CN115426319A - 一种网络资源调度系统 - Google Patents

一种网络资源调度系统 Download PDF

Info

Publication number
CN115426319A
CN115426319A CN202211049099.5A CN202211049099A CN115426319A CN 115426319 A CN115426319 A CN 115426319A CN 202211049099 A CN202211049099 A CN 202211049099A CN 115426319 A CN115426319 A CN 115426319A
Authority
CN
China
Prior art keywords
network
data
module
scheduling
industrial
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
CN202211049099.5A
Other languages
English (en)
Other versions
CN115426319B (zh
Inventor
杨帆
陈智超
李明慧
王筱
李嘉星
董志飞
黄培光
杜宪宇
王丹蕾
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.)
Shangfei Intelligent Technology Co ltd
Original Assignee
Shanghai Aircraft Manufacturing Co Ltd
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 Shanghai Aircraft Manufacturing Co Ltd filed Critical Shanghai Aircraft Manufacturing Co Ltd
Priority to CN202211049099.5A priority Critical patent/CN115426319B/zh
Publication of CN115426319A publication Critical patent/CN115426319A/zh
Application granted granted Critical
Publication of CN115426319B publication Critical patent/CN115426319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/02—Capturing of monitoring data
    • H04L43/028—Capturing of monitoring data by filtering
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Signal Processing (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Educational Administration (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Manufacturing & Machinery (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种网络资源调度系统。包括：业务模块、工业神经网络模块、网络资源调度模块以及网络传输模块；业务模块用于提供当前工业场景中的多厂区的各类业务数据；工业神经网络模块用于接收各类业务数据以及业务网络需求数据，将接收到的数据按照预设的图结构转换为多源图数据，并转发至网络资源调度模块；网络资源调度模块用于将多源图数据进行处理，获取当前网络资源的最优调度方案，并转化为网络需求调度指令；网络传输模块用于将业务网络需求数据发送至工业神经网络模块；以及将网络需求调度指令转化为网络性能指标参数，对当前工业场景的网络资源进行配置。通过采用上述技术方案，能够实现根据工业场景的业务需求实时调度网络资源。

Description

一种网络资源调度系统
技术领域
本发明涉及5G通信技术领域，尤其涉及一种网络资源调度系统。
背景技术
5G网络在工业现场的应用过程中，需要针对工业现场的实际网络需求进行网络资源配置。
目前，工业现场使用的网络一般为根据计划网络需求预先配置的网络，在对工业场景中的终端侧业务进行调整时，网络无法根据调整后的网络需求进行及时调整，采用预先配置的网络可能会导致当前工业场景内的网络性能不能达到最佳状态，且无法保障各通信设备的安全性。
发明内容
本发明提供了一种网络资源调度系统，能够实现根据工业场景的业务需求，对网络资源进行实时调度。
根据本发明的一方面，提供了一种网络资源调度系统，包括：业务模块、工业神经网络模块、网络资源调度模块以及网络传输模块；
所述业务模块用于向工业神经网络模块提供当前工业场景中的多厂区的各类业务数据；
所述工业神经网络模块用于接收业务模块发送的各类业务数据以及网络传输模块发送的业务网络需求数据，将各类业务数据以及业务网络需求数据按照预设的图结构转换为多源图数据，并将生成的多源图数据转发至网络资源调度模块；
所述网络资源调度模块用于将接收到的多源图数据进行处理，获取当前网络资源的最优调度方案，并转化为网络需求调度指令发送至网络传输模块；
所述网络传输模块用于将业务网络需求数据发送至工业神经网络模块；以及
将接收到的网络需求调度指令转化为网络性能指标参数，根据网络性能指标参数对当前工业场景的网络资源进行配置。
可选的，所述业务模块包括下述至少一项：排产分配单元以及MES(ManufacturingExecution System，制造执行管理系统)单元；
排产分配单元用于向工业神经网络模块提供当前工业场景中的多厂区的生产计划数据；
EMS单元用于向工业神经网络模块提供当前工业场景中的多厂区的实时生产状态数据。
可选的，所述工业神经网络模块具体用于：
接收业务模块发送的多厂区的各类业务数据以及网络传输模块发送的业务网络需求数据；
将所述各类业务数据以及业务网络需求数据按照预设的图结构转换为图数据的形式并存储；
将生成的多源图数据发送至网络资源调度模块。
可选的，所述网络资源调度模块包括数据汇总单元、数据治理单元、数据分析单元以及数据翻译单元；
数据汇总单元用于将工业神经网络模块发送的多源图数据汇总采集至数据分析单元；
数据治理单元用于对数据汇总单元采集的多源图数据进行过滤筛选，确定目标图数据；
数据分析单元用于对目标图数据进行计算分析，获取当前网络资源的最优调度方案；
数据翻译单元用于将当前网络资源的最优调度方案转化为网络需求调度指令，并将网络需求调度指令发送至网络传输模块。
可选的，数据治理单元具体用于：
在数据汇总单元汇总采集的图数据中，过滤掉与当前网络资源调度方案不相关的图数据；
在过滤后的多源图数据中确定唯一数据源，筛选出目标图数据。
可选的，数据分析单元具体用于：
根据目标图数据中的业务网络需求数据获取该工业场景中的全局网络需求数据；
利用全局网络需求数据与实时生产状态数据进行计算，获取基于实时价值目标的多个较优解；
利用全局网络需求数据与当前生产计划数据进行计算，获取基于生产计划目标的多个较优解；
利用基于实时价值目标的多个较优解与基于生产计划目标的多个较优解，计算获取当前网络资源的最优调度方案。
可选的，数据翻译单元具体用于：
将数据分析单元获取的当前网络资源的最优调度方案转化为网络需求调度指令；
向网络传输模块暴露通讯接口，将网络需求调度指令发送至网络传输模块。
可选的，所述网络传输模块包括5G核心网、5G基站以及接入终端；
5G核心网用于接收数据翻译单元发送的网络需求调度指令，将网络需求调度指令转化为5G网络内部的网络性能指标参数，并根据网络性能指标参数向5G基站以及接入终端下发传输调度指令；
5G基站用于根据5G核心网下发的传输调度指令，对5G基站侧的网络需求参数进行配置；
接入终端用于根据5G核心网下发的调度指令，对接入终端侧的网络需求参数进行配置。
可选的，所述5G核心网还用于提供数据传输所需的专用信令面通道；
5G基站和接入终端还用于将业务网络需求数据发送至工业神经网络模块。
可选的，接入终端中还包括资源调度评分单元，用于根据资源调度后的网络情况对当前网络资源调度方案进行评分，并将评分结果发送至数据分析单元。
本发明实施例的技术方案，通过在网络资源调度系统中配置业务模块、工业神经网络模块、网络资源调度模块以及网络传输模块的方式，能够根据工业场景的业务需求，获取网络资源的最优调度方案。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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1a是根据本发明实施例一提供的一种网络资源调度系统的结构示意图；
图1b是根据本发明实施例一提供的另一种网络资源调度系统的结构示意图；
图2为本发明实施例二提供的一种网络传输模块的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1a为本发明实施例一提供的一种网络资源调度系统的结构示意图，如图1a所示，网络资源调度系统包括：业务模块110、工业神经网络模块120、网络资源调度模块130以及网络传输模块140。
业务模块110用于向工业神经网络模块120提供当前工业场景中的多厂区的各类业务数据；
工业神经网络模块120用于接收业务模块110发送的各类业务数据以及网络传输模块140发送的业务网络需求数据，将各类业务数据以及业务网络需求数据按照预设的图结构转换为多源图数据，并将生成的多源图数据转发至网络资源调度模块130；
网络资源调度模块130用于将接收到的多源图数据进行处理，获取当前网络资源的最优调度方案，并转化为网络需求调度指令发送至网络传输模块140；
网络传输模块140用于将业务网络需求数据发送至工业神经网络模块120；以及
将接收到的网络需求调度指令转化为网络性能指标参数，根据网络性能指标参数对当前工业场景的网络资源进行配置。
可以理解的是，在一个工业场景中可以具有多个厂区，各厂区中可以包含多个终端设备，终端设备可以用于执行工业场景中的相关业务，为了满足终端设备的网络通信需求，可以对网络资源进行配置，以保证该工业场景内的网络性能处于最佳状态。
若不采用本发明的技术方案，业务模块110与网络传输模块140会处于单独工作的状态，无论业务模块110生成什么类型的业务数据，网络传输模块140均会采用预设的网络资源调度方案配置工业场景内的网络资源。
本发明创造性的提出，在网络资源调度系统中，增加工业神经网络模块120以及网络资源调度模块130，通过工业神经网络模块120的数据汇总转换以及网络资源调度模块130的计算处理，能够针对业务模块110生成的不同的业务数据获取最优的网络资源调度方案，并利用当前最优的网络资源调度方案对网络传输模块140进行配置。
图1b为本发明实施例一提供的另一种网络资源调度系统的结构示意图，如图1b所示，业务模块110包括排产分配单元111以及MES单元112；网络资源调度模块130包括数据汇总单元131、数据治理单元132、数据分析单元133以及数据翻译单元134；网络传输模块140包括5G核心网141、5G基站142以及接入终端143。
具体的，业务模块110可以包括下述至少一项：排产分配单元111以及MES单元112；
排产分配单元111可以用于向工业神经网络模块120提供当前工业场景中的多厂区的生产计划数据；
EMS单元112可以用于向工业神经网络模块120提供当前工业场景中的多厂区的实时生产状态数据。
在一个具体的工业场景中，可以包含多个生产设备用于执行生产任务，排产分配单元111可以根据工作人员制定的生产计划，向工业神经网络模块120提供当前工业场景中多厂区中的各生产设备的生产计划数据；EMS单元112可以将当前工业场景中多厂区中的各生产设备的实时生产状态数据发送至工业神经网络模块120。
可选的，业务模块110中还可以包括其他用于提供生产设备相关数据的单元，以提供如业务模型数据、移动设备的运动路径数据、碰撞检测数据以及实时监控数据等各类业务数据。
业务模块110提供相对完备的业务数据，可以使网络资源调度模块130生成的当前网络资源的调度方案最优化。
具体的，工业神经网络模块120可以具体用于：
接收业务模块110发送的多厂区的各类业务数据以及网络传输模块140发送的业务网络需求数据；
将所述各类业务数据以及业务网络需求数据按照预设的图结构转换为图数据的形式并存储；
将生成的多源图数据发送至网络资源调度模块130。
网络传输模块140发送的业务网络需求数据可以理解为，在当前工业场景中，各厂区可能执行不同的生产任务，因此可能对网络的需求不同，业务网络需求数据可以指各厂区执行当前业务时所需的网络配置，如吞吐量和网络优先级等配置。
图结构是一种用顶点和边表示数据的数据结构，由于工业场景内的网络交互相对复杂，使用图结构来表示数据，能够更加明确当前工业场景内的网络交互关系，且对工业场景内生产计划的修改可以通过对图结构中的顶点和边进行修改的方式来实现，不会对其他未修改的生产计划产生影响。
可选的，工业神经网络模块120可以理解为一个基于图数据库的业务数据存储模块，网络资源调度模块130可以基于工业神经网络模块120中存储的图数据，生成当前网络资源的最优调度方案。
由于工业神经网络模块120中存储的是图数据，业务模块110与网络传输模块140发送的数据信息不符合工业神经网络模块120的数据需求，因此在工业神经网络120接收到业务模块110发送的各类业务数据以及网络传输模块140发送的业务网络需求数据之后，需要对各类业务数据以及业务网络需求数据进行数据结构转换，转换为图数据的形式再进行存储与转发。
在一个具体的实施方式中，工业神经网络模块120中存储的数据还可以包括各类业务实体数据、业务模型数据、终端设备的位置数据以及历史网络需求数据等，工业神经网络模块120中存储的具体数据可以根据实际需求进行配置。
具体的，网络资源调度模块130可以包括数据汇总单元131、数据治理单元132、数据分析单元133以及数据翻译单元134；
数据汇总单元131可以用于将工业神经网络模块120发送的多源图数据汇总采集至数据分析单元133；
数据治理单元132可以用于对数据汇总单元131采集的多源图数据进行过滤筛选，确定目标图数据；
数据分析单元133可以用于对目标图数据进行计算分析，获取当前网络资源的最优调度方案；
数据翻译单元134可以用于将当前网络资源的最优调度方案转化为网络需求调度指令，并将网络需求调度指令发送至网络传输模块140。
由于工业神经网络模块120中可能会存储多种数据，且部分数据与当前工业场景中的网络资源调度方案计算无关，因此网络资源调度模块130需要先筛选出用于网络资源调度方案计算的相关数据，再进行计算获取最优网络资源调度方案。
进一步的，由于工业神经网络模块120可以获取来自排产分配单元111、EMS单元112、网络传输模块140以及工业场景中其他数据源发送的数据，而在实际的工业场景中，即使各数据源发送的是相同的数据内容，数据格式也可能不同，因此，还需要在网络资源调度模块130中确定唯一数据源，作为计算当前网络资源的最优调度方案的数据。
在一个具体的实施方式中，数据治理单元132可以将数据汇总单元131采集的数据进行清洗，排除与当前工业场景中的网络资源调度方案计算无关的数据，并在过滤后的数据中对同类型同维度的不同源数据进行筛选，确定唯一数据源。
数据分析单元133可以根据数据治理单元筛选后的目标图数据，通过图算法运算获取基于实时价值目标和基于生产计划目标的多个较优调度方案，并在多个较优调度方案的基础上，计算获取当前网络资源的最优调度方案。
在网络资源调度系统中，数据分析单元133计算的调度方案无法直接对网络传输模块140中的网络资源配置项进行更改，因此，需要在网络资源调度模块130中配置一个数据翻译单元134，对数据分析单元133计算的当前网络资源的最优调度方案进行转化，生成网络需求调度指令之后发送至网络传输模块140，从而实现对网络资源的调度。
可选的，网络需求调度指令中可以包括网络指标需求、形成切片数量、切片分配、QoS(Quality of Service，服务质量)等级、编码规则、主动重传次数以及基站功控等性能指标参数。
网络传输模块140可以包括5G核心网141、5G基站142以及接入终端143；
5G核心网141可以用于接收数据翻译单元134发送的网络需求调度指令，将网络需求调度指令转化为5G网络内部的网络性能指标参数，并根据网络性能指标参数向5G基站142以及接入终端143下发传输调度指令；
5G基站142可以用于根据5G核心网141下发的传输调度指令，对5G基站侧的网络需求参数进行配置；
接入终端143用于根据5G核心网141下发的调度指令，对接入终端侧的网络需求参数进行配置。
在一个具体的实施方式中，可以通过5G核心网141中的AF(ApplicationFunction，应用功能)网元接收数据翻译单元134发送的网络需求调度指令，并将网络需求调度指令转化为5G网络内部的网络性能指标参数，5G网络内部的网络性能指标参数可以包括切片数量、切片分配、QoS等级、编码规则、主动重传次数以及基站功控等性能指标参数，通过获取5G网络内部的网络性能指标参数可以生成传输调度指令，传输调度指令可以用于对5G网络资源进行调度。
可以理解的是，虽然数据翻译单元134生成的网络需求调度指令中包含网络指标需求等性能指标参数，但与网络传输模块140中5G基站142需要配置的参数可能会存在不匹配的现象，因此，需要通过5G核心网141将数据翻译单元134生成的网络需求调度指令，转化为对5G网络内部的网络性能指标参数。
在一个具体的实施方式中，5G基站142中的5G协议栈和基站控制软件可以响应5G核心网141下发的传输调度指令，并根据传输调度指令配置相应的空口切片数量、终端切片分配、QoS等级执行、编码规则执行、主动重传次数配置以及基站功控配置等参数配置；接入终端143中的5G接入终端软件和终端协议栈可以响应5G核心网141下发的传输调度指令，并根据传输调度指令配置相应的空口切片数量、终端切片分配、QoS等级执行、编码规则执行、主动重传次数配置以及基站功控配置等参数配置。
5G基站142与接入终端143需要同时响应5G核心网141下发的传输调度指令并配置参数的原因在于：为了保证5G网络的正常通信，5G基站侧与接入终端侧的参数应进行相应配置，因此需要在5G基站侧与接入终端侧分别按照5G核心网141下发的传输调度指令进行一次参数配置。
进一步的，5G核心网141还可以用于提供数据传输所需的专用信令面通道；
5G基站142和接入终端143还可以用于将业务网络需求数据发送至工业神经网络模块。
在一个具体实施方式中，业务网络需求数据可以包括5G基站142发送的网络需求参数以及接入终端143发送的数据传输需求，在网络传输模块140将业务网络需求数据发送至工业神经网络模块120的过程中，5G核心网141可以提供数据传输所需的专用信令面通道；5G基站142可以提供单独的数据需求切片用来传递网络需求参数，并实际执行将网络需求参数存储于工业神经网络模块120的任务；接入终端143可以将数据传输需求存储于工业神经网络模块120中。
本发明实施例的技术方案，通过在网络资源调度系统中配置业务模块、工业神经网络模块、网络资源调度模块以及网络传输模块的方式，能够根据工业场景的业务需求，获取网络资源的最优调度方案。
实施例二
本实施例在上述实施例的基础上，进一步具体介绍了网络资源调度模块130中的数据汇总单元131、数据治理单元132、数据分析单元133以及数据翻译单元134。
在一个具体的实施方式中，数据汇总单元131可以汇总采集工业神经网络模块120中的各类数据至数据分析单元133中的分析数据缓存中，并基于分布式存储技术，实现厂区多源数据的汇总。
数据治理单元132可以具体用于：
在数据汇总单元131汇总采集的图数据中，过滤掉与当前网络资源调度方案不相关的图数据；
在过滤后的多源图数据中确定唯一数据源，筛选出目标图数据。
目标图数据是指可以用于数据分析单元133中计算当前网络资源最优调度方案的图数据，目标图数据是具有唯一数据源的图数据。
数据分析单元133可以具体用于：
根据目标图数据中的业务网络需求数据获取该工业场景中的全局网络需求数据；
利用全局网络需求数据与实时生产状态数据进行计算，获取基于实时价值目标的多个较优解；
利用全局网络需求数据与当前生产计划数据进行计算，获取基于生产计划目标的多个较优解；
利用基于实时价值目标的多个较优解与基于生产计划目标的多个较优解，计算获取当前网络资源的最优调度方案。
在一个具体的实施方式中，数据分析单元133可以基于数据治理单元132治理好的目标图数据，进行图算法运算。数据分析单元133可以先根据目标图数据中的业务网络需求数据获取该工业场景中的全局网络需求数据；将全局网络需求数据与从MES单元112中获取的实时生产状态数据进行图卷积神经网络运算，获取该工业场景中基于实时价值目标的多个较优解；同时将全局网络需求数据与从排产分配单元111中获取的当前生产计划数据进行计算，获取该工业场景中基于生产计划目标的多个预调度较优解；进一步的，可以利用基于实时价值目标的多个较优解与基于生产计划目标的多个较优解，通过遗传算法计算获取当前网络资源的最优调度方案。
数据翻译单元134可以具体用于：
将数据分析单元133获取的当前网络资源的最优调度方案转化为网络需求调度指令；
向网络传输模块140暴露通讯接口，将网络需求调度指令发送至网络传输模块。
图2为本发明实施例二提供的一种网络传输模块的结构示意图，如图2所示，网络传输模块140中还可以包括资源调度评分单元144。
资源调度评分单元144可以用于根据资源调度后的网络情况对当前网络资源调度方案进行评分，并将评分结果发送至数据分析单元133。
优选的，资源调度评分单元144中可以内置一个评分算法，用于对当前网络资源调度方案进行评分，并将获取到的评分结果发送至数据分析单元133中，数据分析单元133可以将每次资源调度方案的评分结果输入至遗传算法中，对遗传算法进行迭代处理。
这样设置的好处在于：通过对当前网络资源调度方案进行评分，并将评分结果用于数据分析单元133中遗传算法的迭代的方式，能够根据实际工业场景的网络需求以及网络配置对遗传算法进行优化，能够持续优化网络资源调度方案。
本发明实施例的技术方案，通过在网络资源调度模块中配置数据汇总单元、数据治理单元、数据分析单元以及数据翻译单元的方式，能够获取工业场景中的全域业务数据，并将业务实时调整与网络预调度相结合，实现多源业务的综合决策。
具体应用场景
1.5G网络搭建
本具体应用场景旨在说明一个可选的5G网络搭建方式，5G网络在工业场景的部署应以场景需求为导向，先以每1000平方米配置1个PRRU(Pico Remote Radio Unit，微型射频拉远单元)的密度覆盖5G网络，再针对大带宽、低延时的场景增加额外PRRU，并配套单独扩展单元。网络部署应采用多种网络复合应用的方式，对于难以布线、带宽要求高、延迟要求高或并发数据量大的区域优先采用5G网络，能够有效降低企业运维成本。
2.业务模块数据接入
本具体应用场景旨在说明一个可选的业务模块数据接入方式。数据可以按来源分别实施接入，其中，设备实时数据、环境实时监控数据，优先采用自带接口的直接采集方式，对于接口无法打通的情况，优先采用物联网盒子破解采集数据，若仍无法采集，也可采用加装传感器、机器视觉方案进行采集，物联数据的存储一般存储为与物理实体相关联的节点。各类管理系统的关系型数据，优先采用数据接口进行接入，对于接口开发困难的或数据含义不明朗的数据也可采用数据库直连的方式接入，业务系统数据一般在工业神经网络中存储为对应物理对象的属性。对于原本没有关注的数据维度，采用工业手持机进行主动采集，一般在工业神经网络中存储为对应物理对象的属性。
3.调度算法搭建
本具体应用场景旨在说明一个可选的调度算法搭建方式。基于已接入的业务模型，可以构建图抽象结构，并基于图抽象结构建立实时调度的图卷积神经网络算法模型和预调度的图卷积神经网络算法模型，并对算法进行调优。进一步的，通过识别企业业务目标，并转化为遗传算法的目标函数，根据调优后的输出结果，进行基于目标函数的遗传算法学习，得到初步调度结果，并转化为切片数量、切片分配、QoS等级、编码规则、主动重传次数、基站功控等性能指标参数。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种网络资源调度系统，其特征在于，包括业务模块、工业神经网络模块、网络资源调度模块以及网络传输模块；
所述业务模块用于向工业神经网络模块提供当前工业场景中的多厂区的各类业务数据；
所述工业神经网络模块用于接收业务模块发送的各类业务数据以及网络传输模块发送的业务网络需求数据，将各类业务数据以及业务网络需求数据按照预设的图结构转换为多源图数据，并将生成的多源图数据转发至网络资源调度模块；
所述网络资源调度模块用于将接收到的多源图数据进行处理，获取当前网络资源的最优调度方案，并转化为网络需求调度指令发送至网络传输模块；
所述网络传输模块用于将业务网络需求数据发送至工业神经网络模块；以及
将接收到的网络需求调度指令转化为网络性能指标参数，根据网络性能指标参数对当前工业场景的网络资源进行配置。
2.根据权利要求1所述的系统，其特征在于，所述业务模块包括下述至少一项：排产分配单元以及制造执行管理系统MES单元；
排产分配单元用于向工业神经网络模块提供当前工业场景中的多厂区的生产计划数据；
制造执行管理系统EMS单元用于向工业神经网络模块提供当前工业场景中的多厂区的实时生产状态数据。
3.根据权利要求2所述的系统，其特征在于，所述工业神经网络模块具体用于：
接收业务模块发送的多厂区的各类业务数据以及网络传输模块发送的业务网络需求数据；
将所述各类业务数据以及业务网络需求数据按照预设的图结构转换为图数据的形式并存储；
将生成的多源图数据发送至网络资源调度模块。
4.根据权利要求1-3任一项所述的系统，其特征在于，所述网络资源调度模块包括数据汇总单元、数据治理单元、数据分析单元以及数据翻译单元；
数据汇总单元用于将工业神经网络模块发送的多源图数据汇总采集至数据分析单元；
数据治理单元用于对数据汇总单元采集的多源图数据进行过滤筛选，确定目标图数据；
数据分析单元用于对目标图数据进行计算分析，获取当前网络资源的最优调度方案；
数据翻译单元用于将当前网络资源的最优调度方案转化为网络需求调度指令，并将网络需求调度指令发送至网络传输模块。
5.根据权利要求4所述的系统，其特征在于，数据治理单元具体用于：
在数据汇总单元汇总采集的图数据中，过滤掉与当前网络资源调度方案不相关的图数据；
在过滤后的多源图数据中确定唯一数据源，筛选出目标图数据。
6.根据权利要求5所述的系统，其特征在于，数据分析单元具体用于：
根据目标图数据中的业务网络需求数据获取该工业场景中的全局网络需求数据；
利用全局网络需求数据与实时生产状态数据进行计算，获取基于实时价值目标的多个较优解；
利用全局网络需求数据与当前生产计划数据进行计算，获取基于生产计划目标的多个较优解；
利用基于实时价值目标的多个较优解与基于生产计划目标的多个较优解，计算获取当前网络资源的最优调度方案。
7.根据权利要求6所述的系统，其特征在于，数据翻译单元具体用于：
将数据分析单元获取的当前网络资源的最优调度方案转化为网络需求调度指令；
向网络传输模块暴露通讯接口，将网络需求调度指令发送至网络传输模块。
8.根据权利要求7所述的系统，其特征在于，所述网络传输模块包括5G核心网、5G基站以及接入终端；
5G核心网用于接收数据翻译单元发送的网络需求调度指令，将网络需求调度指令转化为5G网络内部的网络性能指标参数，并根据网络性能指标参数向5G基站以及接入终端下发传输调度指令；
5G基站用于根据5G核心网下发的传输调度指令，对5G基站侧的网络需求参数进行配置；
接入终端用于根据5G核心网下发的调度指令，对接入终端侧的网络需求参数进行配置。
9.根据权利要求8所述的系统，其特征在于，所述5G核心网还用于提供数据传输所需的专用信令面通道；
5G基站和接入终端还用于将业务网络需求数据发送至工业神经网络模块。
10.根据权利要求9所述的系统，其特征在于，接入终端中还包括资源调度评分单元，用于根据资源调度后的网络情况对当前网络资源调度方案进行评分，并将评分结果发送至数据分析单元。
CN202211049099.5A 2022-08-30 2022-08-30 一种网络资源调度系统 Active CN115426319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211049099.5A CN115426319B (zh) 2022-08-30 2022-08-30 一种网络资源调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211049099.5A CN115426319B (zh) 2022-08-30 2022-08-30 一种网络资源调度系统

Publications (2)

Publication Number Publication Date
CN115426319A true CN115426319A (zh) 2022-12-02
CN115426319B CN115426319B (zh) 2024-09-06

Family

ID=84200259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211049099.5A Active CN115426319B (zh) 2022-08-30 2022-08-30 一种网络资源调度系统

Country Status (1)

Country Link
CN (1) CN115426319B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107231436A (zh) * 2017-07-14 2017-10-03 网宿科技股份有限公司 一种进行业务调度的方法和装置
CN109560968A (zh) * 2018-12-20 2019-04-02 中国电子科技集团公司第三十研究所 一种动态策略驱动的网络资源智能规划与配置方法
CN110048869A (zh) * 2018-01-16 2019-07-23 中国科学院沈阳自动化研究所 面向工业时间敏感软件定义网络的资源分配方法和系统
CN110059873A (zh) * 2019-04-12 2019-07-26 广东电网有限责任公司信息中心 一种面向电网企业测试环境云资源的智能调度方法
US20190266015A1 (en) * 2018-02-27 2019-08-29 Microsoft Technology Licensing, Llc Deep neural network workload scheduling
CN110601897A (zh) * 2019-09-17 2019-12-20 中国人民解放军战略支援部队信息工程大学 一种网络资源配置方法及装置
US20200068600A1 (en) * 2017-05-03 2020-02-27 Huawei Technologies Co., Ltd. Method and device for scheduling uplink transmission resource
US20200293838A1 (en) * 2019-03-13 2020-09-17 Deepmind Technologies Limited Scheduling computation graphs using neural networks
CN112100451A (zh) * 2020-09-14 2020-12-18 上海飞机制造有限公司 基于图数据库搭建工业神经网络的方法
CN112381365A (zh) * 2020-10-30 2021-02-19 广东蕾琪化妆品有限公司 一种基于神经网络的化妆品生产工况监测系统及其控制方法
CN113572706A (zh) * 2021-06-16 2021-10-29 燕山大学 一种无边界协同控制时间敏感网络自适应分级调度方法
CN114205249A (zh) * 2020-09-02 2022-03-18 中国联合网络通信集团有限公司 资源分配方法及终端设备
WO2022099596A1 (zh) * 2020-11-13 2022-05-19 浙江大学 一种面向工业个性化定制生产的自适应学习智能调度统一计算框架及系统
CN114637262A (zh) * 2022-03-10 2022-06-17 广东泰云泽科技有限公司 基于5g驱动的智能工厂数字孪生信息的决策控制方法及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200068600A1 (en) * 2017-05-03 2020-02-27 Huawei Technologies Co., Ltd. Method and device for scheduling uplink transmission resource
CN107231436A (zh) * 2017-07-14 2017-10-03 网宿科技股份有限公司 一种进行业务调度的方法和装置
CN110048869A (zh) * 2018-01-16 2019-07-23 中国科学院沈阳自动化研究所 面向工业时间敏感软件定义网络的资源分配方法和系统
US20190266015A1 (en) * 2018-02-27 2019-08-29 Microsoft Technology Licensing, Llc Deep neural network workload scheduling
CN109560968A (zh) * 2018-12-20 2019-04-02 中国电子科技集团公司第三十研究所 一种动态策略驱动的网络资源智能规划与配置方法
US20200293838A1 (en) * 2019-03-13 2020-09-17 Deepmind Technologies Limited Scheduling computation graphs using neural networks
CN110059873A (zh) * 2019-04-12 2019-07-26 广东电网有限责任公司信息中心 一种面向电网企业测试环境云资源的智能调度方法
CN110601897A (zh) * 2019-09-17 2019-12-20 中国人民解放军战略支援部队信息工程大学 一种网络资源配置方法及装置
CN114205249A (zh) * 2020-09-02 2022-03-18 中国联合网络通信集团有限公司 资源分配方法及终端设备
CN112100451A (zh) * 2020-09-14 2020-12-18 上海飞机制造有限公司 基于图数据库搭建工业神经网络的方法
CN112381365A (zh) * 2020-10-30 2021-02-19 广东蕾琪化妆品有限公司 一种基于神经网络的化妆品生产工况监测系统及其控制方法
WO2022099596A1 (zh) * 2020-11-13 2022-05-19 浙江大学 一种面向工业个性化定制生产的自适应学习智能调度统一计算框架及系统
CN113572706A (zh) * 2021-06-16 2021-10-29 燕山大学 一种无边界协同控制时间敏感网络自适应分级调度方法
CN114637262A (zh) * 2022-03-10 2022-06-17 广东泰云泽科技有限公司 基于5g驱动的智能工厂数字孪生信息的决策控制方法及系统

Also Published As

Publication number Publication date
CN115426319B (zh) 2024-09-06

Similar Documents

Publication Publication Date Title
Lin et al. Concept design of a system architecture for a manufacturing cyber-physical digital twin system
CN109359098B (zh) 一种调度数据网行为监测系统及方法
CN112671560A (zh) 一种高可用的分布式实时告警处理方法及系统
CN111125230B (zh) 一种基于规则引擎的物联网平台的数据处理方法及系统
CN105005274A (zh) 管理过程控制系统中的大数据
CN104125087A (zh) 一种告警信息处理方法及装置
CN108400993A (zh) 智能工业装备组件式组建的物联网系统和存储介质
CN108924007B (zh) 通信运营信息的大数据采集及存储系统和方法
KR101801680B1 (ko) 실시간 원격 제어 시스템 및 실시간 스마트 게이트웨이
CN113472822A (zh) 数据分流方法、装置、设备及介质
CN108494575A (zh) 一种基于图数据库的电力通信网运行方式建模方法及系统
CN113259147B (zh) 网元管理方法、装置、计算机设备、介质
Jiang et al. Status from a random field: How densely should one update?
CN103731870A (zh) 监控任务的管理方法及装置
CN112398939A (zh) 基于通信信令的分区式气象智能预警平台
CN117955832A (zh) 移动终端通信质量估计方法、装置、电子设备及存储介质
CN116633992B (zh) 一种物联网数据传输方法及系统
CN115426319B (zh) 一种网络资源调度系统
CN110989537A (zh) 生产数据处理方法、设备、介质及系统
KR101536350B1 (ko) 유무선 센서네트워크 기반 생산자원 자율 관리시스템
Bakshi et al. Optimum ConvergeCast scheduling in wireless sensor networks
EP3975610A1 (en) Method and system for data synchronization in multi-access edge computing environments
CN110086662B (zh) 一种需求定义网络的实现方法及网络架构
CN112019524A (zh) 3d打印云服务的通信协议结构、数据包处理方法和系统
CN115374101A (zh) 轨道交通站段级数据管理系统

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
TA01 Transfer of patent application right

Effective date of registration: 20231208

Address after: Room 712, South, No. 69 Zhangjiang Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai, 2012

Applicant after: Shangfei Intelligent Technology Co.,Ltd.

Address before: 919 Shangfei Road, Pudong New Area, Shanghai, 201324

Applicant before: SHANGHAI AIRCRAFT MANUFACTURING Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant