CN108681502A - 一种基于分层并行算法的cps软件能耗计算方法 - Google Patents

Abstract

本发明涉及基于分层并行算法的CPS软件能耗计算方法，属于CPS领域。本发明首先对CPS软件进行分层着色Petri建模，得到顶层CPN和子层CPN，并分析出每个模块的CPN能耗结构图；接着通过在CPN Tools软件中模拟运行模型，得到CPS软件各个模块中节点能耗值；再对各个节点的能耗值进行预处理，并求CPS软件的能耗矩阵；再分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行分割，通过移动节点使每个模块的能耗值最小；分别计算出子矩阵从起始节点到终止节点的最小能耗；再将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。本发明有效地提高了能耗计算的效率，缩小了能耗计算的时间复杂度。

Description

一种基于分层并行算法的CPS软件能耗计算方法

技术领域

本发明涉及一种基于分层并行算法的CPS软件能耗计算方法，属于CPS技术领域。

背景技术

随着CPS在工业4.0中核心地位的提出，CPS成为众多学者研究与关注的焦点。软件作为CPS的重要使能部分，提高CPS软件能耗的计算效率具有重要意义。现阶段，对软件能耗的计算大多集中在单源路径，但由于CPS软件系统大型、复杂，单源路径在求解并分析能耗方面往往不能满足高效运算的要求。

发明内容

本发明提供了一种基于分层并行算法的CPS软件能耗计算方法，以用于以用于解决大型、复杂的CPS软件的能耗计算问题。

本发明的技术方案是：一种基于分层并行算法的CPS软件能耗计算方法，并分析出每个模块的CPN能耗结构图；接着通过在CPN Tools软件中模拟运行模型，得到CPS软件各个模块中节点能耗值；然后对各个节点的能耗值进行预处理，分析出模型的输入矩阵Dⁱⁿ和输出矩阵D^out、关联矩阵D，并求出CPS软件的能耗矩阵M；再分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行k路分割，通过移动节点使每个模块的能耗值最小；分别计算出子矩阵从起始节点到终止节点的最小能耗；再将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。

所述基于分层并行算法的CPS软件能耗计算方法的具体步骤如下：

Step1、对CPS软件进行分层着色Petri建模，得到顶层CPN和子层CPN，并分析出每个模块的CPN能耗结构图：

首先，根据CPS软件的功能特性，将CPS软件分为顶层CPN和子层CPN，并分析每层CPN的组成模块、模块内节点的关联关系和模块之间的的关系，得到每个模块的CPN能耗结构图；

Step2、获取CPS软件各个模块中节点能耗值：

将基于分层着色Petri网的CPS软件能耗模型的各个模块在CPN Tools中进行模拟运行，记录下每个模块的各个节点的能耗值；

Step3、对各个节点的能耗值进行预处理，分析出模型的关联矩阵D，并求出CPS软件的能耗矩阵M：

模块中各个节点的能耗的权值w_ij集合W用n×m的矩阵表示，即：

Petri网的关联矩阵D＝D^out-Dⁱⁿ，D^out、Dⁱⁿ分别为输出矩阵和输入矩阵，其中

i∈{1,2,....m}，j∈{1,2,...n}，n为库所P的总个数，m为变迁T的总个数；p^j与tⁱ分别为库所P与变迁T内的任意元素；

能耗矩阵M为：

Step4、分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行k路分割，使每个模块的能耗值最小：

把矩阵M按行分为k个l×n维的子矩阵M_i，由于一个矩阵的节点能移动到其他k-1个子矩阵，当节点v从a矩阵转移到b矩阵的移动条件为：

其中，l＝m÷k，k为任意给定的参数，M_i[a]，M_i[b]分别表示子矩阵a和子矩阵b在矩阵M中的权重，m(v)表示节点v的权重，M^max为矩阵M的上限，M^min为矩阵M的下限，移动完成后的子矩阵实现了各个模块的能耗值最小；

Step5、子矩阵最小能耗计算：

分割后的子矩阵将交给多核PC进行下一步的计算，子矩阵间的计算是并行执行的，节点v_p经过节点v_q到达节点v_t，当m_pt≥m_pq+m_qt时，则m_pt＝m_pq+m_qt即为该子矩阵节点v_p到节点v_t的能耗值，其中m_pt表示节点v_p到节点v_t的能耗值，m_pq表示节点v_p到节点v_q的能耗值，m_qt表示节点v_q到节点v_t的能耗值，由此可得各个子矩阵的计算公式如下：

m_se＝min(m_se,m_sq+m_qe)

