CN103345541A - 一种基于扩展Petri网模型的语义Web服务组合方法 - Google Patents

一种基于扩展Petri网模型的语义Web服务组合方法 Download PDF

Info

Publication number
CN103345541A
CN103345541A CN2013102200578A CN201310220057A CN103345541A CN 103345541 A CN103345541 A CN 103345541A CN 2013102200578 A CN2013102200578 A CN 2013102200578A CN 201310220057 A CN201310220057 A CN 201310220057A CN 103345541 A CN103345541 A CN 103345541A
Authority
CN
China
Prior art keywords
storehouse
sub
services
institute
expression
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
Application number
CN2013102200578A
Other languages
English (en)
Other versions
CN103345541B (zh
Inventor
刘发贵
林跃东
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201310220057.8A priority Critical patent/CN103345541B/zh
Publication of CN103345541A publication Critical patent/CN103345541A/zh
Application granted granted Critical
Publication of CN103345541B publication Critical patent/CN103345541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于包括如下步骤:1)根据语义Web服务组合过程中所涉及的子服务,对原始的Petri网模型进行扩展,形成子服务的扩展Petri网模型;2)通过子服务的扩展Petri网模型,结合语义Web服务组合结果的形式化表示,实现语义Web服务组合结果的扩展Petri网模型的形式化描述及函数机制;3)基于步骤1)和步骤2)所得的扩展Petri网模型,实现语义Web服务组合。本发明以Petri网为基础模型进行扩展,并提出基于扩展后的Petri网模型的服务组合方法,实现子服务执行顺序的动态组合。

