CN111818128B - 基于容器云的组件化仿真模型运行控制系统、方法及介质 - Google Patents
基于容器云的组件化仿真模型运行控制系统、方法及介质 Download PDFInfo
- Publication number
- CN111818128B CN111818128B CN202010543399.3A CN202010543399A CN111818128B CN 111818128 B CN111818128 B CN 111818128B CN 202010543399 A CN202010543399 A CN 202010543399A CN 111818128 B CN111818128 B CN 111818128B
- Authority
- CN
- China
- Prior art keywords
- model
- micro
- service
- assembly
- container cloud
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于容器云的组件化仿真模型运行控制系统、方法及介质,特别是基于容器云和组件化的分布式体系仿真模型运行的构建方法,属于计算机仿真技术领域。本发明建立了仿真微服务统一的模型运行管控机制,一方面解决容器云仿真中装备模拟器级别复杂模型的装配过程复杂度高、难度大的问题,另一方面实现了针对多层级组件化仿真模型服务的状态管理功能,降低了状态信息管理的复杂度,满足了微服务实例的重用性要求。
Description
技术领域
本发明涉及基于容器云的组件化仿真模型运行控制系统、方法及介质,特别是基于容器云和组件化的分布式体系仿真模型运行的构建方法,属于空间仿真技术领域。
背景技术
仿真计算模式是仿真软件平台的关键过程。用来实现仿真运行计算全过程的闭环控制。该部分实现模型组件运行调度、过程数据传递和计算资源管控功能。
传统仿真计算模式主要采用分布式方式实现,主要是解决仿真模型实体多、计算处理过程密集、硬件资源占用大的需求。将各实体分别部署在仿真分布式集群的多个节点上,使用网络通信在各节点的实体间传递过程数据,监控各节点的运行状态和硬件资源使用情况。随着云计算技术的成熟,以IaaS和SaaS为技术基础的分布式仿真,将高性能服务器拆分为逻辑上的以虚拟机为单位的计算节点,在继承传统分布式仿真的计算优势基础上,为仿真计算引入了计算节点可水平扩展,节点占用资源量可伸缩,节点可在各宿主中迁移等分布式集群管理方面的特色。但以虚拟机为单位封装仿真计算,仍旧体量很大,导致复制和共享效率低,模型的运行仍需要其装配依赖函数库等环境的整体复制,重用性和高可用性方面存在局限。在容器云相关技术兴起后,以容器云为技术基础的分布式云仿真开始出现,该类型仿真集成了上述仿真模式的优势,同时,将仿真推演计算以模型为单位封装为有微服务功能的容器镜像,容器具有轻量化的特点,使仿真计算服务资源具有弹性可伸缩的特点,并提高了仿真服务复制和共享效率,在满足高可用的情况下避免了硬件资源的冗余程度,同时具备了响应多用户大并发使用模型计算能力。
以上方法均为当前仿真平台工具运行仿真计算主流方法,在逻辑上均为分布仿真,在仿真计算节点的轻量化程度上逐渐提升,在硬件资源有效使用率方面越来越高,高可用性越来越强。在基于容器云的仿真计算应用中,微服务是模型的最小单元,通过微服务化的组合构建,供仿真计算用户调用。但随着基于容器云仿真业务的深入开展,该架构模式仍然有以下问题存在:
(1)当仿真模型的精细化需求提高和微服务化应用模式逐步深入,为了更好的发挥仿真算法的共享性和重用性,对于装备数字模拟器级别的复杂模型来说,需要装配关联的微服务数量会百余个,采用现有的微服务化的组合构建的方法,使用复杂度和难度变得很大。
(2)各装备数字模拟器间的存在不同层级的重用性,如卫星装备的整星、平台、分系统、有效载荷的模型就存在大量的多层级重用关系,目前的微服务化组合方式无法实现分层级的组件化模型装配,缺少微服务分级组合装配的灵活性。
(3)对于装备数字模拟器级别的模型,主要提供以时间步长为周期的计算推演服务能力。因此,在仿真计算应用中是需要管理每个周期的状态信息,目前虽然已经有微服务与状态管理解耦的技术,但仅适用于无装配的模型微服务,对于分层级的装配模型微服务集合,模型提供者需要为装配模型专门开发一个微服务维护状态关系的功能。随着装配装备数字模拟器模型的微服务数量和层级的增加,以及微服务实例重用性要求的提出,不但状态信息管理的难度增加,而且增大了微服务间的耦合。
(4)容器云的弹性可伸缩和高可用特点是我们使用它的重要原因之一,对于有状态微服务,一般是通过Session、本地缓存或数据库技术,因此,为了保证容器云的该项能力,有状态微服务会带来微服务容器的控制策略配置的复杂性,而且控制策略考虑的异常情况很难覆盖全部真实情况,存在较大的可靠性风险。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了基于容器云的组件化仿真模型运行控制系统、方法及介质,建立了仿真微服务统一的模型运行状态管理机制,一方面解决容器云仿真中装备模拟器级别复杂模型的装配过程复杂度高、难度大的问题,另一方面实现了针对多层级组件化仿真模型服务的状态管理功能,降低了状态信息管理的复杂度,满足了微服务实例的重用性要求。
