示,其中 | · | 表示集合的基,pos  C  ( p, [ EMC ]) 表示Cp正域。k越大,Cp的依赖关系越强(统计规律),得到的规则置信度越大。
Figure RE-38168DEST_PATH_IMAGE112
,互联网EMC智能集成属性的重要性 
    
Figure RE-DEST_PATH_IMAGE126
                       
Figure RE-DEST_PATH_IMAGE128
                 ( 3. 8. 122 )
H ( P | R, [ EMC ]) 为已知R时的P的条件熵。在此基础上可考虑建立基于互信息的知识约简的算法:以相对核K  0 作为求最小知识约简的起点,然后逐渐假如重要的属性bA – K  0D = K  0 ∪ { },直到认知相关属性C和实践相关属性p之间的互信息不变I ( D) = I ( K)。
互联网EMC智能集成表浓缩的效果可用如下3个参数度量[53] : 
( A ) 属性蒸发率
Figure RE-DEST_PATH_IMAGE130
,其中N  e  N  a  分别为约简后和约简前的属性个数。
( B ) 实例蒸发率
Figure RE-DEST_PATH_IMAGE132
,其中 
N  r  表示约简后开采的规则数,
N  s  表示互联网EMC智能集成表实例的个数。
( C ) 数据蒸发率
Figure RE-DEST_PATH_IMAGE134
,其中MN分别为约简后和约简前的互联网EMC智能集成表数据量。 
假设F为互联网EMC智能集成表B随机采样子集合,实数ε∈ [ 0, 1 ],动态约简可用下式计算: 
       
                                                                            ( 3. 8. 123 )
式中,RED ( Ac, [ EMC ]) 和RED ( Dc, [ EMC ]) 分别为互联网EMC智能集成表BB'的约简。上述动态约简的定义将动态约简限制在互联网EMC智能集成表B的约简集合中。与此相应地,有如下计算:
Figure RE-DEST_PATH_IMAGE138
      
                                                                             ( 3. 8. 124 )
式中,RED ( Ap, [ EMC ]) 和RED ( Dp, [ EMC ]) 分别为互联网EMC智能集成表BB'的约简。上述动态约简的定义将动态约简限制在互联网EMC智能集成表B的约简集合中。
我们还可以将动态约简的定义推广为广义动态约简 
Figure DEST_PATH_DEST_PATH_IMAGE140
  ( 3. 8. 125 )
与此相应地,有如下计算:
Figure DEST_PATH_DEST_PATH_IMAGE142
   ( 3. 8. 126 )
4、附图说明    
图1 是EMC智能权衡值的层次结构图。.
我们可按层次变权思想对因素F  1 F  2 , ···, F  n  进行分组,然后将每组因素再合成为更上一层的新因素。中间各层每一因素的状态值均可视为综合考虑合成该因素的下层诸因素时的EMC智能权衡值,EMC 智能权衡值的确定可采用变权综合法。图1 表示一个三层次的分层结构。
图2 是互联网EMC智能集成问题的多元化模型体系图。 
从问题分析的深度和广度,可将复杂互联网EMC智能集成问题的求解过程划分为三个层次,即概念层次、结构层次和数学层次,相应地可建立概念模型、结构模型和数学模型,如图2 所示。
概念模型是依靠人的知识和经验对复杂互联网EMC智能集成问题的简单抽象,是一种定性分析模型,它对问题的分析程度最广;数学模型是一种定量互联网EMC智能集成模型,它的综合化程度最高,能够深刻地反映问题的本质,但广度不够;结构模型是在概念模型的基础上对复杂互联网EMC智能集成问题的一种形式化划分,它是定性分析与定量集成之间相互联系的桥梁。对于复杂互联网EMC智能集成问题的理解,既要有一定深度又要有一定广度。这就需要综合运用上述三类模型。如果只限于概念化的定性分析,没有定量集成的支持,互联网EMC智能集成分析的深度将是不够的。反之,单纯追求数学模型的定量结果,忽视概念化的定性结果,互联网EMC智能集成分析将缺乏广度,甚至脱离实际。因此,对于复杂互联网EMC智能集成问题的求解必须将定性分析与定量求解结合起来。 
  