Description

一种基于扩展Petri网模型的语义Web服务组合方法
技术领域
本发明属于语义Web服务组合技术领域,针对语义Web服务组合模型与方法,根据用户即时发起的服务请求进行处理,提出并实现了一种基于扩展Petri网模型的语义Web服务组合方法,特别涉及如何处理并表示服务组合动态流程及子服务间复杂关联关系。
背景技术
语义Web服务将语义Web与Web服务相结合,利用语义Web丰富的语义描述能力和逻辑推理能力,从而使得机器“智能”的理解Web服务与用户请求,实现服务的自动化发现、组合、监控与调用。但由于单个语义Web服务的功能有限,已存在的单个服务无法满足用户请求,如何智能分析用户请求,自动化发现多个服务并组合成为满足用户请求的复合服务,已成为工业界与学术界共同关注的焦点问题与研究重点。
语义Web服务组合方法分为:业务流程驱动的语义Web服务组合和即时任务求解的语义Web服务组合:(1)工作流程驱动的服务组合方法以工作流为基础模型,实现半自动的服务组合,受固定流程限制,无法满足动态流程的需求;(2)根据用户提出的服务请求,即时选取若干服务进行自动组合,主要有3大类:基于Petri网,基于AI理论和基于图搜索,但均无法处理子服务间的复杂关联关系。
在组合算法的基础模型选择上,AI理论的组合方法依托形式化的表示与转化,如情景演化、定理证明等方法,主要的模型有Pi演算、CCS等进程代数,虽具有动态演化特性,但复杂性高;而基于Petri网模型的组合方法既能够满足动态性需求,复杂性低于AI理论的方法,Petri网支持完全性、组合性与异步性等,图形化表示的直观性以及形式语义的表达能力。
然而,当前的基于Petri网及其变种的行为模型存在以下不足:①无法充分的表示并处理语义Web服务组合过程中的模型;②无法表示语义Web服务的复杂关联关系。
针对上述不足,本发明以Petri网为基础模型进行扩展,并提出基于扩展后的Petri网模型的服务组合方法,实现子服务执行顺序的动态组合。
发明内容
本发明的目的在于解决已有方法无法处理子服务间复杂的关联关系的问题,本发明对Petri网模型进行扩展,并提出基于该模型的服务组合算法。
为了实现上述发明目的,采用的技术方案如下:
一种基于扩展Petri网模型的语义Web服务组合方法,该方法包括如下步骤:
1)根据语义Web服务组合过程中所涉及的子服务的实际情况,对原始的Petri网模型进行扩展,形成子服务的扩展Petri网模型;
2)通过子服务的扩展Petri网模型,结合语义Web服务组合结果的形式化表示,实现语义Web服务组合结果的扩展Petri网模型的形式化描述及相关的函数机制;
3)基于步骤1)和步骤2)所得的扩展Petri网模型,实现语义Web服务组合算法。
上述的基于扩展Petri网模型的语义Web服务组合方法中,步骤1)进一步包括:
在语义Web服务组合的过程中,子服务的输入库所的实际输入信息的来源存在多种情况,具体如下:
①当子服务的输入库所是来源于用户请求时,用IPreq表示。
②当子服务的输入库所是来源于其他子服务时,用IPsub表示。
③而当不存在任何的信息能够为该子服务提供输入时,用IPfree表示。
通过上述扩展,子服务的输入库所集表示为式(1):
IP=IPreq∪IPsub∪OPfree   (1)
通过对Petri网模型中的输入库所的类型进行细化,使得细化之后所得到的Perti网型能够弥补已有模型中未能表示输入信息来源这一不足。
语义Web服务组合中的子服务的输出库所的用途存在多种情况:
①当子服务的输出库所为其他子服务提供用于前置条件判断的信息时,用OPpre表示。
②当子服务的输出库所与其他子服务的输入库所相匹配时,用OPsub表示。
③当子服务的输出库所与用户请求的目标输出相匹配时,用OPreq表示。
④当子服务的输出库所未被使用时,该输出库所被闲置,用OPfree表示。
通过上述扩展,子服务的输出库所集OP表示为式(2):
OP=OPpre∪OPreq∪OPsub∪OPfree   (2)