本发明的技术解决方案是:基于容器云的组件化仿真模型运行控制系统,包括容器云平台、模型装配模块和微服务运行状态缓存;
模型装配模块,根据用户需求确定装配模型微服务定义,并将装配模型微服务的定义数据存储并发布至容器云平台;
容器云平台,实时接收装配模型微服务的定义数据以及外部的装配模型调用请求,根据装配模型调用请求,按定义数据中的层次化装配关系进行运行,并将运行结果反馈至外部;
微服务运行状态缓存,用于容器云平台运行时的缓存。
进一步地,所述模型装配模块包括存储模块和业务服务模块;
所述存储模块用于存储装配模型微服务的定义数据;
所述业务服务模块包括模型装配定义模块和模型驱动引擎;所述模型装配定义模块用于接收用户需求,根据用户需求定义装配模型微服务的层次化装配关系;所述模型驱动引擎用于将装配模型微服务的定义数据发布至容器云平台。
进一步地,所述容器云平台包括微服务控制模块、装配模型运行模块和模型算法微服务运行模块;
所述微服务控制模块用于接收装配模型微服务的定义数据,并解析出其中的层次化装配关系,并根据所述层次化装配关系控制装配模型运行模块和模型算法微服务运行模块运行。
进一步地,所述层次化装配关系包括模型算法需求和装配模型需求;所述微服务控制模块根据模型算法需求控制模型算法微服务运行模块中对应模型算法微服务的运行,根据装配模型需求控制装配模型微服务运行模块中对应装配模型微服务的运行。
进一步地,所述数据库包括用于存储模型算法输入输出接口定义的微服务接口定义库、用于存储模型算法ID和层次关系的模型装配数据库和用于存储微服务接口之间映射关系的映射库。
进一步地,所述层次化装配关系包括各类微服务的上下游关系和逻辑判断规则。
根据所述的基于容器云的组件化仿真模型运行控制系统实现的基于容器云的组件化仿真模型运行的控制方法,包括如下步骤:
根据用户需求确定装配模型微服务定义,并将装配模型微服务的定义数据存储;
实时接收外部的装配模型调用请求,根据装配模型调用请求,利用微服务运行状态缓存、按装配模型微服务的定义数据中的层次化装配关系进行运行,并将运行结果反馈至外部。
进一步地,所述按装配模型微服务的定义数据中的层次化装配关系进行运行的方法为:
将层次化装配关系解析为模型算法需求和装配模型需求;
根据模型算法需求控制对应模型算法微服务的运行,根据装配模型需求控制对应装配模型微服务的运行。
进一步地,所述层次化装配关系包括各类微服务的上下游关系和逻辑判断规则。
一种计算机可读存储介质,所述的计算机可读存储介质存储有计算机程序,所述的计算机程序被处理器执行时实现所述基于容器云的组件化仿真模型运行控制方法的步骤。
本发明与现有技术相比的优点在于:
(1)本发明通过对容器云中模型微服务的逻辑编排设计并发布为模型微服务的技术手段,实现了模型微服务的分级装配功能,降低每层模型微服务装配的复杂度和难度,提高了模型重用性和装配的灵活性;以卫星装备为例,每个型号装备的模型都应对应独立的仿真模型与其对应,每个装备由近百余个微服务编排装配而成,并单独维护,模型微服务组合装和更动的复杂度和难度巨大,由于卫星设备模型下的载荷模型存在可重用性,平台模型存在可重用性,平台下的分系统级模型存在可重用性、分系统下的单机设备模型存在可重用性,实现了模型微服务的分级装配功能后,模型的分级可重用性特点便可以利用,实现高效灵活的模型微服务装配;
(2)对于按照步长周期推演的仿真任务,每个步长周期的模型状态需要维护管理,本发明将维护装配模型微服务状态的职责从装配模型中的一个专门管理状态信息的主体模型算法微服务落实到每个模型算法微服务分别维护各自状态信息,该功能在模型算法实现时已经具备,避免了在装配模型过程中有专门开发状态维护功能的工作。简化了有状态模型装配过程,尤其节省了分级装配带来的开发工作;
(3)本发明采用了模型算法微服务状态信息管理缓存机制,使模型算法微服务在被多用户多仿真任务调用时,根据缓存中所存储的各实例唯一标识对应的状态信息来执行为相应的计算,保证了基于模型算法微服务装配的各层级装配模型微服务,在多用户多任务并发服务能情况下,具备按步长周期进行仿真推演计算能力;
(4)模型算法状态信息管理缓存机制的引入,让状态信息与微服务本身解耦,进而使微服务容器无状态化,在保证容器云弹性可伸缩和高可用能力的情况下,降低了微服务容器控制策略配置的复杂度,只需将微服务作为群体实例考虑。
附图说明
图1为本发明装配模型微服务创建过程流程图,描述了基于容器云的装配模型微服务的定义、装配、逻辑设计等方面的处理过程;
图2为本发明装配模型微服务执行过程流程图,描述了基于容器云的装配模型微服务被用户调用进行仿真推演时的运行处理流程,包括模型算法微服务的状态信息管理过程,多级装配模型微服务递归过程,非时间步长周期仿真推演的模型计算过程等;
