CN103839135A - 一种面向增量制造的资源自主管理方法 - Google Patents
一种面向增量制造的资源自主管理方法 Download PDFInfo
- Publication number
- CN103839135A CN103839135A CN201410065004.8A CN201410065004A CN103839135A CN 103839135 A CN103839135 A CN 103839135A CN 201410065004 A CN201410065004 A CN 201410065004A CN 103839135 A CN103839135 A CN 103839135A
- Authority
- CN
- China
- Prior art keywords
- resource
- autonomous management
- node
- rule
- service
- 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
Images
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
- Hardware Redundancy (AREA)
- Multi Processors (AREA)
Abstract
本发明公开了一种面向增量制造的资源自主管理方法,包括若干个相互独立的自主管理节点,每个自主管理节点连接各自被管资源构成资源虚拟池向应用层提供服务,若干资源虚拟池构成资源层,任意一个自主管理节均可升级为主控节点,主控节点能够向相邻对等节点发起协作请求,主控节点监督并且协助自主管理节点完成请求,所述相邻对等节点为主控节点在一个网段上可访问的自主管理器节点,所述被管资源包括监控设备、软件以及制造资源,自主管理节点的结构包括虚拟服务、虚拟服务管理器、规则引擎、执行器、传感器、监视器、事件管理器和知识库。本发明能够接入和管理大多数增量制造设备和相关资源,向应用层提供虚拟制造资源池。
Description
【技术领域】
本发明涉及计算机集成制造领域和人工智能的技术领域,特别是涉及增量制造资源自主管理的方法及相关系统的技术领域。
【背景技术】
自主管理技术目标是降低大规模、动态系统管理的复杂性,使在复杂的网络设备能够在预设策略实现自身管理。IBM的白皮书An Architecture Blueprintfor Automatic Computing提出一个普适的自主系统构架,专利CN1581154B提出了一个5层通用自主系统构架。但已有系统和架构并未提及面向制造资源的自主管理,也没有包括管理策略的具体的表达和存储方法,以及如何通过管理策略控制自主系统决策的推理方法。
增量制造技术是基于材料堆叠成形的制造工艺的总称,具有集成度高、可控性好、清洁,以及节省材料等优势,随着其所能提供产品的强度和精度的不断提高,在工业中的应用逐渐增多。此外,增量制造工艺也广泛用于人体器官打印、食品、服装和建筑等领域。
云制造是建立在云计算、物联网和计算机集成制基础上的制造服务组织模式,通过本体技术对制造资源进行描述、抽象和封装,借助虚拟化技术集成制造资源,将实体资源建立公共服务平台为消费者提供制造服务。
与传统制造技术相比,增量制造具有独特的工艺形式和技术优势更适合建立集中管理、按需服务的云制造平台。典型的增量制造流程是通过网络提交计算机工件模型,报价、合同签订、机器加工,后处理和物流返回,流程相对简单,易于集成,但尚未形成大规模的增量云制造平台服务。
目前云制造技术的研究与实施主要关注实体制造资源,如机床、加工中心、仿真设备、试验设备、物流货流等制造设备的资源描述与管理,以及人/组织、业绩、信誉等运营要素的接入和感知。由于产业结构和工艺流程的复杂性,现存多为第三方提供商面向制造企业提供的服务云平台,具体制造领域的云平台的实施尚处于初级阶段,对增量制造的云平台建设尚未有明确的实施方法与案例。
为实现面向增量制造的资源集成,向用户提供透明化的商业增量制造云服务,一个主要的问题是如何有效的管理庞大数目的制造设备和相关软硬件资源,其核心是使增量制造云平台能够支持设备的动态加入、删除和管理,提供服务接口,并使制造资源的运行和协作遵从商业策略的指导。在此过程中,如何解决自主管理器运行和维护中产生的策略冲突,是保证商业服务正常运行的关键。
【发明内容】