通过对Petri网模型中的输出库所的类型进行细化,使得细化之后所得到的Perti网型能够弥补已有模型中未能表示输出信息的使用这一不足。
上述的基于扩展Petri网模型的语义Web服务组合方法中,扩展Petri网模型的库所表示方法包括:
通过扩展后的Petri网模型中库所集主要分为四大类:输入库所(Input Place,IP)、输出库所(Output Place,OP)、前置条件库所(Precondition Place,PP)以及后置条件库所(EffectPlace,EP),用2位二进制表示;输入库所又分为三个子类,输出库所又分为四个子类,用2位二进制表示。具体如TABLE1所示:
Table1.库所二进制表示及颜色
Figure BDA00003300092800021
在库所表示法中用(name,color)二元表示,其中,name表示库所名,color代表库所具体的颜色缩写。
特殊的,当库所来自于用户请求中的信息时,用户请求中提供的输入信息,用初始子服务的输出库所,用OPname表示。用户请求中所要求的目标输出信息,用作目标子服务的输入库所,用IPname
库所类型的二进制着色表示的颜色集A如下:
A={0000,0100,1001,1010,1011,1100,1101,1110,1111}   (3)
扩展Petri网的库所类型集为
TypeSet={typep|P∈(Ppre,Peffect,OPreq,OPsub,OPpre,OPfree,IPreq,IPsub,IPfree)}
当给定库所的类型typep时,库所类型与二进制颜色集存在以下类型-颜色映射函数,我们称之为着色函数,用ξ表示,则
ξ:typep→A   (4)
通过ξ函数,将库所的类型与颜色集中的二进制表示,仅用4位二进制数便可表示库所类型,能够有效的节省存储空间,对原始Petri的影响可忽略不计。
本发明在原有的库所与变迁类型的基础上,新增ε库所与ε变迁,以处理并表示服务组合过程中的复杂关联关系。
ε库所:表示通用的库所类型,与任何库所相匹配。
ε变迁:表示并处理(一对多与多对一),具有如下:
功能1(库所的复制-分裂功能):当某个子服务的一个输出库所能够同时满足多个子服务时,ε变迁通过库所复制-分裂机制,生成多个该库所副本,用Tε_copy表示,用于表示并处理一对多的关联关系。
功能2(库所的合并-选择功能):当多个输出库所能够同时满足一个子服务时,ε变迁通过库所合并-选择机制,选择匹配程度最高的库所,这类ε变迁称为合并-选择的ε变迁,用Tε_select表示,用于表示多对一的情况。
ε变迁可表示为式(5)
Tε=Tε_copy∪Tε_select   (5)
上述的基于扩展Petri网模型的语义Web服务组合方法中,步骤2)具体包括:
本发明中语义Web服务组合的扩展Petri网模型,用ExComPetri表示如下:
ExComPetri=(P,T,WS_Pset,R,ξ,λ,A)
其中,
(1)WS_Pset:表示用于服务组合的子服务集(即候选服务链),其中每个子服务均映射为扩展Petri网模型,WS_Pset表示为:
WS_Pset={WS_P0,WS_P1,WS_P2,…,WS_Pk}
(2)P:表示库所集,
P=IPset∪OPset∪Ppre_set∪Peffect_set∪Pε
(3)T表示变迁集,其中包含子服务对应的变迁集Ts_set以及ε变迁集Tε。T=Ts_set∪Tε扩展Petri网模型的库所集与变迁集同样满足以下条件:P∩T=Ф,P∪T≠Ф
(4)R:(P×T)∪(T×P),表示从库所到变迁的关系及从变迁到库所的关系。
(5)ξ:typep→A,表示着色分类函数。
(6)λ:表示ε库所/ε变迁的添加函数。
上述的基于扩展Petri网模型的语义Web服务组合方法中,步骤3)具体包括:将候选语义Web服务链中的子服务转换成为扩展后的Petri网模型WS_P,之后进行WS_P间的关联与组合。通过输入库所隐藏函数Hide与着色分类函数对库所进行处理之后得到服务组合结果的扩展Petri网ExComPetri对象。
本发明中的扩展Petri网模型具有以下优势:
(1)通过对库所类型的扩展,使得该模型能够根据子服务的服务描述文件转化成为扩展Petri网的基础模型的对象,表示并处理子服务的IOPE等信息,不依赖任何流程描述语言。
(2)能够表示子服务间的交互关系以及执行的先后顺序。
(3)通过模型中的着色函数,使得该模型能够表示库所的是否被匹配、输入库所的数据来源以及输出库所的作用和使用情况。
(4)表示服务组合过程中子服务的库所(1:n)与(n:1)的情况。
总之,与现有技术相比,本发明具有如下优点和技术效果:本发明针对服务组合过程中子服务间的复杂关联关系,实现子服务执行顺序的动态组织,以Petri网为基础模型进行扩展,形成满足语义Web服务组合的扩展Petri网模型,提出语义Web服务组合算法,以候选服务链为输入,分析并处理子服务复杂关联关系,组织子服务的执行与调用过程,实现执行顺序的动态组织;通过输入库所隐藏方法,使得算法所得到的扩展Petri网结果与原始Petri网兼容;并且通过实验证实了其模型与算法具有有效性。已提出了行之有效的用来实现子服务执行顺序的动态组织的一种基于扩展Petri网的语义Web服务组合方法。
附图说明
图1为实例中扩展后的Petri网模型示例图。
图2为基于扩展Petri网的服务组合算法代码图。
图3为候选服务链示意图。
图4为服务请求及子服务与扩展后Petri网的映射结果图。
图5为对C1输出库所的处理结果图。
图6为对输出集处理完毕后的结果图。
图7为经过λ函数处理后的结果。
图8为着色与隐藏输入库所后的结果。
具体实施方式
以上内容已经对本发明作出了充分的公开,以下再结合附图对本发明的实施作进一步说明,但本发明的实施和保护范围不限于此。
本发明实例通过对输入输出库所的类型的细分并着色,通过OWL-S描述的语义Web服务的功能信息(IOPE)映射到扩展后的Petri模型上,如附图1所示。
语义Web服务(子服务)的执行过程的行为,对应Petri网中的变迁,用Ts表示。对子服务映射为扩展后的Petri网模型,用WS_P表示,如式(6)
WS_P=(IP,OP,Ppre,Peffect,Ts)   (6)
当子服务不包含PE信息时,Ppre=Ф并且Peffect=Ф,该子服务可表示为式(7):
WS_P=(IP,OP,Ts)   (7)
本发明所提出的扩展Petri网模型与原始的Petri网模型兼容。
本发明中的基于扩展Petri网模型的语义Web服务组合算法,如图2所示,算法输入数据为候选服务链,对候选服务链中子服务进行执行顺序的动态组合,算法中涉及到的函数如下:
SWToWS_P:将语义Web服务SW转化成为扩展Petri网的基本模型WS_P。
GetMatchList:根据当前指定输出库所相匹配的输入库所集,包含本体概念以及所属领域的匹配。
Connect:将输出库所op与相应的输入库所连接。
GenerateExComPetri:将建立关联关系的SW_Pset、SW_Pinit、SW_Ptarget等建立exComPetri的描述信息。
Hide:根据库所隐藏原则,将已建立关联关系的输入库所隐藏,使得所生成的服务组合的扩展Petri模型不存在库所-库所的边。
本发明中的算法流程步骤如下:
(1)从用户请求中提供的输入信息作为起始的变迁及其输出库所(作为首层可用的输出库所),作为首层的服务WS_Pinit。并将WS_Pinit的输出库所集OPinit作为当前可用输出库所集。
(2)判断可用输出库所集中是否存在输出库所满足多个子服务WS_Pk的形式输入库所,或者多个库所同时满足一个子服务的情况,并根据实际情况添加
Figure BDA00003300092800051
变迁进行库所的分裂及合并操作
(3)从候选服务链中逐步选出后续的子服务并转换为扩展Petri网基本模型,将被选中的子服务移出候选服务链
(4)根据(3)选择出来的子服务作为新一层,将这些子服务的输出库所进行判断是否能够与目标输出进行关联并建立关联边。
(5)隐藏已经关联的形式输入库所与形式前置条件库所。
(6)更新可用输出库所
(7)当候选服务链非空,转向步骤(2),否则转向步骤(8)
(8)根据当前组合成的层次图,通过ξ函数对各个库所进行着色。