图3为本发明运行流程图,具体描述了装配模型从预定义到运行的过程;
图4为本发明各功能模块如何基于容器云技术环境,实现模型微服务分级装配功能、模型算法状态信息管理功能,装配模型微服务执行计算过程等。
具体实施方式
下面结合说明书附图和具体实施方式对本发明进行进一步解释和说明。
本发明在容器云的计算机网络环境中,利用容器、微服务、工作流、缓存池等一些列技术途径,实现了装备数字模拟器级别的复杂模型的微服务多层级组合装配功能,建立了统一的微服务的状态管理机制,降低复杂模型的状态管理难度。如图1~3,具体技术方案如下:
(1)实现模型算法微服务的内部算法功能,以及初始化服务接口和仿真模型服务接口,给出服务接口和参数的数据结构描述信息;
(2)为容器云中模型算法微服务提供的缓存池服务,实现模型算法微服务运行时状态属性信息的读写缓存池功能;
(3)将模型算法供外部调用的接口以微服务的方式在容器云中发布;
(4)依据模型算法任务需求,通过模型装配模块,加载n{n|n≥1,n∈Z}个所需的模型微服务为n个组件,进行逻辑编排设计,更复杂的计算逻辑,并在容器云上发布该计算逻辑为装配模型微服务;
(5)将满足模型算法任务需求的装配模型微服务暴露到容器云外部,供仿真推演用户调用;
(6)装配模型微服务调用时,根据该微服务的接口和参数数据结构的描述信息,设置输入参数,给定该微服务代表的模型实例ObjID(装备数字模拟器实例唯一标识)和用户的UserID,
(7)进行属性初始化,设定模型执行方式属性{T|0≤T≤1,T∈Z},T=0表示按时间步长周期仿真推演,反之为1;设定步长周期类别属性{P|0≤P≤1,P∈Z},P=0表示模型初始化周期,反之为模型执行周期。
(8)调用装配模型微服务,完成初始化接口调用和以仿真时间步长为周期仿真模型服务接口的循环调用;
装配模型微服务内部包含的模型算法微服务在被调用最初,从缓存中加载各自的状态信息,调用结束返回结果前,将此时的状态信息写入缓存;
模型微服务类型{M|0≤M≤1,M∈Z},0:表示模型算法微服务类型,1:表示装配模型微服务类型。通过模型装配模块将所有模型微服务作为组件进行模型装配,达到多级装配的目的。
实施例
如图4,本发明包括容器云平台、模型装配模块和微服务运行状态缓存。整个系统运行在服务器端,模型装配模块的模型装配设计功能的人机交互功能使用BS架构实现,模型驱动引擎的交互功能基于Restful模式,既能达到对容器云仿真计算资源的集中管控的目的,又能使人机交的互接入门槛降低,还能使模型微服务使用的通用性提升。下面对实施方案具体展开。
1、模型装配模块,该模块包含业务服务模块和存储模块两部分。为用户提供模型装配预定义UI功能,以及向容器云平台发送驱动装配模型微服务进程运行的数据和停止已运行装配模型微服务进程的消息。
a)业务服务模块的模型装配定义模块提供微服务模型的装配逻辑数据的管理功能,具体包括可用于装配的模型微服务查询功能,微服务模型装配逻辑的设计、变更功能。该模块将微服务模型的装配逻辑定义信息拆分为三部分存入存储模块,第一部分是微服务模型调用的模型算法ID和装配层次关系数据,第二部分微服务的输入输出接口定义数据,第三部分是微服务间接口传递数据的映射关系数据。
b)业务服务模块的模型驱动引擎模块提供微服务模型的启动、停止功能,将已定义完成的装配模型定义数据,包括模型算法ID、模型算法的装配层次关系、映射关系等数据发送至容器云平台,驱动装配模型微服务和相关模型算法微服务的进程启动,以及向容器云平台发送停止正在运行的装配模型微服务进程的消息;
c)存储模块的微服务接口定义库存储模型算法微服务和装配模型微服务的输入输出接口定义信息存储功能,为业务服务层的装配逻辑设计和模型驱动运行提供全部的微服务I/O定义信息。
d)存储模块的模型装配数据库存储模型装配所需的微服务ID和微服务装配的层次关系数据,层次关系数据具体包括装配模型微服务内部各类微服务的上下游关系和逻辑判断规则。
e)存储模块的映射库以装配模型微服务为数据对象存储数据,存储了装配模型微服务内部每个有上下游关系的相邻微服务数据格式间的映射规则,为装配模型微服务运行时的数据格式转换处理提供数据支撑。
2、容器云平台搭建:该功能模块基于容器技术、容器管理技术来搭建。由装配模型微服务运行模块、模型算法微服务运行模块和微服务控制模块组成。为装配模型微服务和模型算法微服务提供运行环境。具备微服务的调度能力。为模型装配模块提供微服务调度接口,使模型装配模块能够通过发送装配模型定义数据和停止装配模型消息实现对微服务进程的控制。
a)微服务控制模块,实现模型算法微服务调度功能,接收模型装配模块的装配模型定义数据,解析提取其中的微服务ID,通过模型算法微服务运行模块和装配模型微服务模块提供的微服务状态查询接口和微服务控制接口,保证装配模型相关的模型算法微服务和装配模型微服务的进程均正常运行。
