CN106647411B - 信息物理融合系统CPS的Agent构造方法及装置 - Google Patents
信息物理融合系统CPS的Agent构造方法及装置 Download PDFInfo
- Publication number
- CN106647411B CN106647411B CN201710020525.5A CN201710020525A CN106647411B CN 106647411 B CN106647411 B CN 106647411B CN 201710020525 A CN201710020525 A CN 201710020525A CN 106647411 B CN106647411 B CN 106647411B
- Authority
- CN
- China
- Prior art keywords
- cps
- agent
- spatio
- real
- information
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种信息物理融合系统CPS的Agent构造方法及装置,属于信息领域。用以解决现有使用软件Agent与硬件Agent结合,无法满足计算、通信和控制融合的问题。包括:根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS‑Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS‑Agents>;根据所述八元组信息确定所述第一时空事件的CPS‑Agent架构和CPS‑Agent构造模板,所述CPS‑Agent架构包括感知构件,实时知识库,决策构件,实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS‑Agent的状态迁移提供依据和与外界物理环境进行交互;所述CPS‑Agent构造模板包括CPS‑Agent信息块和CPS‑Agent执行块。
Description
技术领域
本发明属于信息技术领域,更具体的涉及一种信息物理融合系统CPS的Agent构造方法及装置。
背景技术
CPS(英文为:Cyber-Physical-System,中文简称:信息物理融合系统)是一种计算过程与物理过程融合的复杂系统。其通过将计算、通信和控制的有机融合与深度协作,实现了信息域和物理域的紧密结合;将计算与通信深深地嵌入在物理系统与物理过程之中,实现计算、通信与物理系统的一体化设计,从而扩展、增强或提升物理系统新能力。
Agent概念是由麻省理工学院的著名计算机学家和人工智能学科创始人之一的Minsky提出来的。自该概念提出以来,在计算机领域仍旧没有一个统一的认识,研究人员也从不同的角度给出了Agent的定义:在1995年Wooldrige给出了Agent的两种定义:弱定义,Agent用以说明一个软硬件系统,其具有自治性,社会性,反映性和能动性等特性;强定义,Agent除了具备弱定义中的所有特性外,具备知识,信念,义务和意图等一些人类才具有的特性。
近年来,由于Agent概念的普及,出现了软件Agent实体与硬件Agent实体设计。但在CPS中,存在仅仅使用软件Agent与硬件Agent结合,仍无法满足计算、通信和控制融合的问题。
发明内容
本发明实施例提供一种信息物理融合系统CPS的Agent构造方法及装置,可以解决现有技术中,使用软件Agent与硬件Agent结合,无法满足计算、通信和控制融合的问题。
本发明实施例提供了一种信息物理融合系统CPS的Agent构造方法,包括:
根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS-Agents>;
根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;
所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;
其中,Ability表示所述CPS-Agent对外界体现的能力,表示形式为:Ability=<string,natural language>,String为cptm+p,代表了3C中的计算、控制、通信和感知的融合,natural language代表了所述CPS-Agent的功能;Execution Condition表示所述CPS-Agent分为系统内部运行条件与外部环境条件,表示形式为:Execution Condition={<Related events ID,processor ID>,<sensor ID,network ID,actuator ID>},Relatedevents ID表示触发所述CPS-Agent执行的时空事件;Parameters set:表示所述CPS-Agent运行的相关参数,表示方式为:Parameter set={<type,name,range>,<time,space>},time表示所述CPS-Agent执行时间或者执行时刻,space表示所述CPS-Agent的执行空间。
优选地,所述从所述时空事件中确定第一时空事件的八元组信息之后,还包括:
将所述八元组信息写入可扩展标记语言XML文件中;
所述CPS-Agent架构在所述XML文件中表述如下:
优选地,所述实时知识库用于提供支撑系统运行和硬件运转的公理及原理及判断所述CPS-Agent的状态是否转移;
所述决策构件用于根据动态规划算法和所述实时知识库提供的公理及原理,做出正确的规划;
所述实时推理规则用于为所述决策构件提供推理规则;
所述优化构件用于将根据深度学习算法确定的优化策略写入所述推理规则和所述实时知识库,并为所述决策构件提供执行策略。
优选地,所述CPS-Agent信息块包括CPS-Agent的基本信息;所述CPS-Agent执行块包含感知接口、核心算法、实时推理规则和深度学习算法。