本发明的具体实施在实验中进行对本发明中的扩展Petri网模型以及服务组合算法进行验证。
当用户发起即时服务请求中输入信息包含C1~C8,依次分别为:酒店信息
Hotel_Service_hotel;入住酒店时间Hotel_Service_beginDate;离开酒店时间
Hotel_Service_lastDate;付款的信用卡信息Hotel_Service_creditCard;个人联系信息
Hotel_Service_contactInformation;参加会议的联系信息
Conference_Service_contactInformation;缴费用的Conference_Service_creditCard;学院信息
Conference_Service_academicEvent。
用户请求中输出信息包含C9~C10,依次分别为:酒店使用信息
Hotel_Service_hotelInvoice;会议的注册确认信息Conference_Service_registrationReceipt。
附图3表示通过面向组合的候选语义Web服务链集获取方法得到的候选服务链,由HotelService和ConferenceService组成。
HotelService对应WS_P模型的输入库所为I1~I5分别为:
Select_Hotel_hotel,Select_Hotel_beginDate,Select_Hotel_lastDate Payment_creditCard,Payment_contactInformation.
HotelService对应WS_P模型的输出库所O1~O2分别为:Payment_hotelInvoice,Select_Hotel_accomodationFee.
ConferenceService对应的WS_P模型的输入库所I6~I8分别为:
Sign_In_contactInformation,Select_Event_academicEvent,Pay_With_Credit_Card_creditCard。
ConferenceService对应的WS_P模型的输出库所O3~O8分别为:Sign_In_city,Sign_In_country,Sign_In_registrationFee,Sign_In_startDate,Sign_In_endDate,Pay_With_Credit_Card_registrationReceipt.
通过本发明中的服务组合算法,首先将服务请求及子服务转化成为扩展Petri网的基本模型,转化的结果如附图4所示。用户请求中的输入信息C1~C8转化成为WS_Pinit的输出库所,分别为OPC1~OPC8,用户请求的输出信息C9~C10转化成为WS_Pend的输入库所IPC9~IPC10;子服务HotelService转化为WS_PHotelService,输入库所分别为IPI1~IPI5,输出库所分别为OPO1~OPO2;子服务ConferenceService转化为WS_PConferenceService,输入库所分别为IPI6~IPI8,输出库所分别为OPO3~OPO8.
组合算法首先将WS_Pinit的输出库所作为初始输出库所集,并遍历输出集查找能够与之匹配的输入库所并建立关联关系,如对WS_Pinit中的C1的处理结果如附图5所示,当所有的输出库所均被处理之后,可得如附图6所示的结果。
根据λ函数,判断扩展Petri网中是否存在未被匹配的输出库所,并在目标输出的WS_P对象中添加ε库所,当为被匹配的输出库所有多个时,在扩展Petri网中添加ε变迁,将为这些输出库所与ε变迁连接,并通过ε变迁与目标输出对应的WS_P对象中的ε库所连接,形成附图7所示的结果。
经过着色函数ξ与Hide输入库所隐藏函数之后,得到的结果附图8所示。
通过基于扩展Petri网模型的服务组合算法,得到附图8所示的结果,直观表示子服务间的关系,子服务HotelService与ConferenceService可以并行执行,最后共同得出用户请求的目标输出。