本发明的目的就是解决现有技术中的问题,提出一种面向增量制造的资源自主管理方法,能够接入和管理大多数增量制造设备和相关资源,向应用层提供虚拟制造资源池。
为实现上述目的,本发明提出了一种面向增量制造的资源自主管理方法,包括若干个相互独立的自主管理节点,每个自主管理节点连接各自被管资源构成资源虚拟池向应用层提供服务,若干资源虚拟池构成资源层,应用层依赖不同企业或平台的应用模式,可接收来自自主管理节点的服务注册,任意一个自主管理节均可升级为主控节点,主控节点能够向相邻对等节点发起协作请求,主控节点监督并且协助自主管理节点完成请求,所述相邻对等节点为主控节点在一个网段上可访问的自主管理器节点,所述被管资源包括监控设备、软件以及制造资源,自主管理节点的结构包括虚拟服务、虚拟服务管理器、规则引擎、执行器、传感器、监视器、事件管理器和知识库。
作为优选,所述虚拟服务为从被管资源转换而来的一组具有统一接口的虚拟服务集合;虚拟服务管理器为自主管理节点和制造资源的中间层;规则引擎能基于可废止推理方法生成业务决策;执行器能根据业务决策执行编排的服务,并向事件管理器反馈结果;监视器能接收从传感器得到的外部环境变化、设备状态变化信息,判定可能的事件,并向事件管理器反馈,将导致知识库中规则的变化;事件管理器能接收外部服务请求,在资源管理节点无法对事件响应时,能发起一个协作请求并监督完成的过程;知识库为存储和管理知识的数据库模块,所述知识包括事实、规则及规则之间优先级关系。
作为优选,所述知识库中的事实由有序对(p,v)表达,p表示属性,v表示值,属性和值组合可以表达复杂的对象。
作为优选,所述知识库中的规则由硬性规则和可废止规则构成,所述硬性规则表示可靠的知识,可废止规则定义不确定的知识,硬性规则和可废止规则均由有序对({F},{A})构成表达,其中{F}定义为一组事实的集合,{A}为动作集合,所述{A}中元素数目最大为1,{F}可为空集。
作为优选,所述自主管理节点启动后,从知识库读入事实和规则,进入执行过程,所述执行过程包括事件执行流程、协作流程和状态监控流程三个执行循环;
事件执行流程包括以下步骤:
a1)事件管理器接收事件,分析请求;
a2)规则引擎生成业务决策;
a3)如生成业务策略失败,事件管理器发出协作请求,进入协作流程,否则执行步骤a4);
a4)执行器调用虚拟服务器中的虚拟服务管完成任务,并实施监督过程,将执行结果反馈到事件管理器;
a5)事件管理器向事件请求方发出方反馈结果;
协作流程包括以下步骤:
b1)当前自主管理节点作为主控节点,通过事件管理器广播任务协作请求;
b2)邻近自主管理节点接收协作请求,规则引擎分析任务,返回标书,或放弃任务;
b3)主控节点接收标书,选择合作节点,发送中标通知,开始等待;
b4)合作节点开始任务,完成后反馈结果到主控节点;
状态监控流程包括以下步骤:
c1)监视器通过调用虚拟服务循环读入传感器反馈的状态;
c2)监视器将状态更新到知识库。
作为优选,所述业务决策的生成过程包括以下步骤:
d1)针对所有规则动作集合{A}部分之间的语义距离,生成kd树T;
d2)根据读入任务的目标a;
d3)从T中搜索目标与a相关的执行规则集{R},如{R}为空集,则生成任务处理策略失败;
d4)针对{R}中每个规则r,调用函数ValidateRule(r);
d5)如成功,则返回执行动作集合。
作为优选,所述ValidateRule(r)是一个递归函数,其步骤如下:
e1)如检索到r中存在{F}部分,则将{F}中的每一个事实f以其作为一个子任务的目标;
e2)如f在知识库中已确认,将f从{F}中去除,否则从T中搜索与子目标f匹配的策略;
e3)执行ValidateRule(f),如成功,将f从{F}中去除;重复1-3步,直至{F}为空;
e4)从T中检索语义与r冲突的规则集合{S};
e5)针对{S}中每一个规则s执行ValidateRule(s),如校验失败,则将s从{S}中去除;
e6)针对{S}中的每一个保留规则s,如优先级level(s)<level(r),则将s从{S}中去除;
e7)如{S}为空集,返回校验成功,并在执行动作集合中添加规则动作部分,否则返回校验失败。
本发明的有益效果:本发明基于多Agent的技术架构实现异构制造资源的接入和协作,提出简化的可废止推理保证基于策略自主管理的实施,上述自主管理的方法能够接入和管理大多数增量制造设备和相关资源,向应用层提供虚拟制造资源池,具体来说,本发明有以下有益的技术效果:
(1)本发明针对增量制造行业的工艺特点和制造流程,所提出自主管理方法和自主管理器设计适合增量制造行业的大、中小企业构造可伸缩的制造资源池;
(2)本发明引入的可废止推理的机制和规则引擎的设计能够避免制造企业长期运营过程中管理策略的不断变化所引起的潜在冲突,增强系统的稳定性,使资源管理配置灵活、可扩展行强。
本发明的特征及优点将通过实施例结合附图进行详细说明。
【附图说明】
图1是增量制造资源虚拟化系统实施总体构架图;
图2是自主管理节点设计结构。
【具体实施方式】
参阅图1和图2,本发明一种面向增量制造的资源自主管理方法,包括若干个相互独立的自主管理节点,每个自主管理节点连接各自被管资源构成资源虚拟池向应用层提供服务,若干资源虚拟池构成资源层,应用层依赖不同企业或平台的应用模式,可接收来自自主管理节点的服务注册,任意一个自主管理节均可升级为主控节点,主控节点能够向相邻对等节点发起协作请求,主控节点监督并且协助自主管理节点完成请求,所述相邻对等节点为主控节点在一个网段上可访问的自主管理器节点,所述被管资源包括监控设备、软件以及制造资源,自主管理节点的结构包括虚拟服务、虚拟服务管理器、规则引擎、执行器、传感器、监视器、事件管理器和知识库。
所述虚拟服务为从被管资源转换而来的一组具有统一接口的虚拟服务集合;虚拟服务管理器为自主管理节点和制造资源的中间层;规则引擎能基于可废止推理方法生成业务决策;执行器能根据业务决策执行编排的服务,并向事件管理器反馈结果;监视器能接收从传感器得到的外部环境变化、设备状态变化信息,判定可能的事件,并向事件管理器反馈,将导致知识库中规则的变化;事件管理器能接收外部服务请求,在资源管理节点无法对事件响应时,能发起一个协作请求并监督完成的过程;知识库为存储和管理知识的数据库模块,所述知识包括事实、规则及规则之间优先级关系,所述知识库中的事实由有序对(p,v)表达,p表示属性,v表示值,属性和值组合可以表达复杂的对象,所述知识库中的规则由硬性规则和可废止规则构成,所述硬性规则表示可靠的知识,可废止规则定义不确定的知识,硬性规则和可废止规则均由有序对({F},{A})构成表达,其中{F}定义为一组事实的集合,{A}为动作集合,所述{A}中元素数目最大为1,{F}可为空集。
所述自主管理节点启动后,从知识库读入事实和规则,进入执行过程,所述执行过程包括事件执行流程、协作流程和状态监控流程三个执行循环;
事件执行流程包括以下步骤:
a1)事件管理器接收事件,分析请求;
a2)规则引擎生成业务决策;
a3)如生成业务策略失败,事件管理器发出协作请求,进入协作流程,否则执行步骤a4);
a4)执行器调用虚拟服务器中的虚拟服务管完成任务,并实施监督过程,将执行结果反馈到事件管理器;
a5)事件管理器向事件请求方发出方反馈结果;
协作流程包括以下步骤:
b1)当前自主管理节点作为主控节点,通过事件管理器广播任务协作请求;
b2)邻近自主管理节点接收协作请求,规则引擎分析任务,返回标书,或放弃任务;
b3)主控节点接收标书,选择合作节点,发送中标通知,开始等待;
b4)合作节点开始任务,完成后反馈结果到主控节点;
状态监控流程包括以下步骤:
c1)监视器通过调用虚拟服务循环读入传感器反馈的状态;
c2)监视器将状态更新到知识库。
所述业务决策的生成过程包括以下步骤:
d1)针对所有规则动作集合{A}部分之间的语义距离,生成kd树T;
d2)根据读入任务的目标a;
d3)从T中搜索目标与a相关的执行规则集{R},如{R}为空集,则生成任务处理策略失败;
d4)针对{R}中每个规则r,调用函数ValidateRule(r);
d5)如成功,则返回执行动作集合。
所述ValidateRule(r)是一个递归函数,其步骤如下:
e1)如检索到r中存在{F}部分,则将{F}中的每一个事实f以其作为一个子任务的目标;
e2)如f在知识库中已确认,将f从{F}中去除,否则从T中搜索与子目标f匹配的策略;
e3)执行ValidateRule(f),如成功,将f从{F}中去除;重复1-3步,直至{F}为空;
e4)从T中检索语义与r冲突的规则集合{S};
e5)针对{S}中每一个规则s执行ValidateRule(s),如校验失败,则将s从{S}中去除;
e6)针对{S}中的每一个保留规则s,如优先级level(s)<level(r),则将s从{S}中去除;
e7)如{S}为空集,返回校验成功,并在执行动作集合中添加规则动作部分,否则返回校验失败。