优选地,Related CPS-Agents:表示与所述CPS-Agent相关的所述CPS-Agent,表示方式为:Related CPS-Agents={<CPS-Agent ID,relation>,<CPS-Agent ID,relation>,…};Priority表示所述CPS-Agent的优先级;
sensor ID代表能够为所述CPS-Agent提供感知功能的传感器;network ID代表能够为所述CPS-Agent提供通信功能的网络;actuator ID代表能够为所述CPS-Agent提供控制功能的执行器。
本发明实施例还一种信息物理融合系统CPS的Agent构造装置,包括:
第一确定单元,用于根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS-Agents>;
第二确定单元,用于根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;
所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;
其中,Ability表示所述CPS-Agent对外界体现的能力,表示形式为:Ability=<string,natural language>,String为cptm+p,代表了3C中的计算、控制、通信和感知的融合,natural language代表了所述CPS-Agent的功能;Execution Condition表示所述CPS-Agent分为系统内部运行条件与外部环境条件,表示形式为:Execution Condition={<Related events ID,processor ID>,<sensor ID,network ID,actuator ID>},Relatedevents ID表示触发所述CPS-Agent执行的时空事件;Parameters set:表示所述CPS-Agent运行的相关参数,表示方式为:Parameter set={<type,name,range>,<time,space>},time表示所述CPS-Agent执行时间或者执行时刻,space表示所述CPS-Agent的执行空间。
优选地,所述第一确定单元还用于:
将所述八元组信息写入可扩展标记语言XML文件中;
所述CPS-Agent架构在所述XML文件中表述如下:
优选地,所述实时知识库用于提供支撑系统运行和硬件运转的公理及原理及判断所述CPS-Agent的状态是否转移;
所述决策构件用于根据动态规划算法和所述实时知识库提供的公理及原理,做出正确的规划;
所述实时推理规则用于为所述决策构件提供推理规则;
所述优化构件用于将根据深度学习算法确定的优化策略写入所述推理规则和所述实时知识库,并为所述决策构件提供执行策略。
优选地,所述CPS-Agent信息块包括CPS-Agent的基本信息;所述CPS-Agent执行块包含感知接口、核心算法、实时推理规则和深度学习算法。
优选地,
Related CPS-Agents:表示与所述CPS-Agent相关的所述CPS-Agent,表示方式为:Related CPS-Agents={<CPS-Agent ID,relation>,<CPS-Agent ID,relation>,…};Priority表示所述CPS-Agent的优先级;
sensor ID代表能够为所述CPS-Agent提供感知功能的传感器;network ID代表能够为所述CPS-Agent提供通信功能的网络;actuator ID代表能够为所述CPS-Agent提供控制功能的执行器。
本发明实施例中,提供了一种信息物理融合系统CPS的Agent构造方法及装置,包括:根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parametersset,Task,Related CPS-Agents>;根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;其中,Ability表示所述CPS-Agent对外界体现的能力,表示形式为:Ability=<string,natural language>,String为cptm+p,代表了3C中的计算、控制、通信和感知的融合,natural language代表了所述CPS-Agent的功能;Execution Condition表示所述CPS-Agent分为系统内部运行条件与外部环境条件,表示形式为:Execution Condition={<Related events ID,processor ID>,<sensor ID,network ID,actuator ID>},Related events ID表示触发所述CPS-Agent执行的时空事件;Parameters set:表示所述CPS-Agent运行的相关参数,表示方式为:Parameter set={<type,name,range>,<time,space>},time表示所述CPS-Agent执行时间或者执行时刻,space表示所述CPS-Agent的执行空间。上述方法中,由于在CPS-Agent中加入环境感知模块,能够及时获取物理环境的相关信息,与物理环境实时交互,同时可监控运行环境内部信息,使得CPS-Agent之间协同更加简单;并且加入了实时知识库、决策模块以及控制模块,可以满足计算、通信、融合的特性;进一步的,在CPS-Agent中加入了时空事件,通过对时空事件的判定,能够使得时空性得到有效的保障;同时,提供了模块化构造方法,能够提高程序开发者构造CPS-Agent的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例提供的一种信息物理融合系统CPS的Agent构造方法流程图;
图2为本发明实施例提供的CPS-Agent架构示意图;