Claims (7)

1.基于扩展Petri网模型的语义Web服务组合方法,其特征在于包括如下步骤: 
1)根据语义Web服务组合过程中所涉及的子服务,对原始的Petri网模型进行扩展,形成子服务的扩展Petri网模型; 
2)通过子服务的扩展Petri网模型,结合语义Web服务组合结果的形式化表示,实现语义Web服务组合结果的扩展Petri网模型的形式化描述及函数机制; 
3)基于步骤1)和步骤2)所得的扩展Petri网模型,实现语义Web服务组合。 
2.根据权利要求1所述的一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于步骤1)进一步包括: 
在语义Web服务组合的过程中,子服务的输入库所的实际输入信息的来源存在多种情况,具体包括: 
①当子服务的输入库所是来源于用户请求时,用IPreq表示; 
②当子服务的输入库所是来源于其他子服务时,用IPsub表示; 
③而当不存在任何的信息能够为该子服务提供输入时,用IPfree表示; 
子服务的输入库所集表示为式(1): 
IP=IPreq∪IPsub∪OPfree   (1); 
语义Web服务组合中的子服务的输出库所的用途存在多种情况,具体包括: 
①当子服务的输出库所为其他子服务提供用于前置条件判断的信息时,用OPpre表示; 
②当子服务的输出库所与其他子服务的输入库所相匹配时,用OPsub表示; 
③当子服务的输出库所与用户请求的目标输出相匹配时,用OPreq表示; 
④当子服务的输出库所未被使用时,该输出库所被闲置,用OPfree表示; 
子服务的输出库所集OP表示为式(2): 
OP=OPpre∪OPreq∪OPsub∪OPfree   (2)。 
3.根据权利要求1所述的一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于扩展Petri网模型的库所表示方法包括: 
通过扩展后的Petri网模型中库所集分为四大类:输入库所(Input Place,IP)、输出库所(Output Place,OP)、前置条件库所(Precondition Place,PP)以及后置条件库所(Effect Place,EP),用2位二进制表示;输入库所分为三个子类,输出库所分为四个子类,用2位二进制表示,具体如下表1所述: 
表1 
二进制 库所类型 对应颜色 表示符号 0000 后置条件库所 绿色(g) EPname,g 0100 前置条件库所 蓝色(b) PPname,b 1001 未被满足的输入库所 白色(w) IPname,w 1010 其他子服务提供的输入库所 黄色(y) IPname,y 1011 来自用户请求的输入库所 红色(r) IPname,r 1100 提供前置条件库所的输出库所 蓝色(b) OPname,b 1101 未被使用的输出库所 白色(w) OPname,w 1110 满足其他服务输入的输出库所 黄色(y) OPname,y 1111 满足目标输出的输出库所 紫色(p) OPname,p
在库所表示法中用(name,color)二元表示,其中,name表示库所名,color代表库所具体的颜色缩写。 
4.根据权利要求3所述的一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于当库所来自于用户请求中的信息时,用户请求中提供的输入信息,用初始子服务的输出库所,用OPname表示;用户请求中所要求的目标输出信息,用作目标子服务的输入库所,用IPname表示; 
库所类型的二进制着色表示的颜色集A如下: 
A={0000,0100,1001,1010,1011,1100,1101,1110,1111}   (3) 
扩展Petri网的库所类型集为 
TypeSet={typep|P∈(Ppre,Peffect,OPreq,OPsub,OPpre,OPfree,IPreq,IPsub,IPfree)} 
当给定库所的类型typep时,库所类型与二进制颜色集存在以下类型-颜色映射函数,即着色函数,用ξ表示, 
ξ:typep→A   (4)。 
5.根据权利要求4所述的一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于在原有的库所与变迁类型的基础上,新增ε库所与ε变迁,以处理并表示服务组合过程中的复杂关联关系,其中, 
ε库所:表示通用的库所类型,与任何库所相匹配; 
ε变迁:表示并处理即一对多与多对一处理,具有包括: 
(a)、库所的复制-分裂功能:当某个子服务的一个输出库所能够同时满足多个子服务时,ε变迁通过库所复制-分裂机制,生成多个该库所副本,用Tε_copy表示,用于表示并处理一对多的关联关系; 
(b)、库所的合并-选择功能:当多个输出库所能够同时满足一个子服务时,ε变迁通过库所合并-选择机制,选择匹配程度最高的库所,这类ε变迁称为合并-选择的ε变迁,用Tε_select表示,用于表示多对一的情况; 
ε变迁表示为式(5) 
Tε=Tε_copy∪Tε_select   (5)。 
6.根据权利要求4所述的一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于步骤2)具体包括: 
语义Web服务组合的扩展Petri网模型,用ExComPetri表示如下: 
ExComPetri=(P,T,WS_Pset,R,ξ,λ,A) 
其中, 
WS_Pset:表示用于服务组合的子服务集(即候选服务链),其中每个子服务均映射为扩展Petri网模型,WS_Pset={WS_P0,WS_P1,WS_P2,…,WS_Pk}; 
P:表示库所集,P=IPset∪OPset∪Ppre_set∪Peffect_set∪Pε; 
T表示变迁集,其中包含子服务对应的变迁集Ts_set以及ε变迁集Tε,T=Ts_set∪Tε, 
扩展Petri网模型的库所集与变迁集同样满足以下条件:P∩T=Ф,P∪T≠Ф; 
R:(P×T)∪(T×P),表示从库所到变迁的关系及从变迁到库所的关系; 
ξ:typep→A,表示着色分类函数; 
λ:表示ε库所/ε变迁的添加函数。 
7.根据权利要求4所述的一种基于扩展Petri网模型的语义Web服务组合方法,其特征在于步骤2)步骤3)具体包括:将候选语义Web服务链中的子服务转换成为扩展后的Petri网模型WS_P,之后进行WS_P间的关联与组合;通过输入库所隐藏函数Hide与着色分类函数对库所进行处理之后得到服务组合结果的扩展Petri网ExComPetri对象。 
CN201310220057.8A 2013-06-04 2013-06-04 一种基于扩展Petri网模型的语义Web服务组合方法 Active CN103345541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310220057.8A CN103345541B (zh) 2013-06-04 2013-06-04 一种基于扩展Petri网模型的语义Web服务组合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310220057.8A CN103345541B (zh) 2013-06-04 2013-06-04 一种基于扩展Petri网模型的语义Web服务组合方法