具体实施例:
图1给出本发明的自主管理模块实施总体技术构架,本实施例所提出自主管理模块可用于被管元素之上的资源管理层生成虚拟资源池。所述实施技术架构是使用本发明所提出方法对通用自主管理架构的一种扩展。
系统部署
本实施例中,作为被管元素的制造资源被细分为增量制造设备硬件、软件工具、人工过程,及监控设备四类。所有被管资源以插件形式被接入所连接的自主管理器。在部署时,每个被管理资源都被封装为自主管理器中的一个由资源描述本体所描述的服务。
自主管理器连同被接入的被管资源形成一个自主管理节点,是集成制造资源的基本部署单位。采用对等结构的自主管理节点相互独立,任意一个自主管理节点可升级为主控节点,向同网段节点发起协同请求。在部署过程中,可根据网络配置动态添加新的自主管理节点。本实施例中自主管理节点与上层关系取决于具体的企业应用。
对于发送到资源层服务请求
下面通过策略管理、状态监控和事件响应三个流程对资源管理节点的部署和运行进行详细说明。
策略管理
管理者通过远程登录到自主管理器的管理者界面,查看本地状态、修改管理策略。利用以插件形式提供软件工具资源提供Web界面实现管理者和知识库的交互。
本实施例从应用角将管理策略度划分为:商业规则和工艺规则。其中,商业规则由运营者制定,包括本地服务的运营规范,自主管理器之间的合同关系。工艺规则定义自主管理器执行工艺服务。规则采用{{状态}=>{动作}}有序对表达和存储,与知识库中的对应元素具有明确的映射关系。
策略管理流程通过如下步骤实现:
1.自主管理器启动,初始化知识库中存储事实和规则;
2.如检测到新的插件,则生成新的虚拟服务,从接口中读取工艺规则和状态变量添加入知识库;
3.根据本地服务状态和服务内容,形成本地服务(动作)列表;
4.管理者远程登录自主管理器,添加或编辑状态,或选择多个状态与一个匹配动作以编辑或添加新的工艺规则。
所述插件中的工艺规则和状态变量以RuleML表达,对应知识库中的硬性规则、可废止规则和事实。
状态监控
本实施例中,状态监控流程通过被管资源中的外部监控设备、软件嵌入客户端和服务状态接收设备和人工系统的反馈,因此监控服务的运行与响应外部服务请求事件可采用统一的机制,将状态变化以事实的形式存储于知识库中。状态变化的事件将传递到事件管理器,保证自主管理器对状态变化做出及时的响应。
状态监控具体步骤为:
1.监视器通过调用虚拟服务循环读入响应传感器、设备状态监控程序及其它虚拟服务反馈;
2.监视器解析反馈数据,更新知识库中的事实;
3.监视器发送数据改变事件到事件管理器;
对于特定的被管资源需要根据具体设备的需求安装相应的传感器、监控程序和人工接口。这些扩展可作为被管资源,接入到同一自主管理节点。
事件响应
自主管理器采用事件驱动机制,在事件循环中支持处理的事件请求分为状态事件、协作事件和服务事件三类。所述状态事件为本地监视器检测到环境变化发出的通知;所述协作事件为同网段内自主管理器发出的协作请求;所述服务事件为上层发出的服务请求。
自主管理节点集合构成的资源层对服务请求事件的具体步骤为:
1.事件管理器接收事件,分析请求;
2.根据事件类型进入对应流程
2.1.如接收状态事件,如规则引擎返回执行规划,执行第3步;
2.2.如接收协作事件,向规则引擎发出服务是否可执行问询。如规则引擎返回执行规划,向事件发送方发送投标信息,如接收到标书确认信息,执行第3步,如未投标成功,返回事件管理器返回等待状态。如规则引擎未返回执行规划,事件管理器返回等待状态;
2.3.如接收服务事件,向规则引擎发出服务是否可执行问询。如规则引擎返回执行规划,则执行第3步。否则,使用合同网机制发起事件协作,等待协作结束向事件请求方反馈结果。
3.执行器调用虚拟服务器中的虚拟服务管完成任务,并实施监督过程,将执行结果反馈到事件管理器;
4.执行结束,事件管理器返回等待状态。
上述实施例是对本发明的说明,不是对本发明的限定,任何对本发明简单变换后的方案均属于本发明的保护范围。
Claims (7)
1.一种面向增量制造的资源自主管理方法,其特征在于:包括若干个相互独立的自主管理节点,每个自主管理节点连接各自被管资源构成资源虚拟池向应用层提供服务,若干资源虚拟池构成资源层,应用层依赖不同企业或平台的应用模式,可接收来自自主管理节点的服务注册,任意一个自主管理节均可升级为主控节点,主控节点能够向相邻对等节点发起协作请求,主控节点监督并且协助自主管理节点完成请求,所述相邻对等节点为主控节点在一个网段上可访问的自主管理器节点,所述被管资源包括监控设备、软件以及制造资源,自主管理节点的结构包括虚拟服务、虚拟服务管理器、规则引擎、执行器、传感器、监视器、事件管理器和知识库。