5、具体实施方式(600项发明专利共同实施计划简介)   
经过三十年的自由探索,独立发明人李宗诚教授于2011年9月通过电子申请系统正式向国家专利局提交600项发明专利申请,并提交600份总计约3600万字的权利要求书、说明书、附图等材料。
经过三十年的自由探索,独立发明人李宗诚教授在通过国际国内学术刊物和学术会议已发表80多篇论文(不包括合作完成的成果)的基础上,最近已独立写作完成八部与本次申报的600项技术发明有密切关系的学术巨著(共计3000万字),打算在2011年9月之后陆续处理正式出版事宜。 
本次申报的600项技术发明专利,是发明人李宗诚经过三十年独立自由探索而建立的一个自成体系的全新技术集群,其总名称为“全球价值链网络技术支持体系”[ DCN / HII ( GVC ); ]。 
基于一系列学术研究新成果和600项最新技术发明,发明人李宗诚建立了一系列用于统一描述、分析、解释全球智能一体化网络计算体系(可称之为“天地”计算体系)及全球价值链动态汇通网络体系(DCN / HII ( GVC ))的资源配置动力学RDD模型、网络配置动力学NDD模型、智能集成协同学IIS模型以及全息组织协同学HOS模型和博弈组织协同学GOS模型。 
继数字技术、网络技术和虚拟化技术之后,基于600项最新技术发明的全球价值链网络技术支持体系给人类带来智能一体化技术(IIT)和全息协同组织技术(HST)。 
基于一系列学术研究新成果和600项最新技术发明,发明人李宗诚提出一项可称之为“开天辟地”计划的战略——全球价值链系统工程技术集群开发总体战略。 
作为600项发明专利的申请人,发明人李宗诚提出要开发并建立的全球动态汇通网络计算,可形象化地简称为“天地计算”(Heaven-Earth Computing)。通过提供信息资源而获取实物资源、知识资源和金融资源的网络,可称为“天地”。在此,“天”代表信息网络,代表虚拟化,代表数字虚拟世界;“地”代表物流、知识、金融三大网络,代表实体化,代表真实世界。以信息网络为平台而将物流网络、知识网络和金融网络融为一体的全新网络体系,可称为汇通网。 
“天地”不仅是一些可以自我维护和管理的虚拟计算资源,而且是各种可以自我维护和管理的实体运行资源;它不仅是一些包括计算服务器、存储服务器、宽带资源等的大型服务器集群,而且是各种包括供应系统、生产系统、服务系统、营销系统等的产业价值链和产业集群。它是物流网、知识网和金融网联结汇通起来的全新体系。 
天地计算不仅将所有的计算资源集中起来,并由信息网络内部软件实现自动管理,无需人为参与;而且将所有的实体运行资源集中起来,并由信息网络外部软件实现自动管理,较少或无需人为参与。这使得应用提供者无需为繁琐的细节而烦恼,能够更加专注于自己的业务,有利于创新和降低成本。用形象化的比方说法,这不仅好比从古老的单台发电机模式转向了电厂集中供电的模式,而且好比从电厂集中供电的模式转向全区域动力供应、调度、控制和使用的智能集成一体化全息协同组织模式。最大的不同在于,它是通过信息网络支持下的物流、知识、金融全汇通网络进行传输的。    
全球价值链网络技术支持体系的总体战略目标可归结为如下内容:
层级I 、在技术开发的基础方面(ICT产业链的前端),从以互联网用户为中心转向以互联网用户终端功效链(EC / IU)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(IIS)升级进程的主线,建立全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础,为相对封闭、相对静止的“资源池”——云计算网络注入灵魂、智能和生命,建造全球智能一体化网络计算机系统(CS / HSN ( GII )),将全球互联网打造成为真正具有生命及生态全息协同组织的技术支持体系。
层级II 、在全新技术的应用方面(ICT产业链的末端),从以互联网用户终端功效链(EC / IU)为中心转向以多层级多模式的全球价值链体系(GVC)为中心,以认知系统与实践系统基于计算机辅助系统及互联网而进行的联结和协调作为高级智能集成系统(HIIS)演变进程的主线,建立基于元系统(MS)科学全新理论的智能集成科学技术体系(IIS & IIT;),将赋予生命活力的新型全球互联网与分散在世界各地各领域各部门的物流网、能源网、金融网和知识网融为一体(DCN),大力推行全球价值链系统工程,建立真正具有生命及生态全息协同组织的全球智能一体化动态汇通网络体系(DCN / HII ( GVC )),从而建造智能集成网、生命互联网和生态运行网。 
通过实施全球价值链系统工程技术集群开发总体战略——本发明人称之为“开天辟地”计划,将忽悠不定的“云”计算体系改造成为汇通万物、贯通经纬的“天地”计算体系。 