b)装配模型微服务运行模块,为装配模型微服务提供运行环境和微服务调度能力。接收微服务控制模块发送的装配模型定义数据,解析该装配模型定义数据中的装配层次关系、I/O定义信息和映射关系信息,使装配模型微服务具备依据装配定义规则调用模型算法微服务功能,具备多级装配模型微服务递归调用功能,具备微服务上下游数据格式间的转换处理功能,实现装配模型微服务的实例化。另外,为微服务控制模块提供装配模型微服务运行状态查询接口和装配模型微服务控制接口。使微服务控制模块按需运行装配模型微服务。
c)模型算法微服务运行模块,为模型算法微服务提供运行环境和微服务调度能力。为微服务控制模块提供模型算法微服务运行状态查询接口和模型算法微服务控制接口。使微服务控制模块按需运行模型算法微服务。
3、微服务运行状态缓存,该子系统基于KV类型的缓存技术实现,使用主从模式和槽位分片建立具备高可用能力和并发处理承载能力的分布式缓存服务,为模型算法微服务提供状态信息的存取提供统一的状态缓存,在多用户多任务并发的情况下各模型算法微服务和其副本共同承担对多个状态信息对象的管理任务,模型驱动引擎在调度装配模型微服务时,微服务根据引擎调度传入的Key从缓存中读取和加载状态信息,在执行仿真计算算法,保证每个相邻步长之间的模型状态一致性。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (10)
1.基于容器云的组件化仿真模型运行控制系统,其特征在于:包括容器云平台、模型装配模块和微服务运行状态缓存;
模型装配模块,根据用户需求确定装配模型微服务定义,并将装配模型微服务的定义数据存储并发布至容器云平台;
容器云平台,实时接收装配模型微服务的定义数据以及外部的装配模型调用请求,根据装配模型调用请求,按定义数据中的层次化装配关系进行运行,并将运行结果反馈至外部;
微服务运行状态缓存,用于容器云平台运行时的缓存。
2.根据权利要求1所述的基于容器云的组件化仿真模型运行控制系统,其特征在于:所述模型装配模块包括存储模块和业务服务模块;
所述存储模块用于存储装配模型微服务的定义数据;
所述业务服务模块包括模型装配定义模块和模型驱动引擎;所述模型装配定义模块用于接收用户需求,根据用户需求定义装配模型微服务的层次化装配关系;所述模型驱动引擎用于将装配模型微服务的定义数据发布至容器云平台。
3.根据权利要求2所述的基于容器云的组件化仿真模型运行控制系统,其特征在于:所述容器云平台包括微服务控制模块、装配模型运行模块和模型算法微服务运行模块;
所述微服务控制模块用于接收装配模型微服务的定义数据,并解析出其中的层次化装配关系,并根据所述层次化装配关系控制装配模型运行模块和模型算法微服务运行模块运行。
4.根据权利要求3所述的基于容器云的组件化仿真模型运行控制系统,其特征在于:所述层次化装配关系包括模型算法需求和装配模型需求;所述微服务控制模块根据模型算法需求控制模型算法微服务运行模块中对应模型算法微服务的运行,根据装配模型需求控制装配模型微服务运行模块中对应装配模型微服务的运行。
5.根据权利要求2~4任一项所述的基于容器云的组件化仿真模型运行控制系统,其特征在于:所述存储模块包括用于存储模型算法输入输出接口定义的微服务接口定义库、用于存储模型算法ID和层次关系的模型装配数据库和用于存储微服务接口之间映射关系的映射库。
6.根据权利要求1~4任一项所述的基于容器云的组件化仿真模型运行控制系统,其特征在于:所述层次化装配关系包括各类微服务的上下游关系和逻辑判断规则。
7.一种基于容器云的组件化仿真模型运行的控制方法,所述的方法由权利要求1所述的基于容器云的组件化仿真模型运行控制系统实现,其特征在于,包括如下步骤:
根据用户需求确定装配模型微服务定义,并将装配模型微服务的定义数据存储;
实时接收外部的装配模型调用请求,根据装配模型调用请求,利用微服务运行状态缓存、按装配模型微服务的定义数据中的层次化装配关系进行运行,并将运行结果反馈至外部。
8.根据权利要求7所述的基于容器云的组件化仿真模型运行控制方法,其特征在于,所述按装配模型微服务的定义数据中的层次化装配关系进行运行的方法为:
将层次化装配关系解析为模型算法需求和装配模型需求;
根据模型算法需求控制对应模型算法微服务的运行,根据装配模型需求控制对应装配模型微服务的运行。
9.根据权利要求8所述的基于容器云的组件化仿真模型运行控制方法,其特征在于:所述层次化装配关系包括各类微服务的上下游关系和逻辑判断规则。
10.一种计算机可读存储介质,所述的计算机可读存储介质存储有计算机程序,其特征在于,所述的计算机程序被处理器执行时实现如权利要求7~权利要求9任一所述基于容器云的组件化仿真模型运行控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010543399.3A CN111818128B (zh) | 2020-06-15 | 2020-06-15 | 基于容器云的组件化仿真模型运行控制系统、方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010543399.3A CN111818128B (zh) | 2020-06-15 | 2020-06-15 | 基于容器云的组件化仿真模型运行控制系统、方法及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111818128A CN111818128A (zh) | 2020-10-23 |