2.如权利要求1所述的一种面向增量制造的资源自主管理方法,其特征在于:所述虚拟服务为从被管资源转换而来的一组具有统一接口的虚拟服务集合;虚拟服务管理器为自主管理节点和制造资源的中间层;规则引擎能基于可废止推理方法生成业务决策;执行器能根据业务决策执行编排的服务,并向事件管理器反馈结果;监视器能接收从传感器得到的外部环境变化、设备状态变化信息,判定可能的事件,并向事件管理器反馈,将导致知识库中规则的变化;事件管理器能接收外部服务请求,在资源管理节点无法对事件响应时,能发起一个协作请求并监督完成的过程;知识库为存储和管理知识的数据库模块,所述知识包括事实、规则及规则之间优先级关系。
3.如权利要求2所述的一种面向增量制造的资源自主管理方法,其特征在于:所述知识库中的事实由有序对(p,v)表达,p表示属性,v表示值,属性和值组合可以表达复杂的对象。
4.如权利要求2所述的一种面向增量制造的资源自主管理方法,其特征在于:所述知识库中的规则由硬性规则和可废止规则构成,所述硬性规则表示可靠的知识,可废止规则定义不确定的知识,硬性规则和可废止规则均由有序对({F},{A})构成表达,其中{F}定义为一组事实的集合,{A}为动作集合,所述{A}中元素数目最大为1,{F}可为空集。
5.如权利要求2所述的一种面向增量制造的资源自主管理方法,其特征在于:所述自主管理节点启动后,从知识库读入事实和规则,进入执行过程,所述执行过程包括事件执行流程、协作流程和状态监控流程三个执行循环;
事件执行流程包括以下步骤:
a1)事件管理器接收事件,分析请求;
a2)规则引擎生成业务决策;
a3)如生成业务策略失败,事件管理器发出协作请求,进入协作流程,否则执行步骤a4);
a4)执行器调用虚拟服务器中的虚拟服务管完成任务,并实施监督过程,将执行结果反馈到事件管理器;
a5)事件管理器向事件请求方发出方反馈结果;
协作流程包括以下步骤:
b1)当前自主管理节点作为主控节点,通过事件管理器广播任务协作请求;
b2)邻近自主管理节点接收协作请求,规则引擎分析任务,返回标书,或放弃任务;
b3)主控节点接收标书,选择合作节点,发送中标通知,开始等待;
b4)合作节点开始任务,完成后反馈结果到主控节点;
状态监控流程包括以下步骤:
c1)监视器通过调用虚拟服务循环读入传感器反馈的状态;
c2)监视器将状态更新到知识库。
6.如权利要求2所述的一种面向增量制造的资源自主管理方法,其特征在于:
所述业务决策的生成过程包括以下步骤:
d1)针对所有规则动作集合{A}部分之间的语义距离,生成kd树T;
d2)根据读入任务的目标a;
d3)从T中搜索目标与a相关的执行规则集{R},如{R}为空集,则生成任务处理策略失败;
d4)针对{R}中每个规则r,调用函数ValidateRule(r);
d5)如成功,则返回执行动作集合。
7.如权利要求6所述的一种面向增量制造的资源自主管理方法,其特征在于:
所述ValidateRule(r)是一个递归函数,其步骤如下:
e1)如检索到r中存在{F}部分,则将{F}中的每一个事实f以其作为一个子任务的目标;
e2)如f在知识库中已确认,将f从{F}中去除,否则从T中搜索与子目标f匹配的策略;
e3)执行ValidateRule(f),如成功,将f从{F}中去除;重复1-3步,直至{F}为空;
e4)从T中检索语义与r冲突的规则集合{S};
e5)针对{S}中每一个规则s执行ValidateRule(s),如校验失败,则将s从{S}中去除;
e6)针对{S}中的每一个保留规则s,如优先级level(s)<level(r),则将s从{S}中去除;
e7)如{S}为空集,返回校验成功,并在执行动作集合中添加规则动作部分,否则返回校验失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410065004.8A CN103839135B (zh) | 2014-02-25 | 2014-02-25 | 一种面向增量制造的资源自主管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410065004.8A CN103839135B (zh) | 2014-02-25 | 2014-02-25 | 一种面向增量制造的资源自主管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103839135A true CN103839135A (zh) | 2014-06-04 |