作为600项发明专利的申请人,本发明人提出要开发并建立的全球动态汇通网络计算,可形象化地简称为“天地计算”(Heaven-Earth Computing)。通过提供信息资源而获取实物资源、知识资源和金融资源的网络,可称为“天地”。在此,“天”代表信息网络,代表虚拟化,代表数字虚拟世界;“地”代表物流、知识、金融三大网络,代表实体化,代表真实世界。以信息网络为平台而将物流网络、知识网络和金融网络融为一体的全新网络体系,可称为汇通网。 
“天地”不仅是一些可以自我维护和管理的虚拟计算资源,而且是各种可以自我维护和管理的实体运行资源;它不仅是一些包括计算服务器、存储服务器、宽带资源等的大型服务器集群,而且是各种包括供应系统、生产系统、服务系统、营销系统等的产业价值链和产业集群。它是通过信息网络(互联网)将物流网、知识网和金融网联结汇通起来的全新科学体系、技术体系和工程体系。 
天地计算不仅将所有的计算资源集中起来,并由信息网络内部软件实现自动管理,无需人为参与;而且将所有的实体运行资源集中起来,并由信息网络外部软件实现自动管理,较少或无需人为参与。这使得应用提供者无需为繁琐的细节而烦恼,能够更加专注于自己的业务,有利于创新和降低成本。用形象化的比方说法,这不仅好比从古老的单台发电机模式转向了电厂集中供电的模式,而且好比从电厂集中供电的模式转向全区域动力供应、调度、控制和使用的智能集成一体化全息协同组织模式。最大的不同在于,它是通过信息网络支持下的物流、知识、金融全汇通网络进行传输的。    
狭义天地计算是指信息网络内外部基础设施的交付和使用模式,是以多层级多领域多模式的价值链为中心,以全球智能一体化网络计算机系统(CS / HSN ( GII ))为主要技术支持,以基于需求的易扩展方式,通过融为一体的物流网络、知识网络和金融网络,获得所需的资源。“天地”中的资源在使用者看来是可以无限扩展,随时获取,按需使用,随时扩展,按时付费。这种特性就如同我们使用水电一样使用信息网络内外部基础设施。
广义天地计算是指信息网络内外部服务的交付和使用模式,是以多层级多领域多模式的价值链为中心,以全球智能一体化网络计算机系统(CS / HSN ( GII ))为主要技术支持,以基于需求的易扩展方式,通过融为一体的物流网络、知识网络和金融网络,获得所需的服务。这种服务可以是信息网络内外部的技术和软件、汇通网相关的,也可以是任意其他的服务,它具有超大规模、虚拟化、可靠安全等独特功效;“天地计算”图书版本也很多,都从理论和实践上介绍了天地计算的特性与功用。 
天地计算(Heaven-Earth Computing)必定是全息协同式的(HSO,)。它既不是集中式的,也不是分布式的。它不仅是云计算(cloud computing)、网格计算(Grid Computing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等计算机技术和信息网络技术发展融合的产物,而且是通过计算机技术和信息网络技术的进一步融合与发展而将物流网、知识网和金融网紧密联系起来实现智能集成一体化的结果。 
进而言之,天地计算是信息网络内外部各种计算技术的全面改进和发展,或者说是统计技术体系、会计技术体系、计量技术体系在计算机科学技术和信息网络技术支持下在实体活动领域的全面实现。天地计算一方面是虚拟化 ( Virtualization )、云计算(cloud computing)、效用计算 ( Utility Computing )、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果;另一方面是实体化 ( Substantiation ) 、计量科学技术、会计原理及技术、核算体系、资源配置动力分析、资源配置效应分析、博弈组织协同学分析、IaaS / HSO(信息网络内外部基础设施即服务)、PaaS / HSO(信息网络内外部平台即服务)、SaaS / HSO(信息网络内外部软件即服务)等概念混合演进并跃升的结果。 
天地计算旨在通过信息网络支持下的物流、知识、金融全汇通网络,将多个成本相对较低的计算实体整合成一个具有强大计算能力的完备智能集成系统,并借助信息网络内外部SaaS / HSO、PaaS / HSO、IaaS / HSO、MSP / HSO等全新的商业模式,将这种强大的计算能力分布到信息网络内外部终端用户手中。 
天地计算的核心理念就是通过不断提高“天地”的处理能力,进而减少信息网络内外部用户终端的处理负担,最终使信息网络内外部用户终端简化成一个单纯的输入输出设备,并能按需享受“天地”的强大计算处理能力!    
在应用天地计算的同时,我们还可以提供另外一种天地存储来作为其辅助,比如,将中国的Win Stor云端存储改造成为天地存储,其以信息网络内外部用户为基础,以信息网络内外部存储工具为导向,提供强大的数据安全功能,使天地计算进入市场。所谓天地存储,就是以信息网络支持下的物流、知识、金融全汇通网络为基础,跨域 / 路由来实现数据无所不在,无需下载、无需安装即可直接运行,实现天地计算架构。   