图3为本发明实施例提供的CPS-Agent构造模板结构示意图;
图4为本发明实施例提供的代码框架;
图5为本发明实施例提供的一种信息物理融合系统CPS的Agent构造装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
图1为本本发明实施例提供的一种信息物理融合系统CPS的Agent构造方法流程图,如图1所示,本发明实施例提供一种信息物理融合系统CPS的Agent构造方法主要包括以下步骤:
步骤101,根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS-Agents>;
步骤102,根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;
步骤103,所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;
需要说明的是,为了能够使CPS-Agent在计算机中得到合适的表达,需要对CPS-Agent定义进行合适的描述,在步骤101中,在确定第一时空事件的八元组信息之后,还需要将八元组信息写入可扩展标记语言XML文件中。在本发明实施例中,CPS-Agent架构在所述XML文件中表述如下:
进一步地,需要对本发明实施例提供的八元组进行具体介绍:
八元组信息为:<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS-Agents>。
1)、Ability表示CPS-Agent对外界体现的能力,即能够体现出“3C+P”融合中的单一元素或多元素的融合,Ability采用如下所示的半形式化描述:
Ability=<string,natural language>
具体地,String用来表示多元素的融合,比如感知、通信、计算、控制融合模式,字符串部分为“cptm+p”,代表了3C中的计算、控制、通信和感知的融合;natural language部分代表了该CPS-Agent的具体功能。这种描述方式既可以满足体现“3C+P”的融合,又可以描述该CPS-Agent的具体功能特性。
2)、Execution Condition:分为系统内部运行条件与外部环境条件,表示形式为:
Execution Condition=
{<Related events ID,processor ID>,<sensor ID,network ID,actuator ID>}
具体地,Related events ID表示触发该CPS-Agent执行的时空事件;processorID代表该CPS-Agent所需要的处理机,processor ID代表的处理机应具有完成CPS-Agent计算功能的能力;sensor ID代表能够为该CPS-Agent提供感知功能的传感器;network ID代表能够为该CPS-Agent提供通信功能的网络;actuator ID代表能够为该CPS-Agent提供控制功能的执行器。
3)、Parameters set:表示CPS-Agent运行的相关参数,包含实体参数和应用参数,其中,实体参数包括参数类型、名称、范围等;而应用参数包括时间参数和空间参数等。Parameters set表示形式为:
Parameter set={<type,name,range>,<time,space>}
具体地,Type指的是参数的类型,可以为数字型、字符串型;name表示该参数的名称,比如温度,形状等;range表示该参数的范围,如果是温度,范围可以具体到若干摄氏度,形状可以确定具体的长度;time表示时间参数,表示该CPS-Agent执行时间或者执行时刻;space表示空间参数,表示该CPS-Agent的执行空间。
4)、Related CPS-Agents:表示与该CPS-Agent相关的其他CPS-Agent,具体的表示形式为:
Related CPS-Agents={<CPS-Agent ID,relation>,<CPS-Agent ID,relation>,…}
具体地,CPS-Agent ID代表与之关联的CPS-Agent的标识符,不止一个CPS-Agent与该CPS-Agent有关系,所以为多组,relation代表了两者之间的关系,分为前驱和后继关系。若为前驱关系,则当前驱CPS-Agent执行完成后该CPS-Agent才可以执行,后继关系反之。
5)、Priority表示优先级,Task表示任务栏;Status表示状态。
在步骤102中,根据八元组信息确定第一时空事件的CPS-Agent架构和CPS-Agent构造模板。
图2为本发明实施例提供的CPS-Agent架构示意图;如图2所示,CPS-Agent架构主要包括感知构件,实时知识库,决策构件、实时推理规则、优化构件和执行体。
1)、感知构件:主要包括系统内部的通信与外部物理环境的感知两部分。
其中,系统的内部通信包含通信机制和通信内容。通信机制包含通信的途径以及具体用到的协议;通信内容主要指系统内部的时空事件,主要对CPS-Agent的状态迁移提供依据。外部物理环境的感知主要来源于传感器,可以对于外界温度、气压、风力等物理因素进行感知,从而达到与外界物理环境的交互。
2)、实时知识库:为支撑系统运行和硬件正常运转提供公理及原理,同时提供了CPS-Agent运行可能涉及的时空事件集合。
支撑系统运行和硬件正常运转的公理和原理主要指硬件的驱动程序和系统运行的具体核心算法,同时这些核心算法可以为决策构件提供理论支撑。
CPS-Agent可能涉及的时空事件集合主要用于判定CPS-Agent的状态转移。
3)、决策构件:根据任务及上下文环境做出合理的规划,并选取最优规划。在决策构件中,主要提供了动态规划算法,通过使用动态规划算法以及实时知识库中的公理和原理,做出正确且合理的规划。