CN103839135B CN103839135B (zh) | 2017-02-15 |
Family
ID=50802611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410065004.8A Active CN103839135B (zh) | 2014-02-25 | 2014-02-25 | 一种面向增量制造的资源自主管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103839135B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105407334A (zh) * | 2015-12-29 | 2016-03-16 | 上海大学 | 一种面向多场景监控视频的自主管理方法 |
CN109688174A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 一种基于多代理商服务的虚拟业务实现方法和装置 |
CN113537387A (zh) * | 2021-08-04 | 2021-10-22 | 北京思特奇信息技术股份有限公司 | 互联网在线运营活动的模型设计方法、装置、计算机设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102541674A (zh) * | 2011-12-26 | 2012-07-04 | 运软网络科技(上海)有限公司 | 自主元素模型控制系统、方法及服务器受侵保护检测系统 |
CN102857363A (zh) * | 2012-05-04 | 2013-01-02 | 运软网络科技(上海)有限公司 | 一种虚拟网络的自主管理系统和方法 |
-
2014
- 2014-02-25 CN CN201410065004.8A patent/CN103839135B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102541674A (zh) * | 2011-12-26 | 2012-07-04 | 运软网络科技(上海)有限公司 | 自主元素模型控制系统、方法及服务器受侵保护检测系统 |
CN102857363A (zh) * | 2012-05-04 | 2013-01-02 | 运软网络科技(上海)有限公司 | 一种虚拟网络的自主管理系统和方法 |
Non-Patent Citations (3)
Title |
---|
INES HOUIDI 等: "A distributed and autonomic virtual network mapping framework", 《FOURTH INTERNATIONAL CONFERENCE ON AUTONOMIC AND AUTONOMOUS SYSTEMS》 * |
尤晓丽: "基于Agent的自主计算系统架构设计及部分实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
廖备水 等: "基于论辩的Agent非单调推理", 《模式识别与人工智能》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105407334A (zh) * | 2015-12-29 | 2016-03-16 | 上海大学 | 一种面向多场景监控视频的自主管理方法 |
CN109688174A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 一种基于多代理商服务的虚拟业务实现方法和装置 |
CN113537387A (zh) * | 2021-08-04 | 2021-10-22 | 北京思特奇信息技术股份有限公司 | 互联网在线运营活动的模型设计方法、装置、计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103839135B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112181382B (zh) | 一种基于软件定义的工业智能控制系统 | |