最简单的天地计算技术在信息网络内外部服务中已经初露头角,例如搜索引擎、网络信箱等,使用者只要输入简单指令即能得到大量信息,实现简单的物流配送。未来如手机、GPS等移动装置都可以透过全新的天地计算技术,发展出更多的应用服务。   
进一步的天地计算不仅只做资料搜寻、分析的功能,未来如分析DNA结构、基因图谱定序、解析癌症细胞等,都可以透过这项技术轻易达成。    
在信息服务业里面,我们可以分为三个部分:第一个部分是信息网络服务,包括电信的基础服务、增值服务、网络电视的服务。第二块是信息技术的服务,包括软件的服务、外包的服务。还有一个是信息内容的服务。我们可以看到这是整个信息服务的大的门类和产业的状态。但我们不宜看到,门类之间由于技术的进步和产业的变迁,出现了融合的特征,出现了新的产业特征和特点,这是信息服务业大环境里发生的变化。我们可以看到,在互联网的平台上信息技术和通信技术的融合,很典型的是IMS服务。还有一个新的特征是Sashup技术,可以把两个网的能力和用户的数据很好地聚合起来。
伴随新技术的组织转型是必然的,而这种转型是组织内部网络和社会反应多因索的合力结果。对企业来说,采用新技术需要一个有说服力的原因,改变组织结构需要时间,所有员工都需要适应这种变化的训练。实际上比引进技术更重要的是激励人们使用技术,许多案例表明,现存组织内部的激励设计与新技术对组织的再造活动是有冲突的,表现在处于组织不同层面的人激励是不一样的,其次,组织各部分间的激励也有差异。计算机和网络化系统设计应被看作是技术和组织运作的相关集合,使用新技术是一种社会技术建构而不是简单的安装和使用。 
本发明人相信,在天地计算时代,人们可以抛弃U盘等移动设备,只需要进入Docs / HSO 页面、新建文档、编辑内容,然后直接将文档的URL分享给你的朋友或者上司,他可以直接打开浏览器访问URL。我们再也不用担心因PC硬盘的损坏而发生资料丢失事件。 
总的来说,天地计算可以看作是计算机计算及信息网络计算与实体运行系统的计量、会计及核算相结合的完备业务流程技术。通过天地计算,我们有可能将分散在各地的高性能计算机用高速网络连接起来,进而用信息网络内外部专门设计的各种中间件软件,将分散在各地的实体活动领域的计量、会计和核算体系有机地粘合在一起,以包括Web界面在内的各种人机界面接受信息网络内外部各种用户提出的计算请求,并将之分配到合适的结点上运行。天地计算技术体系能大大提高信息网络内外部资源的服务质量和利用率,同时避免信息网络内外部跨结点划分应用程序所带来的低效性和复杂性,能够在目前条件下达到信息网络内外部实用化要求。 
智能集成协同总体设计的目标,在于根据智能集成组织一自组织大协同总体的性能要求,以及智能集成主体实施协同总体的具体社会经济一自然生态环境,合理设置总体中人员位置并初步确定主体任务要求,保证从总体上构建一个综合效益优化的智能集成大协同系统框架,并为主体一作用对象关系的详细设计打下基础。 
   “智能集成主体一广义技术一作用对象”功能分配,是整个智能集成协同总体设计的基础。智能集成主体-广义技术-作用对象的功能分配通过功能这一纽带使智能集成主体、广义技术和作用对象三方面结合起来,并形成了智能集成协同总体中的要素(分系统)功能分配关系,确定了智能集成主体一广义技术界面、广义技术一作用对象界面的具体位置。一个具体智能集成协同总体的主体一广义技术一作用对象功能界面形式主要受两方面因素的影响:一是智能集成协同总体的功能特征;二是该总体所处的自然生态一社会生态环境。在众多可能的智能集成功能界面形式中,总有一种或几种更适合于某一具体智能集成协同总体的实际情况,能够保证系统满足性能要求、满足实施环境的要求。 
仿真运行是复杂智能集成总体设计过程中不可缺少的验证环节。仿真的目的在于检验系统配置方案是否满足设计的总体目标要求,以及依据仿真结果对方案进行调整和完善。不过,作为智能集成系统的主导因素,主体的结构和行为都很复杂,且有诸多不确定性,仿真及其建模对此尚感难办。在实际建立智能集成主体行为的仿真模型时,可根据系统仿真运行的要求对主体的行为特征及影响因素做很多简化,将注意力主要放在对系统仿真有意义的行为特征上,如主体完成一定任务的可靠性、运作效率、最长作用时间等,对影响因素也主要选择对提高模型适用性有帮助以及对行为有显著影响的主要因素。在建模的方法上我们应遵循多学科知识综合原则,一方面以心理学、行为科学等的研究成果为指导,另一方面落实到某种具体的数学工具上。 
在全球智能集成一体化动态汇通网络系统工程的总体战略指引下,我们不再单独强调软件、硬件甚至系统平台,而是以客户为中心,进而以价值链为中心,开放封闭技术构架,调整经营理念,积极寻求合作伙伴——甚至是昔日的竞争对手,以期向客户提供强大的IT基础设施、降低客户的采购成本、加快客户的电子商务系统部署、提高客户进入市场时间、有效支持客户目前和潜在的业务需求、满足客户应用的个性化和端到端需求。通过投资、外包、咨询、VAR来寻求客户利益的最大化,同时也带动互联网服务产业的发展。 