4)、实时推理规则:提供合理的推理规则,与实时知识库共同为决策模块提供理论支撑。实时推理规则主要采用多条件判断语句,即当多个条件发生时,结果才会发生,这种规则能够更快的推理出正确的结果。
5)、优化构件:收集运行结果并分析,进一步优化推理规则与实时知识库。优化构件主要提供深度学习算法,使用当前结果与之前结果进行对比,分析策略的不同导致结果的差异度,进而优化策略,写入推理规则和实时知识库,为下次决策提供更加优化的执行策略。
6)、执行体:通过决策构件的结果分析以及结合实时推理规则,确定合适的执行方案,对执行体进行控制。
在步骤103中,图3为本发明实施例提供的CPS-Agent构造模板结构示意图,如图3所示,CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块两部分,其中,CPS-Agent信息块包含了CPS-Agent的基本信息,对应于CPS-Agent描述中的若干元素。CPS-Agent执行块主要用于CPS-Agent的功能实现,包含感知接口、核心算法、实时推理规则、深度学习算法。
为了能够清楚的介绍本发明实施例提供的一种信息物理融合系统CPS的Agent构造方法,以下选用工业机器人中的抓取机器人为具体事例构造抓取CPS-Agent为例,对本发明实施例进行进一步的详细说明。
根据八元组信息,确定该CPS-Agent具体描述:
CPS-Agent ID:<Rgrab,02>
其中,Rgrab确定改CPS-Agent属于抓取CPS-Agent;02用于区别该抓取CPS-Agent与其他抓取CPS-Agent的不同。
Ability:<cptm+p,定位识别并抓取物体>
其中,“cptm+p”代表了搜索CPS-Agent具有计算、控制、通信和感知功能;自然语言描述了该搜索CPS-Agent具体的功能。
Execution Condition:{<event 01,event 02,processor 01>,<sensor 01,network 01,actuator 01>}
其中,event 01、02代表了触发该CPS-Agent执行的时空事件;processor 01代表了为了处理图形图像需要的处理器;sensor 01代表该CPS-Agent需要的传感器;network01代表为了传输数据与信息需要的网络;actuator 01代表执行抓取的执行体。
Status:<running>,running表示该CPS-Agent处于运行态。
Priority:<01>,01表示该CPS-Agent优先级最高,优先运行。
Parameters set:{<float,length,5~20>,<8pm~6am,15m>}
其中,float表示该CPS-Agent需要搜集的数据类型是浮点型数据;length表示该CPS-Agent需要分析的浮点型数据为长度;5~20表示搜索目标的长度在5~20cm之间;8pm~6am表示该CPS-Agent需要从晚八点工作到早上六点;15m表示执行范围为半径15m的空间。
Task:<task 05,01>
其中,task 05代表该CPS-Agent正在执行的任务为task 05;01代表正在执行的任务的优先级最高,其他任务不得抢断。
Related CPS-Agent:{<Rcarry,03,precursor>}
其中,Rcarry,03表示搬运CPS-Agent,其编号为03;precursor代表前驱,表示搬运CPS-Agent Rcarry03是抓取CPS-Agent Rgrab01的前驱,即Rcarry03在Rgrab01之前执行。
根据上述参数,可以确定红外线搜索CPS-Agent的描述方式,如下:
进一步地,可以确定抓取CPS-Agent架构和CPS-Agent构造模板,其中,CPS-Agent架构和CPS-Agent构造模板可以分别如图2和图3所示。向抓取CPS-Agent构造模板的执行块中加入抓取机器人的控制算法、图形处理算法等。向抓取CPS-Agent构造模板的信息块中加入描述xml文件中的信息,完成抓取CPS-Agent的构造,最终代码框架如图4所示。
综上所述,本发明实施例提供了一种信息物理融合系统CPS的Agent构造方法,由于在CPS-Agent中加入环境感知模块,能够及时获取物理环境的相关信息,与物理环境实时交互,同时可监控运行环境内部信息,使得CPS-Agent之间协同更加简单;并且加入了实时知识库、决策模块以及控制模块,可以满足计算、通信、融合的特性;进一步的,在CPS-Agent中加入了时空事件,通过对时空事件的判定,能够使得时空性得到有效的保障;同时,提供了模块化构造方法,能够提高程序开发者构造CPS-Agent的效率。
基于同一发明构思,本发明实施例提供了一种信息物理融合系统CPS的Agent构造装置,由于该装置解决技术问题的原理与一种信息物理融合系统CPS的Agent构造方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
图5提供了一种信息物理融合系统CPS的Agent构造装置,如图5所示,该装置包括:第一确定单元51和第二确定单元52。
第一确定单元51,用于根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS-Agents>;
第二确定单元52,用于根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;
所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;