其中m_se为该子矩阵从起始节点v_s到终止节点v_e的能耗值，m_sq表示起始节点v_s到起始节点v_s到与终止节点v_e中的任意一节点v_q的能耗值，m_qe表示起始节点v_s到与终止节点v_e中的任意一节点v_q到终止节点v_e的能耗值，将该子矩阵中的除起始节点与终止节点带入上式中进行递归计算，计算出该子矩阵的最小能耗。

Step6、将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。

本发明的有益效果是：

一种基于分层并行算法的CPS软件能耗计算方法，在基于分层着色Petri的CPS软件能耗建模的基础上，对能耗值预处理成能耗矩阵，之后分割细化各个模块使模块的能耗取值最小，并将分割后的矩阵分别分给多核PC进行并行计算，每个子矩阵分别利用递归的方法计算该矩阵从起始节点到终止节点的能耗，大大提高了能耗计算的效率，缩小了能耗计算的时间复杂度。

附图说明

图1为本发明中的流程图。

具体实施方式

实施例1：如图1所示，一种基于分层并行算法的CPS软件能耗计算方法，并分析出每个模块的CPN能耗结构图；接着通过在CPN Tools软件中模拟运行模型，得到CPS软件各个模块中节点能耗值；然后对各个节点的能耗值进行预处理，分析出模型的输入矩阵Dⁱⁿ和输出矩阵D^out、关联矩阵D，并求出CPS软件的能耗矩阵M；再分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行k路分割，通过移动节点使每个模块的能耗值最小；分别计算出子矩阵从起始节点到终止节点的最小能耗；再将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。

所述基于分层并行算法的CPS软件能耗计算方法的具体步骤如下：

Step1、对CPS软件进行分层着色Petri建模，得到顶层CPN和子层CPN，并分析出每个模块的CPN能耗结构图：

首先，根据CPS软件的功能特性，将CPS软件分为顶层CPN和子层CPN，并分析每层CPN的组成模块、模块内节点的关联关系和模块之间的的关系，得到每个模块的CPN能耗结构图；

Step2、获取CPS软件各个模块中节点能耗值：

将基于分层着色Petri网的CPS软件能耗模型的各个模块在CPN Tools中进行模拟运行，记录下每个模块的各个节点的能耗值；

Step3、对各个节点的能耗值进行预处理，分析出模型的关联矩阵D，并求出CPS软件的能耗矩阵M：

模块中各个节点的能耗的权值w_ij集合W用n×m的矩阵表示，即：

Petri网的关联矩阵D＝D^out-Dⁱⁿ，D^out、Dⁱⁿ分别为输出矩阵和输入矩阵，其中

i∈{1,2,....m}，j∈{1,2,...n}，n为库所P的总个数，m为变迁T的总个数；p^j与tⁱ分别为库所P与变迁T内的任意元素；

能耗矩阵M为：

Step4、分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行k路分割，使每个模块的能耗值最小：

把矩阵M按行分为k个l×n维的子矩阵M_i，由于一个矩阵的节点能移动到其他k-1个子矩阵，当节点v从a矩阵转移到b矩阵的移动条件为：

其中，l＝m÷k，k为任意给定的参数，M_i[a]，M_i[b]分别表示子矩阵a和子矩阵b在矩阵M中的权重，m(v)表示节点v的权重，M^max为矩阵M的上限，M^min为矩阵M的下限，移动完成后的子矩阵实现了各个模块的能耗值最小；

Step5、子矩阵最小能耗计算：

分割后的子矩阵将交给多核PC进行下一步的计算，子矩阵间的计算是并行执行的，节点v_p经过节点v_q到达节点v_t，当m_pt≥m_pq+m_qt时，则m_pt＝m_pq+m_qt即为该子矩阵节点v_p到节点v_t的能耗值，其中m_pt表示节点v_p到节点v_t的能耗值，m_pq表示节点v_p到节点v_q的能耗值，m_qt表示节点v_q到节点v_t的能耗值，由此可得各个子矩阵的计算公式如下：

m_se＝min(m_se,m_sq+m_qe)

其中m_se为该子矩阵从起始节点v_s到终止节点v_e的能耗值，m_sq表示起始节点v_s到起始节点v_s到与终止节点v_e中的任意一节点v_q的能耗值，m_qe表示起始节点v_s到与终止节点v_e中的任意一节点v_q到终止节点v_e的能耗值，将该子矩阵中的除起始节点与终止节点带入上式中进行递归计算，计算出该子矩阵的最小能耗。