Claims (7)

1.独立权利要求——互联网EMC / ICT 权衡配置方法,是本申请人在建立全新的逻辑基础、数学基础、科学基础以及全新的技术基础和工程基础上,为了将忽悠不定的“云”计算体系改造成为汇通万物、贯通经纬的“天地”计算体系,以互联网用户为中心,进而以全球价值链体系(GVC)为中心,以自然智能与人工智能基于计算机及其网络而进行的联结和协调作为一般智能集成系统(IIS)升级进程的主线,通过建立网络配置动力学基本模型和范式而提出来的一项新技术,本项权利的特征在于:
A、对于全球互联网EMC / ICT 权衡配置,全新的逻辑基础包括全息汇通逻辑、两极汇通逻辑、两极全息汇通逻辑;全新的数学基础包括全息汇通数学、两极汇通数学、系统变迁分析数学;全新的科学基础包括资源配置动力学、全息组织协同学、系统功效价值论、博弈组织协同学、对冲均衡经济学、全息汇通物理学,以及由一系列全新理论的大综合而形成的贯通科学(交叉科学与横断科学)——元系统科学和智能集成科学;全新的技术基础是以价值链系统为核心、面向全息协同性的全新系统技术(集群);全新的工程基础是以价值链系统为核心、面向全息协同性的全新系统工程(集群);
    B、对于全球互联网EMC / ICT 权衡配置,“天地”计算本身是一个极其复杂的系统,具有十分复杂的全息协同组织结构,在这里,一方面,各种计算机及其基础设施、附属设备和网络设备(包括服务器、浏览器)以全息协同组织模式(包括ICC、ICK、ICH、IDC、IDK、IDH、IMC、IMK、IMH、ECC、ECK、ECH、EDC、EDK、EDH、EMC、EMK、EMH)连接起来而形成计算机互联网络组织;另一方面,各种用户及其功效链以全息协同组织模式(包括ICC、ICK、ICH、IDC、IDK、IDH、IMC、IMK、IMH、ECC、ECK、ECH、EDC、EDK、EDH、EMC、EMK、EMH)连接起来而形成自然智能社会化组织,这种自然智能社会化组织与计算机互联网络组织共同形成本发明人所指称的“天地”计算体系CS / HSN ( GII );
C、对于全球互联网EMC / ICT 权衡配置,建立权衡配置的总体设计和数理基础,进而建立权衡配置的智能集成模型;
D、对于全球互联网EMC / ICT 权衡配置,引入适当的、用于分别反映一般复杂适应系统基本动力、基本荷载、基本功效、基本消耗、内部合作和竞争及外部合作和竞争的各种基本协同变量,建立权衡配置的智能集成信息处理基础。
2.从属权利要求——对于互联网EMC配置及其智能集成系统,根据独立权利要求1 所述的本发明建立权衡配置的总体设计基础,本项权利的特征在于:
复杂互联网EMC智能集成问题往往由若干子问题相互联系而组成,而各子问题又由若干更小的子问题组成;在没有足够信息和求解知识的情况下,通过问题分解来求解复杂互联网EMC智能集成问题,是一条行之有效的途径;在问题求解过程中,我们可运用“问题归约方法”(problem- reduction representation)[57] ,将一个复杂的无结构互联网EMC智能集成问题分解成为若干部分,并按照基本变量的关系,将这些部分分组形成递阶的层次结构,上一层次对相邻的下一层次的全部或某些元素起着支配作用,这样就形成了层次间自上而下的逐层支配关系;
根据独立权利要求1 所述的本发明人建立的智能权衡分析数学,可看作是基于多因素多目标决策的确定性及不确定性、多因素多目标实践系统的完备性及非完备性和多因素多目标认知系统的完备性及非完备性,研究实践度量关系(特殊的汇通度量关系)、认知度量关系(特殊的汇通度量关系)和智能度量关系(特殊的汇通度量关系),进而研究“智能权衡集合”、“智能权衡算子”、“智能权衡关系”、“智能权衡规则”以及“智能权衡映射”和“智能权衡函数”等的数学;这里所谓的实践度量关系,是与实践过程中的动力因素、荷载因素、功效因素(效益因素)和损耗因素(成本因素)有密切关系的赋权度量关系;这里所谓的认知度量关系,是与认知过程中的动力因素、荷载因素、功效因素(效益因素)和损耗因素(成本因素)有密切关系的赋权度量关系;这里所谓的智能度量关系,是与互联网EMC智能集成过程中的动力因素、荷载因素、功效因素(效益因素)和损耗因素(成本因素)有密切关系的赋权度量关系,是建立在智能权衡关系基础上、遵循智能权衡规则的变权综合度量关系。
3.从属权利要求——对于互联网EMC配置及其智能集成系统,根据独立权利要求1 所述的本发明建立权衡配置的数理基础,本项权利的特征在于:
设互联网EMC智能集成者d  k  给出的偏好信息是 
Figure DEST_PATH_RE-DEST_PATH_IMAGE002
,基于A  k ,可通过某种方法确定互联网EMC智能集成模式x  i  的权重w i k  ( i = 1, 2, ···, ),满足
Figure DEST_PATH_RE-DEST_PATH_IMAGE004
,这里w i 是一个未知量;由于AHP认知判断矩阵和实践Fuzzy偏好关系矩阵的对应元素均表示对相应两个互联网EMC智能集成模式间优劣关系的一种判断,所以A  k  可通过某种方式转换为实践Fuzzy偏好关系矩阵
Figure DEST_PATH_RE-DEST_PATH_IMAGE006
;因此,可以认为
Figure DEST_PATH_RE-DEST_PATH_IMAGE008
Figure DEST_PATH_RE-DEST_PATH_IMAGE010
分别与w i w j 之间存在着某种函数关系,即
          