其中,Ability表示所述CPS-Agent对外界体现的能力,表示形式为:Ability=<string,natural language>,String为cptm+p,代表了3C中的计算、控制、通信和感知的融合,natural language代表了所述CPS-Agent的功能;Execution Condition表示所述CPS-Agent分为系统内部运行条件与外部环境条件,表示形式为:Execution Condition={<Related events ID,processor ID>,<sensor ID,network ID,actuator ID>},Relatedevents ID表示触发所述CPS-Agent执行的时空事件;Parameters set:表示所述CPS-Agent运行的相关参数,表示方式为:Parameter set={<type,name,range>,<time,space>},time表示所述CPS-Agent执行时间或者执行时刻,space表示所述CPS-Agent的执行空间。
优选地,所述第一确定单元51还用于:
将所述八元组信息写入可扩展标记语言XML文件中;
所述CPS-Agent架构在所述XML文件中表述如下:
优选地,所述实时知识库用于提供支撑系统运行和硬件运转的公理及原理及判断所述CPS-Agent的状态是否转移;
所述决策构件用于根据动态规划算法和所述实时知识库提供的公理及原理,做出正确的规划;
所述实时推理规则用于为所述决策构件提供推理规则;
所述优化构件用于将根据深度学习算法确定的优化策略写入所述推理规则和所述实时知识库,并为所述决策构件提供执行策略。
优选地,所述CPS-Agent信息块包括CPS-Agent的基本信息;所述CPS-Agent执行块包含感知接口、核心算法、实时推理规则和深度学习算法。
优选地,Related CPS-Agents:表示与所述CPS-Agent相关的所述CPS-Agent,表示方式为:Related CPS-Agents={<CPS-Agent ID,relation>,<CPS-Agent ID,relation>,…};Priority表示所述CPS-Agent的优先级;
sensor ID代表能够为所述CPS-Agent提供感知功能的传感器;network ID代表能够为所述CPS-Agent提供通信功能的网络;actuator ID代表能够为所述CPS-Agent提供控制功能的执行器。
应当理解,以上一种信息物理融合系统CPS的Agent构造装置包括的单元仅为根据该设备装置实现的功能进行的逻辑划分,实际应用中,可以进行上述单元的叠加或拆分。并且该实施例提供的一种信息物理融合系统CPS的Agent构造装置所实现的功能与上述实施例提供的一种信息物理融合系统CPS的Agent构造方法及一一对应,对于该装置所实现的更为详细的处理流程,在上述方法实施例一中已做详细描述,此处不再详细描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种信息物理融合系统CPS的Agent构造方法,其特征在于,包括:
根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parametersset,Task,Related CPS-Agents>;
根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;
所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;
其中,Ability表示所述CPS-Agent对外界体现的能力,表示形式为:Ability=<string,natural language>,String为cptm+p,代表了3C中的计算、控制、通信和感知的融合,natural language代表了所述CPS-Agent的功能;Execution Condition表示所述CPS-Agent分为系统内部运行条件与外部环境条件,表示形式为:Execution Condition={<Related events ID,processorID>,<sensorID,network ID,actuatorID>},Relatedevents ID表示触发所述CPS-Agent执行的时空事件;Parameters set:表示所述CPS-Agent运行的相关参数,表示方式为:Parameterset={<type,name,range>,<time,space>},time表示所述CPS-Agent执行时间或者执行时刻,space表示所述CPS-Agent的执行空间;
其中,所述从所述时空事件中确定第一时空事件的八元组信息之后,还包括:
将所述八元组信息写入可扩展标记语言XML文件中;
所述CPS-Agent架构在所述XML文件中表述如下:
2.如权利要求1所述的方法,其特征在于,所述实时知识库用于提供支撑系统运行和硬件运转的公理及原理及判断所述CPS-Agent的状态是否转移;
所述决策构件用于根据动态规划算法和所述实时知识库提供的公理及原理,做出正确的规划;
所述实时推理规则用于为所述决策构件提供推理规则;
所述优化构件用于将根据深度学习算法确定的优化策略写入所述推理规则和所述实时知识库,并为所述决策构件提供执行策略。
3.如权利要求1所述的方法,其特征在于,所述CPS-Agent信息块包括CPS-Agent的基本信息;所述CPS-Agent执行块包含感知接口、核心算法、实时推理规则和深度学习算法。
4.如权利要求1所述的方法,其特征在于,
Related CPS-Agents:表示与所述CPS-Agent相关的所述CPS-Agent,表示方式为:Related CPS-Agents={<CPS-Agent ID,relation>,<CPS-Agent ID,relation>,…};Priority表示所述CPS-Agent的优先级;
sensorID代表能够为所述CPS-Agent提供感知功能的传感器;network ID代表能够为所述CPS-Agent提供通信功能的网络;actuatorID代表能够为所述CPS-Agent提供控制功能的执行器。
5.一种信息物理融合系统CPS的Agent构造装置,其特征在于,包括:
第一确定单元,用于根据时空事件,从所述时空事件中确定第一时空事件的八元组信息;其中,所述八元组信息为<CPS-Agent ID,Ability,Execution Condition,Status,Priority,Parameters set,Task,Related CPS-Agents>;
第二确定单元,用于根据所述八元组信息确定所述第一时空事件的CPS-Agent架构和CPS-Agent构造模板,所述CPS-Agent架构包括感知构件,实时知识库,决策构件、实时推理规则和优化构件;所述感知构件包括的系统的内部通信和外部物理环境的感知,分别用为CPS-Agent的状态迁移提供依据和与外界物理环境进行交互;
所述CPS-Agent构造模板包括CPS-Agent信息块和CPS-Agent执行块;
其中,Ability表示所述CPS-Agent对外界体现的能力,表示形式为:Ability=<string,natural language>,String为cptm+p,代表了3C中的计算、控制、通信和感知的融合,natural language代表了所述CPS-Agent的功能;Execution Condition表示所述CPS-Agent分为系统内部运行条件与外部环境条件,表示形式为:Execution Condition={<Related events ID,processorID>,<sensorID,network ID,actuatorID>},Relatedevents ID表示触发所述CPS-Agent执行的时空事件;Parameters set:表示所述CPS-Agent运行的相关参数,表示方式为:Parameterset={<type,name,range>,<time,space>},time表示所述CPS-Agent执行时间或者执行时刻,space表示所述CPS-Agent的执行空间;
其中,所述第一确定单元还用于:
将所述八元组信息写入可扩展标记语言XML文件中;
所述CPS-Agent架构在所述XML文件中表述如下:
6.如权利要求5所述的装置,其特征在于,所述实时知识库用于提供支撑系统运行和硬件运转的公理及原理及判断所述CPS-Agent的状态是否转移;
所述决策构件用于根据动态规划算法和所述实时知识库提供的公理及原理,做出正确的规划;
所述实时推理规则用于为所述决策构件提供推理规则;
所述优化构件用于将根据深度学习算法确定的优化策略写入所述推理规则和所述实时知识库,并为所述决策构件提供执行策略。
7.如权利要求5所述的装置,其特征在于,所述CPS-Agent信息块包括CPS-Agent的基本信息;所述CPS-Agent执行块包含感知接口、核心算法、实时推理规则和深度学习算法。
8.如权利要求5所述的装置,其特征在于,
Related CPS-Agents:表示与所述CPS-Agent相关的所述CPS-Agent,表示方式为:Related CPS-Agents={<CPS-Agent ID,relation>,<CPS-Agent ID,relation>,…};Priority表示所述CPS-Agent的优先级;
sensorID代表能够为所述CPS-Agent提供感知功能的传感器;network ID代表能够为所述CPS-Agent提供通信功能的网络;actuatorID代表能够为所述CPS-Agent提供控制功能的执行器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710020525.5A CN106647411B (zh) | 2017-01-12 | 2017-01-12 | 信息物理融合系统CPS的Agent构造方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710020525.5A CN106647411B (zh) | 2017-01-12 | 2017-01-12 | 信息物理融合系统CPS的Agent构造方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106647411A CN106647411A (zh) | 2017-05-10 |
CN106647411B true CN106647411B (zh) | 2019-02-26 |
Family
ID=58844034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710020525.5A Active CN106647411B (zh) | 2017-01-12 | 2017-01-12 | 信息物理融合系统CPS的Agent构造方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106647411B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506548B (zh) * | 2017-08-22 | 2020-12-29 | 清华大学 | 一种面向信息物理融合的建筑信息模型扩展方法 |
CN108717632A (zh) * | 2018-05-29 | 2018-10-30 | 广东通莞科技股份有限公司 | 一种移动支付存储保护及恢复系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436375A (zh) * | 2011-10-28 | 2012-05-02 | 东南大学 | 一种基于模型转换的cps建模与验证方法 |
CN104008149A (zh) * | 2014-01-16 | 2014-08-27 | 西北工业大学 | 一种面向cps的事件模型时空信息表示与处理方法 |
US9185124B2 (en) * | 2013-02-27 | 2015-11-10 | Sayan Chakraborty | Cyber defense systems and methods |