CN104268695B (zh) | 一种多中心流域水环境分布式集群管理系统及方法 | |
Guo et al. | Combination of cloud manufacturing and 3D printing: research progress and prospect | |
CN103984818B (zh) | 基于Flex技术的AUV设计流程可视化建模方法 | |
CN109558395A (zh) | 数据处理系统及数据挖掘方法 | |
US20210225072A1 (en) | Generating space models from map files | |
DE112015003587T5 (de) | Spezifizieren von komponenten in graphbasierten programmen | |
CN108021435A (zh) | 一种基于截止时间的具有容错能力的云计算任务流调度方法 | |
Barreiro et al. | The ATLAS production system evolution: new data processing and analysis paradigm for the LHC Run2 and high-luminosity | |
JP2011238223A (ja) | オントロジー文書を生成する方法および装置 | |
Cheng et al. | Manufacturing services scheduling with supply–demand dual dynamic uncertainties toward industrial internet platforms | |
Tran et al. | Swarmdag: A partition tolerant distributed ledger protocol for swarm robotics | |
CN105425607A (zh) | 一种基于多Agent的智能家居中央控制系统及其控制方法 | |
Li et al. | Cognitive twin construction for system of systems operation based on semantic integration and high-level architecture | |
CN103839135A (zh) | 一种面向增量制造的资源自主管理方法 | |
CN107066550A (zh) | 一种基于大数据的智能决策系统构建方法 | |
D’Aniello et al. | Designing a multi-agent system architecture for managing distributed operations within cloud manufacturing | |
CN104166581B (zh) | 一种面向增量制造设备的虚拟化方法 | |
US8856260B2 (en) | Providing access to shared state data | |
CN103870930A (zh) | 一种面向增量制造资源虚拟化的信息描述方法 | |
CN104516735A (zh) | 实现云计算环境自动化运维的二维分层方法 | |
Lu et al. | MSA vs. MVC: Future trends for big data processing platforms | |
Chawla et al. | Data ingestion | |
Weerakoon et al. | A networking architecture for a multi-user FEA pre-processor | |
Kong | Design and Implementation of the Big Data Management Decision System Based on the Hadoop Technology |
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 |