Figure DEST_PATH_RE-DEST_PATH_IMAGE012
            ( 3. 8. 13 a )
           ( 3. 8. 13 b )
其中
Figure DEST_PATH_RE-DEST_PATH_IMAGE016
都是关于的单调非降函数,且是关于的单调非增函数;
根据式 ( 3. 8. 13 a ) 和 ( 3. 8. 13 b ) 可知,和之间也存在一种函数关系,即
                           
Figure DEST_PATH_RE-DEST_PATH_IMAGE020
                           ( 3. 8. 14 )
其中
Figure DEST_PATH_RE-DEST_PATH_IMAGE022
是关于的单调非降函数;
所谓EMC 智能规范系统,可看作是由互联网EMC智能集成对象集合X、互联网EMC智能集成属性集、互联网EMC智能集成参照集和智能规范函数f  G  构成的四元组,即:
     S  G, EMC = ( XPCf  G  , [ EMC ] ),   S  GU, EMC = ( XPCf  G U  , [ EMC ] )             ( 3. 8. 22 )
其中,
S  G, EMC = ( XPCf  G  , [ EMC ] ) 表示一般EMC智能规范系统,
S  GU, EMC = ( XPCf  G U  , [ EMC ] ) 表示EMC智能综合规范系统;
从内外部协同组织关系来看,互联网EMC型智能权衡配置可分为如下9 种子类型:
外部集散合作 / 内部集中合作类型组织网络RN ( on, oc, os , [ EMC / ICC ] ) 的智能权衡配置
外部集散合作 / 内部集中竞争类型组织网络RN ( on, oc, os , [ EMC / ICK ] ) 的智能权衡配置
外部集散合作 / 内部集中协调类型组织网络RN ( on, oc, os , [ EMC / ICH ] ) 的智能权衡配置
外部集散合作 / 内部分散合作类型组织网络RN ( on, oc, os , [ EMC / IDC ] ) 的智能权衡配置
外部集散合作 / 内部分散竞争类型组织网络RN ( on, oc, os , [ EMC / IDK ] ) 的智能权衡配置
外部集散合作 / 内部分散协调类型组织网络RN ( on, oc, os , [ EMC / IDH ] ) 的智能权衡配置
外部集散合作 / 内部集散合作类型组织网络RN ( on, oc, os , [ EMC / IMC ] ) 的智能权衡配置
外部集散合作 / 内部集散竞争类型组织网络RN ( on, oc, os , [ EMC / IMK ] ) 的智能权衡配置
外部集散合作 / 内部集散协调类型组织网络RN ( on, oc, os , [ EMC / IMH ] ) 的智能权衡配置。
4.    从属权利要求——对于互联网EMC配置及其智能集成系统,根据独立权利要求1 所述的本发明建立权衡配置的智能集成基本模型,本项权利的特征在于:
对于多目标互联网EMC智能集成过程,我们可建立灰色局势分析[25] 
在数学上,局势可表示为事件a  i  和对策b  j  的二元组合,记为s  i j   = ( a  i  b  j  );
对于多目标互联网EMC智能集成,局势与其效果测度r  i j  的全体可称为互联网EMC智能集成元,记为
                        r  i j   s  i j  r  i j  / ( a  i  b  j  )
对于事件a a , ···, a  n ,若有对策b b , ···, b  m ,则对于同一事件a  i  ,可以用b b , ···, b  m  m个对策去对付,于是构成 ( a  i  b 1) ,  ( a  i  b 2) ,  ···, ( a  i  b  m  ) 等m个局势;这些局势相应的互联网EMC智能集成元排成一行便组成互联网EMC智能集成行:
Figure DEST_PATH_RE-DEST_PATH_IMAGE024
同理可得互联网EMC智能集成列:
Figure DEST_PATH_RE-DEST_PATH_IMAGE026
当局势有多个目标时,记第k个目标的效果测度为
Figure DEST_PATH_RE-DEST_PATH_IMAGE028
,其相应的互联网EMC智能集成元为
Figure DEST_PATH_RE-110165DEST_PATH_IMAGE028
Figure DEST_PATH_RE-DEST_PATH_IMAGE030
5.从属权利要求——对于互联网EMC配置及其智能集成系统,根据独立权利要求1 所述的本发明建立权衡配置的智能集成规划模型,本项权利的特征在于:
由于每个互联网EMC智能集成模式都是非劣的,不存在任何偏好关系,则可建立目标函数为互联网EMC智能集成模式集合,全部互联网EMC智能集成模式对全体级别加权广义欧氏权距离平方和最小的非线性规划模型,求解得到最佳相对隶属度矩阵U、分级标准特征值矩阵及目标权向量:
      