CN111818128B true CN111818128B (zh) | 2023-06-09 |
Family
ID=72845037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010543399.3A Active CN111818128B (zh) | 2020-06-15 | 2020-06-15 | 基于容器云的组件化仿真模型运行控制系统、方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111818128B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112615666B (zh) * | 2020-12-19 | 2022-07-15 | 河南方达空间信息技术有限公司 | 基于RabbitMQ和HAProxy的微服务高可用性部署方法 |
CN112800621B (zh) * | 2021-02-09 | 2023-02-17 | 广东奥尔特云科技有限公司 | 一种基于容器云的卫星星座仿真可视化展示及控制系统 |
CN113268309B (zh) * | 2021-04-07 | 2023-07-21 | 中国电子科技集团公司第二十九研究所 | 一种面向SaaS应用模式的兵棋推演系统 |
CN113377493A (zh) * | 2021-04-07 | 2021-09-10 | 中国电子科技集团公司第二十九研究所 | 一种容器云仿真系统及其设计方法 |
CN116562050B (zh) * | 2023-06-06 | 2024-01-09 | 四川盛世融合科技有限公司 | 一种分布式仿真平台的可视化建模方法及分布式仿真平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789339A (zh) * | 2017-01-19 | 2017-05-31 | 北京仿真中心 | 一种基于轻量级虚拟化架构的分布式云仿真方法与系统 |
CN108762892A (zh) * | 2018-06-07 | 2018-11-06 | 北京仿真中心 | 一种云仿真协同仿真模式的资源配置方法 |
EP3650970A1 (de) * | 2018-11-09 | 2020-05-13 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum computergestützten simulieren eines modularen technischen systems |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10389602B2 (en) * | 2016-12-05 | 2019-08-20 | General Electric Company | Automated feature deployment for active analytics microservices |
US10785122B2 (en) * | 2018-10-05 | 2020-09-22 | Cisco Technology, Inc. | Canary release validation mechanisms for a containerized application or service mesh |
-
2020
- 2020-06-15 CN CN202010543399.3A patent/CN111818128B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789339A (zh) * | 2017-01-19 | 2017-05-31 | 北京仿真中心 | 一种基于轻量级虚拟化架构的分布式云仿真方法与系统 |
CN108762892A (zh) * | 2018-06-07 | 2018-11-06 | 北京仿真中心 | 一种云仿真协同仿真模式的资源配置方法 |
EP3650970A1 (de) * | 2018-11-09 | 2020-05-13 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum computergestützten simulieren eines modularen technischen systems |
Non-Patent Citations (2)
Title |