Step6、将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。

本发明最后将计算的能耗值与现有能耗计算方法进行对比，证明本发明的高效性。

现有的能耗算法步骤如下

A1：初始化所有节点并将起始点设为标记，进入以下循环；

A2：在到达某点的最小能耗中找最小且未标记的点；

A3：标记找到的点，以此标记点为中间点重新计算所有未标记点的最小能耗路径；

A4：循环以上步骤步至n-1次。

由此可以看出，现有算法的时间复杂度为O(N²)，而本发明中，多核PC的每个处理器划分a＝l×n个节点，使用了k个处理器，并行最短能耗算法的复杂度为O(2×max(n_i)+(max(n_i))²)，由于N为CPS软件的所有节点数，n_i＝N÷k为每个处理器上所分节点的数目，当CPS软件的所有节点数N很大时，N²要远大于2×max(n_i)+(max(n_i))²，所以该发明相较于现有的寻找最短能耗路径算法有了很大的提高。

上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (2)

1.一种基于分层并行算法的CPS软件能耗计算方法，其特征在于：首先对CPS软件进行分层着色Petri建模，得到顶层CPN和子层CPN，并分析出每个模块的CPN能耗结构图；接着通过在CPN Tools软件中模拟运行模型，得到CPS软件各个模块中节点能耗值；然后对各个节点的能耗值进行预处理，分析出模型的输入矩阵Dⁱⁿ和输出矩阵D^out、关联矩阵D，并求出CPS软件的能耗矩阵M；再分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行分割，通过移动节点使每个模块的能耗值最小；分别计算出子矩阵从起始节点到终止节点的最小能耗；再将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。

2.根据权利要求1所述的基于分层并行算法的CPS软件能耗计算方法，其特征在于：所述基于分层并行算法的CPS软件能耗计算方法的具体步骤如下：

Step1、对CPS软件进行分层着色Petri建模，得到顶层CPN和子层CPN，并分析出每个模块的CPN能耗结构图：

首先，根据CPS软件的功能特性，将CPS软件分为顶层CPN和子层CPN，并分析每层CPN的组成模块、模块内节点的关联关系和模块之间的的关系，得到每个模块的CPN能耗结构图；

Step2、获取CPS软件各个模块中节点能耗值：

将基于分层着色Petri网的CPS软件能耗模型的各个模块在CPN Tools中进行模拟运行，记录下每个模块的各个节点的能耗值；

Step3、对各个节点的能耗值进行预处理，分析出模型的关联矩阵D，并求出CPS软件的能耗矩阵M：

模块中各个节点的能耗的权值w_ij集合W用n×m的矩阵表示，即：

Petri网的关联矩阵D＝D^out-Dⁱⁿ，D^out、Dⁱⁿ分别为输出矩阵和输入矩阵，其中

i∈{1,2,....m}，j∈{1,2,...n}，n为库所P的总个数，m为变迁T的总个数；p^j与tⁱ分别为库所P与变迁T内的任意元素；

能耗矩阵M为：

Step4、分别对CPS软件的顶层CPN和子层CPN的各个模块分别进行k路分割，使每个模块的能耗值最小：

把矩阵M按行分为k个l×n维的子矩阵M_i，由于一个矩阵的节点能移动到其他k-1个子矩阵，当节点v从a矩阵转移到b矩阵的移动条件为：

其中，l＝m÷k，k为任意给定的参数，M_i[a]，M_i[b]分别表示子矩阵a和子矩阵b在矩阵M中的权重，m(v)表示节点v的权重，M^max为矩阵M的上限，M^min为矩阵M的下限，移动完成后的子矩阵实现了各个模块的能耗值最小；

Step5、子矩阵最小能耗计算：

分割后的子矩阵将交给多核PC进行下一步的计算，子矩阵间的计算是并行执行的，节点v_p经过节点v_q到达节点v_t，当m_pt≥m_pq+m_qt时，则m_pt＝m_pq+m_qt即为该子矩阵节点v_p到节点v_t的能耗值，其中m_pt表示节点v_p到节点v_t的能耗值，m_pq表示节点v_p到节点v_q的能耗值，m_qt表示节点v_q到节点v_t的能耗值，由此可得各个子矩阵的计算公式如下：

m_se＝min(m_se,m_sq+m_qe)

其中m_se为该子矩阵从起始节点v_s到终止节点v_e的能耗值，m_sq表示起始节点v_s到起始节点v_s与终止节点v_e中的任意一节点v_q的能耗值，m_qe表示起始节点v_s与终止节点v_e中的任意一节点v_q到终止节点v_e的能耗值，将该子矩阵中的除起始节点与终止节点带入上式中进行递归计算，计算出该子矩阵的最小能耗；

Step6、将各个子矩阵的最小能耗值相加，得到该CPS软件的最小能耗值。