Figure DEST_PATH_RE-DEST_PATH_IMAGE032
             ( 3. 8. 51 )
        
Figure DEST_PATH_RE-DEST_PATH_IMAGE034
            ( 3. 8. 52 )
由于智能权衡信息不完全确知,则上述非线性规划问题可转化为:
Figure DEST_PATH_RE-DEST_PATH_IMAGE036
          
               ( 3. 8. 53 )
Figure DEST_PATH_RE-DEST_PATH_IMAGE042
     。
6.从属权利要求——对互联网EMC配置及其智能集成系统,根据独立权利要求1 所述的本发明建立权衡配置的智能集成表系统,本项权利的特征在于:
设互联网EMC智能集成表达系统B = ( UC∪{ }; [ EMC ] ) 表示,U为非空有限论域,p为实践相关属性,C为认知相关属性;可辨识矩阵定义为
Figure DEST_PATH_RE-DEST_PATH_IMAGE044
  ( 3. 8. 120 )
可分辨函数 
Figure DEST_PATH_RE-DEST_PATH_IMAGE048
                           ( 3. 8. 121 )
属性子集的重要性可用认知相关属性子集
Figure DEST_PATH_RE-DEST_PATH_IMAGE050
与实践相关属性p的依赖度γ ( Cp; [ EMC ]) = 
| pos  C  ( p, [ EMC ]) | / | | 表示,其中 | · | 表示集合的基,pos  C  ( p, [ EMC ]) 表示Cp正域;k越大,Cp的依赖关系越强(统计规律),得到的规则置信度越大。
7.从属权利要求——对于互联网EMC配置及其智能集成系统,根据独立权利要求1 所述的本发明建立权衡配置的智能集成信息处理方法,本项权利的特征在于:
假设F为互联网EMC智能集成表B随机采样子集合,实数ε∈ [ 0, 1 ],动态约简可用下式计算:
Figure DEST_PATH_RE-DEST_PATH_IMAGE052
       