CN106329518A (zh) * | 2016-09-06 | 2017-01-11 | 中国科学院信息工程研究所 | 一种电网信息物理融合系统交互建模方法 |
-
2017
- 2017-01-12 CN CN201710020525.5A patent/CN106647411B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436375A (zh) * | 2011-10-28 | 2012-05-02 | 东南大学 | 一种基于模型转换的cps建模与验证方法 |
US9185124B2 (en) * | 2013-02-27 | 2015-11-10 | Sayan Chakraborty | Cyber defense systems and methods |
CN104008149A (zh) * | 2014-01-16 | 2014-08-27 | 西北工业大学 | 一种面向cps的事件模型时空信息表示与处理方法 |
CN106329518A (zh) * | 2016-09-06 | 2017-01-11 | 中国科学院信息工程研究所 | 一种电网信息物理融合系统交互建模方法 |
Non-Patent Citations (1)
Title |
---|
信息-物理融合系统动态行为模型构建方法;周兴社 等;《计算机学报》;20140630;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106647411A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111462137B (zh) | 一种基于知识蒸馏和语义融合的点云场景分割方法 | |
CN101615265B (zh) | 一种基于多Agent技术的智能决策仿真实验系统 | |
CN105956021B (zh) | 一种适用于分布式机器学习的自动化任务并行的方法及其系统 | |
CN110462644A (zh) | 用于系统的自动化和控制的认知工程技术的系统和方法 | |
CN103473111A (zh) | 一种仿脑计算虚拟化的方法和系统 | |
CN115879535A (zh) | 一种自动驾驶感知模型的训练方法、装置、设备和介质 | |
CN110415521A (zh) | 交通数据的预测方法、装置和计算机可读存储介质 | |
CN106875320A (zh) | 云环境下船舶航行数据的高效可视分析方法 | |
Aliyu et al. | Efficient metaheuristic population-based and deterministic algorithm for resource provisioning using ant colony optimization and spanning tree | |
US20220237345A1 (en) | Computing system for implementing and operating model describing target system, and method of predicting behavior of target system using the same | |
CN112949472A (zh) | 一种基于多传感器信息融合的协同感知方法 | |
CN106647411B (zh) | 信息物理融合系统CPS的Agent构造方法及装置 | |
CN101221420A (zh) | 可重构数字控制器的自治域系统 | |
Guida et al. | An Integrated BIM-IoT approach to support energy monitoring | |
CN115860102A (zh) | 一种自动驾驶感知模型的预训练方法、装置、设备和介质 | |
KR20140021389A (ko) | 모델 제작 및 실행 분리형 시뮬레이션 장치 및 그 방법 | |
CN107392387A (zh) | 一种agv最优管制时间的调度方法 | |
Zhu et al. | Tri-HGNN: Learning triple policies fused hierarchical graph neural networks for pedestrian trajectory prediction | |
Zhang et al. | End‐to‐end generation of structural topology for complex architectural layouts with graph neural networks | |
CN113504966B (zh) | Gpu集群调度策略模拟方法及gpu集群模拟器 | |
CN103177473B (zh) | 一种基于实例的大规模场景合成方法 | |
CN106780722B (zh) | 一种同种异态森林场景构建方法及系统 | |
Gao | Design and Implementation of 3D Animation Data Processing Development Platform Based on Artificial Intelligence | |
CN113284257A (zh) | 一种虚拟场景内容的模块化生成展示方法及系统 | |
Jadidi et al. | A survey of cyber-physical systems applications (2017–2022) |
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 |