---|
Acontainer scheduling strategy based on neighborhood division in micro service;Yanghu Guo et.al;《NOMS 2018-2018 IEEE/IFIP Network Operations and Management Symposuim》;20180427;全文 * |
一种支持私有云仿真的HLA/RTI实现方法;黄继杰等;《计算机技术与发展》;20190930;第29卷(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111818128A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111818128B (zh) | 基于容器云的组件化仿真模型运行控制系统、方法及介质 | |
US10970649B2 (en) | Automated reinforcement-learning-based application manager that uses local agents | |
CN111858027B (zh) | 一种软件机器人协同处理方法及系统 | |
CN101710281B (zh) | 基于Agent的动态集成开发平台系统和方法 | |
Gianni et al. | A software architecture to ease the development of distributed simulation systems | |
CN114638017A (zh) | 一种隐私计算算法跨平台系统及迁移方法 | |
CN110888736A (zh) | 一种基于容器云平台的应用管理方法、系统及相关组件 | |
JP2005516302A (ja) | 汎用適応制御のためのオブジェクト指向フレームワーク | |
US11080623B2 (en) | Automated reinforcement-learning-based application manager that uses action tags and metric tags | |
David et al. | Real-time collaborative multi-level modeling by conflict-free replicated data types | |
CN116775041B (zh) | 基于流计算和rete算法的实时决策引擎实现方法 | |
CN109669671B (zh) | 一种基于微服务的多层次自适应方法 | |
CN115237547B (zh) | 一种非侵入式hpc计算集群的统一容器集群托管系统和方法 | |
Bianchi et al. | An ASM-based model for grid job management | |
CN115037757A (zh) | 一种多集群服务管理系统 | |
Paokin et al. | Unified approach for provision of supercomputer center resources | |
Alansari et al. | An architectural framework for enforcing energy management policies in cloud | |
US20200202265A1 (en) | Automated parenting of work items in a resource management structure | |
Huybrechts et al. | DUST Initializr-CAD drawing platform for designing modules and applications in the DUST framework | |
CN113590137B (zh) | Paas平台能力级的可视化运维管理平台 | |
Nikolaidou et al. | A consistent framework for enterprise information system engineering | |
CN109634586B (zh) | 一种分阶段的ima配置数据开发方法 | |
Kolesnikov et al. | Indigo: An infrastructure for optimization of distributed algorithms | |
CN117891452A (zh) | 一种基于软件框架的航电嵌入式软件服务组件封装方法 | |
Sun et al. | An ontology enabled runtime infrastructure |
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 |