                                                                            ( 3. 8. 123 )
式中,RED ( Ac, [ EMC ]) 和RED ( Dc, [ EMC ]) 分别为互联网EMC智能集成表BB'的约简;上述动态约简的定义将动态约简限制在互联网EMC智能集成表B的约简集合中;与此相应地,有如下计算:
Figure DEST_PATH_RE-DEST_PATH_IMAGE054
      
                                                                             ( 3. 8. 124 )
式中,RED ( Ap, [ EMC ]) 和RED ( Dp, [ EMC ]) 分别为互联网EMC智能集成表BB'的约简。
CN 201110342402 2011-11-03 2011-11-03 互联网emc / ict 权衡配置方法 Pending CN103095763A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110342402 CN103095763A (zh) 2011-11-03 2011-11-03 互联网emc / ict 权衡配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110342402 CN103095763A (zh) 2011-11-03 2011-11-03 互联网emc / ict 权衡配置方法

Publications (1)

Publication Number Publication Date
CN103095763A true CN103095763A (zh) 2013-05-08

Family

ID=48207891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110342402 Pending CN103095763A (zh) 2011-11-03 2011-11-03 互联网emc / ict 权衡配置方法

Country Status (1)

Country Link
CN (1) CN103095763A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113049900A (zh) * 2021-03-23 2021-06-29 北京航空航天大学 一种基于未确知测度理论的机载设备电磁兼容性分级方法
CN113792156A (zh) * 2021-08-31 2021-12-14 国营芜湖机械厂 一种基于人工智能的飞机电磁兼容分级管理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113049900A (zh) * 2021-03-23 2021-06-29 北京航空航天大学 一种基于未确知测度理论的机载设备电磁兼容性分级方法
CN113792156A (zh) * 2021-08-31 2021-12-14 国营芜湖机械厂 一种基于人工智能的飞机电磁兼容分级管理方法

Similar Documents

Publication Publication Date Title
CN103095763A (zh) 互联网emc / ict 权衡配置方法
CN102624835A (zh) 互联网ech / ict 权衡配置方法
CN102724250A (zh) 互联网idk / ict 技术设计基础
CN102624852A (zh) 互联网icc / ict 权衡配置方法
CN102739751A (zh) 互联网idk / ict 权衡配置方法
CN102710709A (zh) 智能一体化网络计算机技术设计基础
CN103067435A (zh) 互联网idh / ict 权衡配置方法
CN102624898A (zh) 互联网edc / ict 权衡配置方法
CN102624851A (zh) 互联网idc / ict 权衡配置方法
CN102780735A (zh) 互联网ich / ict 权衡配置方法
CN102624902A (zh) 互联网imc / ict 权衡配置方法
CN102624834A (zh) 互联网edh / ict 权衡配置方法
CN102821125A (zh) 互联网eck / ict 权衡配置方法
CN102594907A (zh) 互联网emk / ict 权衡配置方法
CN102710702A (zh) 互联网emh / ict 权衡配置方法
CN102694844A (zh) 互联网emk / ict 技术设计基础
CN102710703A (zh) 互联网imh / ict 权衡配置方法
CN102710701A (zh) 互联网ecc / ict 权衡配置方法
CN102710697A (zh) 互联网ick / ict 权衡配置方法
CN102769650A (zh) 互联网edk / ict 权衡配置方法
CN102724270A (zh) 互联网imk / ict 权衡配置方法
CN102624827A (zh) 互联网全息协同系统权衡配置方法
CN102624843A (zh) 互联网idh / ict 配置环境设计
CN102638522A (zh) 互联网imh / ict 技术设计基础
CN102811250A (zh) 互联网imc / ict 技术设计基础

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130508