Publications (2)

Publication Number Publication Date
CN103345541A true CN103345541A (zh) 2013-10-09
CN103345541B CN103345541B (zh) 2016-10-05

Family

ID=49280336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310220057.8A Active CN103345541B (zh) 2013-06-04 2013-06-04 一种基于扩展Petri网模型的语义Web服务组合方法

Country Status (1)

Country Link
CN (1) CN103345541B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646061A (zh) * 2013-12-02 2014-03-19 东南大学 面向服务的需求分析方法
CN105095602A (zh) * 2015-09-08 2015-11-25 浙江工业大学 一种基于Petri网的Web服务组合演化方法
CN105512028A (zh) * 2015-11-27 2016-04-20 云南大学 一种基于petri网的挖掘ws-cdl编排并行性的方法
CN108960401A (zh) * 2018-05-25 2018-12-07 浙江工业大学 一种面向Web服务计算环境的数据细胞自愈方法
CN113343507A (zh) * 2021-07-07 2021-09-03 广州昇谷科技有限公司 一种面向水利勘测的Web服务组合发现方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080201113A1 (en) * 2005-03-14 2008-08-21 Holomar, Inc. Methods and Systems for Combining Models of Goods and Services
CN101808109A (zh) * 2009-10-20 2010-08-18 清华大学 语义Web服务组合的模型转换及形式化验证方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080201113A1 (en) * 2005-03-14 2008-08-21 Holomar, Inc. Methods and Systems for Combining Models of Goods and Services
CN101808109A (zh) * 2009-10-20 2010-08-18 清华大学 语义Web服务组合的模型转换及形式化验证方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马炳先等: "Web服务组合的Petri网自动生成方法", 《小型微型计算机系统》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646061A (zh) * 2013-12-02 2014-03-19 东南大学 面向服务的需求分析方法
CN103646061B (zh) * 2013-12-02 2017-02-15 东南大学 面向服务的需求分析方法
CN105095602A (zh) * 2015-09-08 2015-11-25 浙江工业大学 一种基于Petri网的Web服务组合演化方法
CN105095602B (zh) * 2015-09-08 2018-11-02 浙江工业大学 一种基于Petri网的Web服务组合演化方法
CN105512028A (zh) * 2015-11-27 2016-04-20 云南大学 一种基于petri网的挖掘ws-cdl编排并行性的方法
CN105512028B (zh) * 2015-11-27 2019-04-02 云南大学 一种基于petri网的挖掘ws-cdl编排并行性的方法
CN108960401A (zh) * 2018-05-25 2018-12-07 浙江工业大学 一种面向Web服务计算环境的数据细胞自愈方法
CN113343507A (zh) * 2021-07-07 2021-09-03 广州昇谷科技有限公司 一种面向水利勘测的Web服务组合发现方法
CN113343507B (zh) * 2021-07-07 2024-05-14 广州昇谷科技有限公司 一种面向水利勘测的Web服务组合发现方法

Also Published As

Publication number Publication date
CN103345541B (zh) 2016-10-05

Similar Documents

Publication Publication Date Title
CN103345541A (zh) 一种基于扩展Petri网模型的语义Web服务组合方法
Cheraghian et al. Zero-shot learning on 3d point cloud objects and beyond
CN106130899B (zh) 一种生成业务路径的方法和装置
CN103984714B (zh) 一种基于本体语义的云制造服务供需智能匹配方法
Spyromitros-Xioufis et al. Improving diversity in image search via supervised relevance scoring
Uwaoma et al. Ecological economics in the age of 4IR: spotlight on sustainability initiatives in the global south
CN104268234A (zh) 一种基于sql语句的数据同步方法和装置
Peng et al. Eliminating cross-camera bias for vehicle re-identification
CN105045808A (zh) 一种复合规则集匹配方法和系统
Kervadec et al. Weak supervision helps emergence of word-object alignment and improves vision-language tasks
Cai et al. Automatic relation-aware graph network proliferation
Zhang et al. Multimodal representation learning by alternating unimodal adaptation
CN106685707A (zh) 一种分布式基础设施系统中的资产信息控制方法
Pan et al. Reusing pretrained models by multi-linear operators for efficient training
CN103279545A (zh) 一种图像预检索方法
Ann et al. Integrated control strategy for inductive power transfer systems with primary-side LCC network for load-average efficiency improvement
Zheng et al. Semantic video indexing by fusing explicit and implicit context spaces
Kim et al. Providing service model based on concept and requirements of spatial big data
Zhu et al. Parallel image texture feature extraction under hadoop cloud platform
Tripathi et al. Multimodal query-guided object localization
US20120023261A1 (en) Map intuition system and method
CN107169044A (zh) 一种城市人才资源综合管理方法
Song et al. Visible-thermal person re-identification via multiple center-based constraints
JP2010086437A (ja) 検索システム
Qichao et al. RGB-D image semantic segmentation based on multi-modal adaptive convolution

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant