CN115496054A - 多学科设计优化方法、系统、电子设备及存储介质 - Google Patents
多学科设计优化方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115496054A CN115496054A CN202211420908.9A CN202211420908A CN115496054A CN 115496054 A CN115496054 A CN 115496054A CN 202211420908 A CN202211420908 A CN 202211420908A CN 115496054 A CN115496054 A CN 115496054A
- Authority
- CN
- China
- Prior art keywords
- optimization
- multidisciplinary design
- design optimization
- multidisciplinary
- result
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- 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
Abstract
本申请提供了多学科设计优化方法、系统、电子设备及存储介质;所述方法包括:资源调度服务器获取来自第一用户端的参数设置指令;基于参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;获取来自第一用户端的多学科设计优化计算任务,多学科设计优化计算任务用于请求云计算设备基于优化算法,对优化参数进行迭代计算,得到多学科设计优化结果;将多学科设计优化计算任务包括的各个子任务发送至对应的云计算设备;接收云计算设备发送的多学科设计优化结果,并将多学科设计优化结果发送至第一用户端。如此,能够极大的降低多学科设计优化方法的使用门槛,能够实现多学科设计优化知识的积累与应用,以及能够提升研发能力与研发效率。
Description
技术领域
本申请涉及多学科设计优化技术,尤其涉及多学科设计优化方法、系统、电子设备及存储介质。
背景技术
随着多学科设计优化技术的快速发展和广泛使用,人们使用多学科设计优化技术解决多学科设计优化问题逐渐成为多学科设计优化技术应用的主流。但是在解决多学科设计优化问题的过程中,现有的多学科设计优化方法是应用于单机软件,通过购置单机软件对应的工作站,以使工作站完成多学科设计优化计算任务,个人或企业用户都需要投入高昂的软硬件成本,且多用户使用的灵活性较差。现有的多学科设计优化方法的使用门槛高,单机软件无法通过云服务器对多学科设计优化流程模板进行封装,无法对多学科设计优化流程模板进行共享和复用,无法在同一时间并发地提供不限量的多学科设计优化服务,单机软件的优化算法无法实时更新,人们更希望降低多学科设计优化方法的使用门槛,且能够对多学科设计优化流程模板进行共享和复用。
因此,如何提供快速和便捷的多学科设计优化模板封装服务,向更多的用户提供多学科设计优化模板共享和复用服务,以极大的降低多学科设计优化方法的使用门槛和提高多学科设计优化技术的应用水平,和通过共享和复用多学科设计优化模板,以实现多学科设计优化知识的积累与应用及提升研发能力与研发效率是一直追求的目标。
发明内容
本申请实施例提供了多学科设计优化方法、系统、电子设备及存储介质。
根据本申请的第一方面,提供了一种多学科设计优化方法,所述方法应用于多学科设计优化云服务系统,该多学科设计优化方法包括:资源调度服务器获取来自第一用户端的参数设置指令;所述资源调度服务器基于所述参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;所述资源调度服务器获取来自所述第一用户端的多学科设计优化计算任务,所述多学科设计优化计算任务用于请求云计算设备基于所述优化算法,对所述优化参数进行迭代计算,得到多学科设计优化结果;所述资源调度服务器将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备;所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端。
根据本申请一实施方式,所述资源调度服务器将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备,包括:所述多学科设计优化云服务系统包括工作站集群,其中所述工作站集群包括N个所述云计算设备,N为正整数;所述资源调度服务器确定所述多学科设计优化计算任务包括的各个所述子任务中是否存在工作站标识信息;响应于所述子任务中存在所述工作站标识信息,向所述工作站标识信息对应的所述云计算设备发送所述子任务;响应于所述子任务中不存在所述工作站标识信息,基于所述工作站集群的资源信息,确定目标云计算设备,向所述目标云计算设备发送所述子任务。
根据本申请一实施方式,所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端之前,所述多学科设计优化方法还包括:所述资源调度服务器实时获取所述云计算设备中正在进行的所述多学科设计优化计算任务对应的计算任务数据和计算任务状态;将所述计算任务数据和所述计算任务状态,实时发送至所述第一用户端。
根据本申请一实施方式,所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端之前,所述多学科设计优化方法还包括:所述优化参数包括:设计变量、约束条件和目标函数;所述云计算设备基于所述优化算法和所述多学科设计优化模型,对所述优化参数进行所述迭代计算,确定每次所述迭代计算得到的第一优化结果;将所述第一优化结果存储至历史数据库;响应于所述迭代计算的迭代次数满足预设的迭代次数阈值,基于所述约束条件和所述目标函数,确定所述历史数据库中的优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果;或,响应于通过连续M次所述迭代计算得到的所述第一优化结果均满足预设的收敛阈值,M为正整数,基于所述约束条件和所述目标函数,确定所述历史数据库中的所述优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果。
根据本申请一实施方式,所述将所述多学科设计优化结果发送至所述第一用户端,包括:所述资源调度服务器基于所述历史数据库,确定所述历史数据库中的所述第一优化结果对应的可视化图表;基于所述多学科设计优化结果、所述第一优化结果和所述可视化图表,生成优化报告,并将所述优化报告发送至所述第一用户端。
根据本申请一实施方式,所述资源调度服务器获取来自第一用户端的参数设置指令之前,所述多学科设计优化方法还包括:在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;获取来自第一用户端的问题定义指令;基于所述问题定义指令,确定所述多学科设计优化流程模板对应的所述优化算法和所述优化参数;获取预设的参数设置控件;基于所述参数设置控件,对所述多学科设计优化流程模板进行界面封装;将所述界面封装后的所述多学科设计优化流程模板作为多学科设计优化模板;将所述多学科设计优化模板存储至模板库;基于所述多学科设计优化模板,确定所述多学科设计优化模型,所述多学科设计优化模型用于辅助用户确定所述参数设置指令。
根据本申请一实施方式,所述基于所述多学科设计优化模板,确定所述多学科设计优化模型,包括:接收针对于所述模板库的触控操作;响应于所述触控操作,确定所述触控操作对应的所述多学科设计优化模板;对所述多学科设计优化模板进行实例化,得到所述多学科设计优化模板对应的所述多学科设计优化模型。
根据本申请的第二方面,提供了一种多学科设计优化云服务系统,该多学科设计优化云服务系统包括资源调度服务器和云计算设备,其中所述资源调度服务器包括:第一获取模块,用于获取来自第一用户端的参数设置指令;确定模块,用于基于所述参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;第二获取模块,用于获取来自所述第一用户端的多学科设计优化计算任务,所述多学科设计优化计算任务用于请求所述云计算设备基于所述优化算法,对所述优化参数进行迭代计算,得到多学科设计优化结果;发送模块,用于将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备;交互模块,用于接收所述云计算设备确定的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端。
根据本申请一实施方式,所述多学科设计优化云服务系统包括工作站集群,其中所述工作站集群包括N个所述云计算设备,N为正整数,所述发送模块用于:确定所述多学科设计优化计算任务包括的各个所述子任务中是否存在工作站标识信息;响应于所述子任务中存在所述工作站标识信息,向所述工作站标识信息对应的所述云计算设备发送所述子任务;响应于所述子任务中不存在所述工作站标识信息,基于所述工作站集群的资源信息,确定目标云计算设备,向所述目标云计算设备发送所述子任务。
根据本申请一实施方式,所述资源调度服务器还包括监视模块,所述监视模块用于:实时获取所述云计算设备中正在进行的所述多学科设计优化计算任务对应的计算任务数据和计算任务状态;将所述计算任务数据和所述计算任务状态,实时发送至所述第一用户端。
根据本申请一实施方式,所述优化参数包括:设计变量、约束条件和目标函数,所述云计算设备用于:基于所述优化算法和所述多学科设计优化模型,对所述优化参数进行所述迭代计算,确定每次所述迭代计算得到的第一优化结果;将所述第一优化结果存储至历史数据库;响应于所述迭代计算的迭代次数满足预设的迭代次数阈值,基于所述约束条件和所述目标函数,确定所述历史数据库中的优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果;或,响应于通过连续M次所述迭代计算得到的所述第一优化结果均满足预设的收敛阈值,M为正整数,基于所述约束条件和所述目标函数,确定所述历史数据库中的所述优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果。
根据本申请一实施方式,所述交互模块用于:基于所述历史数据库,确定所述历史数据库中的所述第一优化结果对应的可视化图表;基于所述多学科设计优化结果、所述第一优化结果和所述可视化图表,生成优化报告,并将所述优化报告发送至所述第一用户端。
根据本申请一实施方式,所述多学科设计优化云服务系统还包括设计子系统,所述设计子系统用于:在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;获取来自第一用户端的问题定义指令;基于所述问题定义指令,确定所述多学科设计优化流程模板对应的所述优化算法和所述优化参数;获取预设的参数设置控件;基于所述参数设置控件,对所述多学科设计优化流程模板进行界面封装;将所述界面封装后的所述多学科设计优化流程模板作为多学科设计优化模板;将所述多学科设计优化模板存储至模板库;基于所述多学科设计优化模板,确定所述多学科设计优化模型,所述多学科设计优化模型用于辅助用户确定所述参数设置指令。
根据本申请一实施方式,所述设计子系统用于:将所述多学科设计优化模板存储至模板库;接收针对于所述模板库的触控操作;响应于所述触控操作,确定所述触控操作对应的所述多学科设计优化模板;对所述多学科设计优化模板进行实例化,得到所述多学科设计优化模板对应的所述多学科设计优化模型。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请所述的方法。
本申请实施例的方法,资源调度服务器获取来自第一用户端的参数设置指令;所述资源调度服务器基于所述参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;所述资源调度服务器获取来自所述第一用户端的多学科设计优化计算任务,所述多学科设计优化计算任务用于请求云计算设备基于所述优化算法,对所述优化参数进行迭代计算,得到多学科设计优化结果;所述资源调度服务器将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备;所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端。如此,能够极大的降低了多学科设计优化方法的使用门槛,实现了多学科设计优化知识的积累与应用,以及提升了研发能力与研发效率。
需要理解的是,本申请的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本申请的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本申请实施例提供的多学科设计优化方法的处理流程示意图一;
图2示出了本申请实施例提供的多学科设计优化方法的处理流程示意图二;
图3示出了本申请实施例提供的多学科设计优化方法的处理流程示意图三;
图4示出了本申请实施例提供的多学科设计优化方法的处理流程示意图四;
图5示出了本申请实施例提供的多学科设计优化方法的处理流程示意图五;
图6示出了本申请实施例提供的多学科设计优化方法的处理流程示意图六;
图7示出了本申请实施例提供的多学科设计优化方法的处理流程示意图七;
图8示出了本申请实施例提供的多学科设计优化方法的一种详细可选处理流程示意图;
图9示出了本申请实施例提供的多学科设计优化方法的一种应用场景图;
图10示出了本申请实施例提供的多学科设计优化云服务系统的一种可选示意图;
图11示出了本申请实施例提供的电子设备的组成结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
多学科设计优化:通过探索和利用系统中相互作用的协同机制,利用多目标策略和计算机辅助技术来设计复杂系统及子系统,可以有效缩短设计周期,获取系统整体最优性能。
相关技术中,目前已知的多学科设计优化的技术方案,由于应用于单机软件,通过购置单机软件对应的工作站,以使工作站完成多学科设计优化计算任务,个人或企业用户都需要投入高昂的软硬件成本,且多用户使用的灵活性较差。现有的多学科设计优化方法的使用门槛高,单机软件无法通过云服务器对多学科设计优化流程模板进行封装,无法对多学科设计优化流程模板进行共享和复用,无法在同一时间并发地提供不限量的多学科设计优化服务,单机软件的优化算法无法实时更新,人们更希望降低多学科设计优化方法的使用门槛,且能够对多学科设计优化流程模板进行共享和复用。
相关技术在处理多学科设计优化计算任务的过程中无法通过云服务器对多学科设计优化流程模板进行封装,单机软件的优化算法无法实时更新,进而出现多学科设计优化方法的使用门槛高,无法对多学科设计优化流程模板进行共享和复用,和无法在同一时间并发地提供不限量的多学科设计优化服务的问题。
针对相关技术提供的上述多学科设计优化方法,在处理多学科设计优化计算任务的过程中无法通过云服务器对多学科设计优化流程模板进行封装,单机软件的优化算法无法实时更新,进而出现多学科设计优化方法的使用门槛高,无法对多学科设计优化流程模板进行共享和复用,和无法在同一时间并发地提供不限量的多学科设计优化服务的问题,本申请实施例的方法,资源调度服务器获取来自第一用户端的参数设置指令;基于参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;获取来自第一用户端的多学科设计优化计算任务,多学科设计优化计算任务用于请求云计算设备基于优化算法,对优化参数进行迭代计算,得到多学科设计优化结果;将多学科设计优化计算任务包括的各个子任务发送至对应的云计算设备;接收云计算设备发送的多学科设计优化结果,并将多学科设计优化结果发送至第一用户端。如此,能够提供快速和便捷的多学科设计优化模板封装服务,向更多的用户提供多学科设计优化模板共享和复用服务,极大的降低多学科设计优化方法的使用门槛和提高多学科设计优化技术的应用水平。通过共享和复用多学科设计优化模板,实现了多学科设计优化知识的积累与应用以及提升了研发能力与研发效率,本申请实施例提供云服务的处理多学科设计优化计算任务的环境,能够对多学科设计优化知识的固化和复用,提升多学科设计优化知识的沉淀与共享能力,同时使得不具备编程能力的人员也可以处理多学科设计优化计算任务,极大的降低了多学科设计优化方法的使用门槛。通过云服务的方式实时更新和发布多学科设计优化算法及多学科设计优化流程模板,用户能够在多学科设计优化云服务系统中获取到最新的多学科设计优化云服务系统中和多学科设计优化流程模板,能够对多学科设计优化流程模板进行共享和复用。因此,与相关技术中多学科设计优化方法的使用门槛高,无法对多学科设计优化流程模板进行共享和复用,和无法在同一时间并发地提供不限量的多学科设计优化服务相比,本申请的多学科设计优化方法极大的降低了多学科设计优化方法的使用门槛,实现了多学科设计优化知识的积累与应用,以及提升了研发能力与研发效率。
对本申请实施例提供的多学科设计优化方法中的处理流程进行说明。参见图1,图1是本申请实施例提供的多学科设计优化方法的处理流程示意图一,将结合图1示出的步骤S101-S105进行说明。
步骤S101,资源调度服务器获取来自第一用户端的参数设置指令。
在一些实施例中,参数设置指令可以包括:用于请求设置多学科设计优化模型对应的优化算法和优化参数的指令。设置优化参数可以包括:设置设计变量、约束条件和目标函数。其中,设计变量可以包括:将全部设计参数作为设计变量,设计参数可以预先设定。设计变量还可以包括:将设计参数中的部分设计参数作为设计变量,设计参数可以预先设定。设置设计变量可以包括:设置设计变量的初始值和取值范围,取值范围可以包括优化算法在寻找多学科设计优化结果的边界范围。约束条件可以包括:关于设计变量的数学函数的计算结果。设置约束条件可以包括:设置约束条件的取值范围,将约束条件的取值范围作为满足多学科设计优化模型的设计要求的约束边界。目标函数可以包括:关于设计变量的数学函数的计算结果。设置目标函数可以包括:设置目标类型、目标函数的最大化、目标函数的最小化和目标函数的目标值。目标类型作为优化算法寻找多学科设计优化结果的方向。响应于对多个目标函数进行多学科设计优化,可以设置每个目标函数的权重和比例因子。设置优化算法可以包括:选择优化算法和设置优化算法对应的参数。参数设置指令还可以包括:用于请求设置多学科设计优化模型对应的其他输入参数的指令。本申请实施例不限定具体的输入参数。第一用户端可以用于:接收用户对多学科设计优化模型的参数设置,生成对应的参数设置指令,并将参数设置指令发送至资源调度服务器。资源调度服务器可以用于:调度云计算设备,以使云计算设备完成多学科设计优化计算任务,云计算设备可以用于通过私有云部署、公有云部署、混合云部署方式,部署的多学科设计优化云服务系统。多学科设计优化云服务系统的部署方式可以包括:私有云部署、公有云部署、混合云部署和本地部署。多学科设计优化云服务系统可以在互联网环境中使用。多学科设计优化云服务系统与本地系统的数据可以进行双向无缝迁移。
在一些实施例中,步骤S101之前,该多学科设计优化方法还可以包括:在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;获取来自第一用户端的问题定义指令;基于问题定义指令,确定多学科设计优化流程模板对应的优化算法和优化参数;获取预设的参数设置控件;基于参数设置控件,对多学科设计优化流程模板进行界面封装;将界面封装后的多学科设计优化流程模板作为多学科设计优化模板;将多学科设计优化模板存储至模板库;基于多学科设计优化模板,确定多学科设计优化模型。
在一些实施例中,多学科设计优化流程模板可以包括:集成适配参数化解析软件工具和计算程序的多学科设计优化流程模板。多学科设计优化流程模板可以用于:对设计模型和仿真模型的参数化解析,以及对解析得到的参数进行计算。问题定义指令可以包括:用于请求确定多学科设计优化流程模板对应的优化算法和优化参数的指令。确定优化参数可以包括:确定多学科设计优化流程模板对应的设计变量、约束条件和目标函数。确定优化算法可以包括:确定多学科设计优化流程模板对应的优化算法和优化算法对应的参数。预设的参数设置控件类型可以包括:布局控件、输入控件、标签控件、显示控件、事件控件、组件控件和Web(World Wide Web,全球广域网)集成控件。界面封装可以包括确定参数设置控件与优化参数的映射关系;界面封装后的多学科设计优化流程模板可以包括:确定映射关系后的多学科设计优化流程模板。
作为示例,在设计子系统的多学科设计优化流程模板封装环境中,集成适配参数化解析软件工具和计算程序的多学科设计优化流程模板。获取来自第一用户端的问题定义指令。基于问题定义指令,确定多学科设计优化流程模板对应的优化算法和优化参数。其中,优化参数可以包括:参数A。获取预设的参数设置控件。预设的参数设置控件可以包括:参数设置控件a、参数设置控件b和参数设置控件c。接收针对参数设置控件a的触控操作a,响应于触控操作a,对参数设置控件a进行布局和样式设计,并将参数设置控件a与多学科设计优化流程模板中的参数A建立映射关系。将确定映射关系后的多学科设计优化流程模板作为多学科设计优化模板。基于多学科设计优化模板,确定多学科设计优化模型。其中,参数设置控件a与参数A存在映射关系,响应于参数设置控件a接收到输入参数4,则多学科设计优化流程模板中的参数A设置为输入参数4。
针对基于多学科设计优化模板,确定多学科设计优化模型,在具体实施时,接收针对于模板库的触控操作;响应于触控操作,确定触控操作对应的多学科设计优化模板;对多学科设计优化模板进行实例化,得到多学科设计优化模板对应的多学科设计优化模型。其中,对多学科设计优化模板进行实例化可以包括:复制多学科设计优化模板,将复制的多学科设计优化模板作为多学科设计优化模型。
作为示例,模板库中可以包括:多学科设计优化模板1和多学科设计优化模板2。在显示屏幕上显示多学科设计优化模板1对应的图标1和多学科设计优化模板2对应的图标2。接收针对于图标1的触控操作1。响应于触控操作1,确定触控操作1对应的多学科设计优化模板1。复制多学科设计优化模板1,将复制的多学科设计优化模板1作为多学科设计优化模型。
步骤S102,资源调度服务器基于参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数。
在具体实施时,步骤S102可以包括:资源调度服务器将多学科设计优化模型中对应的优化算法和优化参数确定为参数设置指令包括的设计变量、约束条件、目标函数、优化算法、优化算法对应的参数。
步骤S103,资源调度服务器获取来自第一用户端的多学科设计优化计算任务。
在一些实施例中,多学科设计优化计算任务可以包括:用于请求云计算设备基于优化算法,对优化参数进行迭代计算,得到多学科设计优化结果的计算任务。其中,多学科设计优化计算任务可以包括M个子任务,M为正整数。本申请实施例不限定具体的子任务数量。
步骤S104,资源调度服务器将多学科设计优化计算任务包括的各个子任务发送至对应的云计算设备。
在一些实施例中,步骤S104可以包括:资源调度服务器确定多学科设计优化计算任务包括的各个子任务中是否存在工作站标识信息;响应于子任务中存在工作站标识信息,向工作站标识信息对应的云计算设备发送子任务;响应于子任务中不存在工作站标识信息,基于工作站集群的资源信息,确定目标云计算设备,向目标云计算设备发送子任务。其中,多学科设计优化云服务系统包括工作站集群,其中工作站集群包括N个云计算设备,N为正整数。云计算设备可以包括:云服务器、超算中心、高性能集群和本地工作站。云计算设备还可以包括:其他云计算设备。本申请实施例不限定具体的云计算设备。工作站标识信息可以包括:子任务对应的指定云计算设备。资源信息可以包括:工作站集群中各个云计算设备的工作状态。目标云计算设备可以包括:工作站集群中计算任务最少的云计算设备。
作为示例,工作站集群可以包括:云服务器、超算中心和本地工作站。多学科设计优化计算任务可以包括:子任务c、子任务d和子任务e。子任务c对应的工作站标识信息对应的云计算设备为超算中心,子任务d对应的工作站标识信息对应的云计算设备为云服务器,子任务e中不存在工作站标识信息。资源调度服务器确定子任务c、子任务d和子任务e中是否存在工作站标识信息。响应于子任务c和子任务d中存在工作站标识信息,向超算中心发送子任务c,向云服务器发送子任务d;响应于子任务e中不存在工作站标识信息,工作站集群中的本地工作站未处理任务,处于空闲状态。将本地工作站作为目标云计算设备,向本地工作站发送子任务e。
步骤S105,资源调度服务器接收云计算设备发送的多学科设计优化结果,并将多学科设计优化结果发送至第一用户端。
在一些实施例中,多学科设计优化结果可以包括:通过预设的迭代次数的迭代计算,得到优选的第一优化结果。第一优化结果可以包括:每次迭代计算得到的优化参数。
在一些实施例中,步骤S105之前,该多学科设计优化方法还可以包括:资源调度服务器实时获取云计算设备中正在进行的多学科设计优化计算任务对应的计算任务数据和计算任务状态;将计算任务数据和计算任务状态,实时发送至第一用户端。其中,计算任务数据可以包括:已计算完成的第一优化结果和已计算完成的多学科设计优化计算任务对应的各个子任务的计算结果。计算任务状态可以包括:云计算设备中的多学科设计优化计算任务的完成进度、执行日志和当前状态。
在一些实施例中,步骤S105之前,该多学科设计优化方法还可以包括:云计算设备基于优化算法和多学科设计优化模型,对优化参数进行迭代计算,确定每次迭代计算得到的第一优化结果;将第一优化结果存储至历史数据库;响应于迭代计算的迭代次数满足预设的迭代次数阈值,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果;或,响应于通过连续M次迭代计算得到的第一优化结果均满足预设的收敛阈值,M为正整数,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为所述多学科设计优化结果。预设的迭代次数阈值可以包括:预先设定的能够确定历史数据库中的优选的第一优化结果的最大迭代次数。响应于迭代计算的迭代次数大于或等于预设的迭代次数阈值,则确定迭代计算的迭代次数满足预设的迭代次数阈值。预设的收敛阈值可以包括:预先设定的收敛准则的阈值。其中,收敛准则可以包括:点距准则、函数下降量准则和梯度准则。收敛准则还可以包括其他准则,本申请实施例不作限定。响应于通过连续M次迭代计算,每次迭代计算得到的第一优化结果的目标函数均满足预设的收敛准则,则确定通过连续M次迭代计算得到的第一优化结果满足预设的收敛阈值,M为正整数。
作为示例,预设的迭代次数阈值为4次。云计算设备基于优化算法和多学科设计优化模型,对优化参数进行4次迭代计算,得到第一优化结果1、第一优化结果2、第一优化结果3和第一优化结果4。将第一优化结果1、第一优化结果2、第一优化结果3和第一优化结果4存储至历史数据库。优化参数经过迭代计算的迭代次数4次等于预设的迭代次数阈值4次,则基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果为第一优化结果3,将第一优化结果3作为多学科设计优化结果,最后将第一优化结果1、第一优化结果2、第一优化结果3、第一优化结果4和多学科设计优化结果发送至资源调度服务器。
在一些实施例中,步骤S105可以包括:资源调度服务器基于历史数据库,确定历史数据库中的第一优化结果对应的可视化图表;基于多学科设计优化结果、第一优化结果和可视化图表,生成优化报告,并将优化报告发送至第一用户端。
在具体实施时,资源调度服务器对历史数据库中的第一优化结果进行图表可视化分析,确定第一优化结果对应的可视化图表。根据预设的优化报告模板,将多学科设计优化结果、第一优化结果和可视化图表自动插入优化报告模板的对应位置,生成优化报告,并将优化报告发送至第一用户端。
在一些实施例中,对所述多学科设计优化方法的处理流程示意图二,如图2所示,包括:
步骤S201,资源调度服务器确定多学科设计优化计算任务包括的各个子任务中是否存在工作站标识信息。
步骤S202a,响应于子任务中存在工作站标识信息,向工作站标识信息对应的云计算设备发送子任务。
步骤S202b,响应于子任务中不存在工作站标识信息,基于工作站集群的资源信息,确定目标云计算设备,向目标云计算设备发送子任务。
针对步骤S201-S202b的具体说明,与上述步骤S104相同,这里不再赘述。
在一些实施例中,对所述多学科设计优化方法的处理流程示意图三,如图3所示,包括:
步骤S301,资源调度服务器实时获取云计算设备中正在进行的多学科设计优化计算任务对应的计算任务数据和计算任务状态。
步骤S302,将计算任务数据和计算任务状态,实时发送至第一用户端。
针对步骤S301-S302的具体说明,与上述步骤S105相同,这里不再赘述。
在步骤S302之后,多学科设计优化方法还可以包括:资源调度服务器接收来自第一用户端对云计算设备的控制指令。响应于控制指令,控制云计算设备处理多学科设计优化计算任务。控制指令可以包括:暂停指令、续算指令、终止指令和重新计算指令。
作为示例,资源调度服务器接收来自第一用户端对云计算设备1的重新计算指令。响应于重新计算指令,控制云计算设备1重新计算云计算设备1中的多学科设计优化计算任务。
在一些实施例中,对所述多学科设计优化方法的处理流程示意图四,如图4所示,包括:
步骤S401,云计算设备基于优化算法和多学科设计优化模型,对优化参数进行迭代计算,确定每次迭代计算得到的第一优化结果。
步骤S402,将第一优化结果存储至历史数据库。
步骤S403a,响应于迭代计算的迭代次数满足预设的迭代次数阈值,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果。
步骤S403b,响应于通过连续M次迭代计算得到的第一优化结果均满足预设的收敛阈值,M为正整数,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为所述多学科设计优化结果。
步骤S404,将第一优化结果和多学科设计优化结果发送至资源调度服务器。
步骤S405,资源调度服务器基于历史数据库,确定历史数据库中的第一优化结果对应的可视化图表。
步骤S406,基于多学科设计优化结果、第一优化结果和可视化图表,生成优化报告,并将优化报告发送至第一用户端。
针对步骤S401-S406的第一优化结果、迭代次数阈值、多学科设计优化结果、优化报告、优化算法、优化参数和多学科设计优化模型的具体说明,与上述步骤S105相同,这里不再赘述。
作为示例,针对步骤S401-S406,在具体实施时,预设的迭代次数阈值为3次。云计算设备基于优化算法和多学科设计优化模型,对优化参数进行3次迭代计算,得到第一优化结果4、第一优化结果5和第一优化结果6。将第一优化结果4、第一优化结果5和第一优化结果6存储至历史数据库。优化参数经过迭代计算的迭代次数3次等于预设的迭代次数阈值3次,则基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果为第一优化结果5,将第一优化结果5作为多学科设计优化结果,最后将第一优化结果4、第一优化结果5、第一优化结果6和多学科设计优化结果发送至资源调度服务器。资源调度服务器对历史数据库中的第一优化结果4、第一优化结果5和第一优化结果6进行图表可视化分析,确定第一优化结果4、第一优化结果5和第一优化结果6对应的可视化图表。根据预设的优化报告模板,将多学科设计优化结果、第一优化结果4、第一优化结果5和第一优化结果6和可视化图表自动插入优化报告模板的对应位置,生成优化报告,并将优化报告发送至第一用户端。
作为示例,针对步骤S401-S406,在具体实施时,M为2次,预设的收敛阈值为函数下降量阈值。预设的迭代次数阈值为100次。云计算设备基于优化算法和多学科设计优化模型,对优化参数进行3次迭代计算,得到第一优化结果7、第一优化结果8和第一优化结果9。将第一优化结果7、第一优化结果8和第一优化结果9存储至历史数据库。第一优化结果7与第一优化结果8的目标函数的函数下降量小于函数下降量阈值,第一优化结果8与第一优化结果9的目标函数的函数下降量小于函数下降量阈值。则基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果为第一优化结果8,将第一优化结果8作为多学科设计优化结果,最后将第一优化结果7、第一优化结果8、第一优化结果9和多学科设计优化结果发送至资源调度服务器。资源调度服务器对历史数据库中的第一优化结果7、第一优化结果8和第一优化结果9进行图表可视化分析,确定第一优化结果7、第一优化结果8和第一优化结果9对应的可视化图表。根据预设的优化报告模板,将多学科设计优化结果、第一优化结果7、第一优化结果8、第一优化结果9和可视化图表自动插入优化报告模板的对应位置,生成优化报告,并将优化报告发送至第一用户端。
在一些实施例中,对所述多学科设计优化方法的处理流程示意图五,如图5所示,包括:
步骤S501,在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板。
步骤S502,获取来自第一用户端的问题定义指令。
步骤S503,基于问题定义指令,确定多学科设计优化流程模板对应的优化算法和优化参数。
步骤S504,获取预设的参数设置控件。
步骤S505,基于参数设置控件,对多学科设计优化流程模板进行界面封装。
步骤S506,将界面封装后的多学科设计优化流程模板作为多学科设计优化模板。
步骤S507,将多学科设计优化模板存储至模板库。
步骤S508,接收针对于模板库的触控操作。
步骤S509,响应于触控操作,确定触控操作对应的多学科设计优化模板。
步骤S510,对多学科设计优化模板进行实例化,得到多学科设计优化模板对应的多学科设计优化模型。
针对步骤S501-S510的具体说明,与上述步骤S101相同,这里不再赘述。
在一些实施例中,对所述多学科设计优化方法的处理流程示意图六,如图6所示,包括:
步骤S601a,资源调度服务器接收来自第一用户端对多学科设计优化云服务系统的注册请求。
步骤S601b,响应于注册请求,向第一用户端提供注册业务。
在一些实施例中,注册业务可以包括:个人用户注册、团队的多用户注册和企业的多用户注册。
在一些实施例中,对所述多学科设计优化方法的处理流程示意图七,如图7所示,包括:
步骤S602a,资源调度服务器接收来自第一用户端对多学科设计优化云服务系统的登录请求。
步骤S602b,响应于登录请求,向第一用户端提供多学科设计优化的云服务业务。
在一些实施例中,多学科设计优化的云服务业务可以包括:多学科设计优化流程模板适配、多学科设计优化问题定义、多学科设计优化流程模板封装、多学科设计优化流程模板知识发布、多学科设计优化模板的实例化、多学科设计优化模型参数设置、多学科设计优化计算任务监控、多学科设计优化计算任务可视化后处理和报告自动生成。
步骤S602c,资源调度服务器接收来自第一用户端对多学科设计优化云服务系统的环境选择请求。
步骤S602d,响应于环境选择请求,向第一用户端提供环境选择请求对应的环境界面。
在一些实施例中,环境选择请求可以用于请求选择多学科设计优化云服务系统的环境界面。环境界面可以包括:多学科设计优化流程模板封装环境和多学科设计优化方法的应用环境。多学科设计优化流程模板封装环境可以用于多学科设计优化流程模板适配、多学科设计优化问题定义、多学科设计优化流程模板封装和多学科设计优化流程模板知识发布。多学科设计优化方法的应用环境可以用于:多学科设计优化模板的实例化、多学科设计优化模型参数设置、多学科设计优化计算任务监控、多学科设计优化计算任务可视化后处理和报告自动生成。
在一些实施例中,对所述多学科设计优化方法的一种详细可选处理流程示意图,如图8所示,包括:
步骤S901,第一用户端向资源调度服务器发送参数设置指令。
步骤S902,资源调度服务器接收参数设置指令。
步骤S903,资源调度服务器基于参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数。
在一些实施例中,参数设置指令可以包括:用于请求设置多学科设计优化模型对应的优化算法和优化参数的指令。设置优化参数可以包括:设置设计变量、约束条件和目标函数。其中,设计变量可以包括:可以修改的设计参数,设计变量可以预先设定。约束条件可以包括:设计变量的取值范围。目标函数可以包括:设计变量的数学函数。设置优化算法可以包括:选择优化算法和设置优化算法对应的参数。参数设置指令还可以包括:用于请求设置多学科设计优化模型对应的其他输入参数的指令。本申请实施例不限定具体的输入参数。
步骤S904,第一用户端向资源调度服务器发送多学科设计优化计算任务。
步骤S905,资源调度服务器接收多学科设计优化计算任务。
步骤S906,资源调度服务器确定多学科设计优化计算任务包括的各个子任务中是否存在工作站标识信息。
步骤S907,资源调度服务器响应于子任务中存在工作站标识信息,向工作站标识信息对应的云计算设备发送子任务。
在一些实施例中,多学科设计优化计算任务可以包括:用于请求云计算设备基于优化算法,对优化参数进行迭代计算,得到多学科设计优化结果的计算任务。其中,多学科设计优化计算任务可以包括H个子任务,H为正整数。本申请实施例不限定具体的子任务数量。
步骤S908,云计算设备基于优化算法和多学科设计优化模型,对优化参数进行迭代计算,确定每次迭代计算得到的第一优化结果。
步骤S909,云计算设备将第一优化结果存储至历史数据库。
步骤S910,云计算设备响应于迭代计算的迭代次数满足预设的迭代次数阈值,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果。
步骤S911,云计算设备向资源调度服务器发送多学科设计优化结果。
步骤S912,资源调度服务器向第一用户端发送多学科设计优化结果。
在一些实施例中,多学科设计优化结果可以包括:通过预设的迭代次数的迭代计算,得到的优选的第一优化结果。第一优化结果可以包括:每次迭代计算得到的优化参数。
图9示出了本申请实施例提供的多学科设计优化方法的一种应用场景图。
参考图9,本申请实施例提供的多学科设计优化方法的一种应用场景,应用于多学科设计优化云服务系统。多学科设计优化云服务系统可以包括:应用层、中台服务层和计算及存储层。
应用层可以包括:设计环境、应用环境和系统管理。设计环境可以包括:多学科设计优化流程模板适配和向导式界面封装。其中多学科设计优化流程模板适配可以用于:多学科流程设计、变量及数据流设计、优化问题设计和优化算法设计。向导式界面封装可以用于:对多学科设计优化流程模板进行向导式界面设计和多学科设计优化流程模板知识发布。应用环境可以包括:多学科设计优化流程模板知识复用和计算任务后处理分析。其中多学科设计优化流程模板知识复用可以包括:多学科设计优化流程模板实例化、模型参数设置、计算任务实时监控,计算任务后处理分析可以包括:明细或聚合数据分析、历史数据可视化、图表可视化和分析报告可视化。系统管理可以包括:云租户管理、授权许可管理、用户管理、权限管理和计算资源管理。
中台服务层通过API(Application Programming Interface,应用程序编程接口)网关向应用层提供多学科设计优化的对外服务。中台服务层可以包括:仿真集成服务、算法服务、计算服务、应用搭建、数据服务、可视化服务、文档中心和用户中心。其中,仿真集成服务向应用层提供软件集成的组件开发SDK(Software Development Kit,软件开发工具包)环境,仿真集成服务可以用于:对多学科设计仿真领域的编程、对商业软件系统进行集成组件的开发和调试。其中,多学科设计仿真领域可以包括:几何建模、结构仿真、流体仿真和电磁仿真。多学科设计仿真领域还可以包括其他仿真模拟,本申请实施例不作限定。通过仿真集成服务,开发和调试程序包,得到开发完成的程序包。开发完成的程序包可以发布到多学科设计优化云服务系统。开发完成的程序包可以用户自己使用,也可以通过设定收费标准,将开发完成的程序包提供给多学科设计优化云服务系统中的其他用户使用。算法服务向应用层提供算法开发的SDK环境,算法服务可以用于对优化算法进行开发和调试,得到优化算法程序包。将优化算法程序包发布到多学科设计优化云服务系统。优化算法程序包可以用户自己使用,也可以通过设定收费标准,将优化算法程序包提供给多学科设计优化云服务系统中的其他用户使用。
计算及存储层可以包括:分布式调度和计算、实时仿真计算、离线仿真计算、关系型数据库、键值数据库、消息队列和分布式文件存储。计算及存储层可以通过消息总线和文件服务代理网关,实现与中台服务层的信息交互和文件交互。将中台服务层和计算及存储层中的相关数据存储至关系型数据库和键值数据库。
第三方系统可以包括:第三方软件程序、第三方系统平台和第三方计算资源。多学科设计优化云服务系统能够集成调用第三方系统来实现多学科设计优化。多学科设计优化云服务系统通过开放接口实现第三方系统与中台服务层、计算及存储层的通信和交互。其中开放接口可以包括:交互API、文件适配转换器和MQ(Message Queue,消息队列)消息接口。中台服务层也可以通过API网关,实时向应用层反馈第三方系统的集成调用情况及相关数据信息。第三方系统可以对提供第三方计算资源的工作站进行分组管理。第三方计算资源的工作站的使用类型可以包括:公有类型和私有类型。其中公有类型具体可以分为:云服务环境公有、企业公有、组织公有、团队公有和租户公有。私有类型具体可以分为:个人租户私有、企业租户中的用户成员私有、组织租户中的用户成员私有、团队租户中的用户成员私有和自定义团队成员私有。
可以理解,图9的多学科设计优化方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中多学科设计优化方法的应用场景包括但不限于图9所示的多学科设计优化方法的应用场景。
本申请实施例的方法,多学科设计优化云服务系统包括工作站集群,其中工作站集群包括N个云计算设备,N为正整数;资源调度服务器确定多学科设计优化计算任务包括的各个子任务中是否存在工作站标识信息;响应于子任务中存在工作站标识信息,向工作站标识信息对应的云计算设备发送子任务;响应于子任务中不存在工作站标识信息,基于工作站集群的资源信息,确定目标云计算设备,向目标云计算设备发送子任务,如此,能够调度云服务器、超算中心、高性能集群和本地工作站等计算资源作为多学科设计优化运服务系统的算力,充分满足不同用户的计算资源需求,提高了多学科设计优化计算任务的处理效率。本申请实施例的方法,资源调度服务器实时获取云计算设备中正在进行的多学科设计优化计算任务对应的计算任务数据和计算任务状态;将计算任务数据和计算任务状态,实时发送至第一用户端,如此,能够实时监控多学科设计优化计算任务,在同一时间并发地提供不限量的多学科设计优化服务,且能够对多学科设计优化计算任务进行暂停、续算、终止和重新计算等控制操作,提高了多学科设计优化计算任务的处理效率。本申请实施例的方法,优化参数包括:设计变量、约束条件和目标函数;云计算设备基于优化算法和多学科设计优化模型,对优化参数进行迭代计算,确定每次迭代计算得到的第一优化结果;将第一优化结果存储至历史数据库;响应于迭代计算的迭代次数满足预设的迭代次数阈值,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果;或,响应于通过连续M次迭代计算得到的第一优化结果均满足预设的收敛阈值,M为正整数,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果,如此,能够通过网页浏览器即可访问和使用多学科设计优化云服务系统处理多学科设计优化计算任务,使得终端用户不受限于硬件、软件和办公环境等的限制,极大的降低了多学科设计优化方法的使用门槛,实现了多学科设计优化知识的积累与应用,以及提升了研发能力与研发效率。本申请实施例的方法,资源调度服务器基于历史数据库,确定历史数据库中的第一优化结果对应的可视化图表;基于多学科设计优化结果、第一优化结果和可视化图表,生成优化报告,并将优化报告发送至第一用户端,如此,能够自动生成优化报告,可以通过优化报告对多学科设计优化计算任务的处理过程、优化设计空间和参数影响性关系等进行充分挖掘,极大的降低了多学科设计优化方法的使用门槛,实现了多学科设计优化知识的积累与应用,以及提升了研发能力与研发效率。本申请实施例的方法,在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;获取来自第一用户端的问题定义指令;基于问题定义指令,确定多学科设计优化流程模板对应的优化算法和优化参数;获取预设的参数设置控件;基于参数设置控件,对多学科设计优化流程模板进行界面封装;将界面封装后的多学科设计优化流程模板作为多学科设计优化模板;将多学科设计优化模板存储至模板库;基于多学科设计优化模板,确定多学科设计优化模型,多学科设计优化模型用于辅助用户确定参数设置指令。如此,能够提供快速和便捷的多学科设计优化模板封装服务,向更多的用户提供多学科设计优化模板共享和复用服务,使得不具备编程能力的用户也可以实现多学科设计优化模板的设计,提高了多学科设计优化模板的积累和共享能力。通过多学科设计优化模板的共享和复用,使得不具备编写程序能力的用户也可以参与多学科设计优化的研究,极大的降低了多学科设计优化方法的使用门槛,降低了多学科设计优化的研究成本,实现了多学科设计优化知识的积累与应用,以及提升了研发能力与研发效率。
因此,与相关技术中多学科设计优化方法的使用门槛高,无法对多学科设计优化流程模板进行共享和复用,和无法在同一时间并发地提供不限量的多学科设计优化服务相比,本申请的多学科设计优化方法极大的降低了多学科设计优化方法的使用门槛,实现了多学科设计优化知识的积累与应用,以及提升了研发能力与研发效率。
下面继续说明本申请实施例提供的多学科设计优化云服务系统70的实施为软件模块的示例性结构,在一些实施例中,如图10所示,多学科设计优化云服务系统70中的软件模块可以包括:资源调度服务器701和云计算设备702,其中资源调度服务器701可以包括:第一获取模块7011,用于获取来自第一用户端的参数设置指令;确定模块7012,用于基于参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;第二获取模块7013,用于获取来自第一用户端的多学科设计优化计算任务,多学科设计优化计算任务用于请求云计算设备702基于优化算法,对优化参数进行迭代计算,得到多学科设计优化结果;发送模块7014,用于将多学科设计优化计算任务包括的各个子任务发送至对应的云计算设备702;交互模块7015,用于接收云计算设备702确定的多学科设计优化结果,并将多学科设计优化结果发送至第一用户端。
在一些实施例中,多学科设计优化云服务系统70可以包括工作站集群,其中工作站集群包括N个云计算设备702,N为正整数,发送模块7014具体用于:确定多学科设计优化计算任务包括的各个子任务中是否存在工作站标识信息;响应于子任务中存在工作站标识信息,向工作站标识信息对应的云计算设备702发送子任务;响应于子任务中不存在工作站标识信息,基于工作站集群的资源信息,确定目标云计算设备,向目标云计算设备发送子任务。
在一些实施例中,资源调度服务器701还可以包括监视模块7016,监视模块7016用于:实时获取云计算设备702中正在进行的多学科设计优化计算任务对应的计算任务数据和计算任务状态;将计算任务数据和计算任务状态,实时发送至第一用户端。
在一些实施例中,优化参数包括:设计变量、约束条件和目标函数,云计算设备702具体用于:基于优化算法和多学科设计优化模型,对优化参数进行迭代计算,确定每次迭代计算得到的第一优化结果;将第一优化结果存储至历史数据库;响应于迭代计算的迭代次数满足预设的迭代次数阈值,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果;或,响应于通过连续M次迭代计算得到的第一优化结果均满足预设的收敛阈值,M为正整数,基于约束条件和目标函数,确定历史数据库中的优选的第一优化结果,并将优选的第一优化结果作为多学科设计优化结果;将第一优化结果和多学科设计优化结果发送至资源调度服务器701。
在一些实施例中,交互模块7015具体用于:基于历史数据库,确定历史数据库中的第一优化结果对应的可视化图表;基于多学科设计优化结果、第一优化结果和可视化图表,生成优化报告,并将优化报告发送至第一用户端。
在一些实施例中,多学科设计优化云服务系统70还包括设计子系统703,设计子系统703用于:在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;获取来自第一用户端的问题定义指令;基于问题定义指令,确定多学科设计优化流程模板对应的优化算法和优化参数;获取预设的参数设置控件;基于参数设置控件,对多学科设计优化流程模板进行界面封装;将界面封装后的多学科设计优化流程模板作为多学科设计优化模板;将多学科设计优化模板存储至模板库;基于多学科设计优化模板,确定多学科设计优化模型,多学科设计优化模型用于辅助用户确定参数设置指令。
在一些实施例中,设计子系统703具体用于:接收针对于模板库的触控操作;响应于触控操作,确定触控操作对应的多学科设计优化模板;对多学科设计优化模板进行实例化,得到多学科设计优化模板对应的多学科设计优化模型。
需要说明的是,本申请实施例系统的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本申请实施例提供的多学科设计优化云服务系统中未尽的技术细节,可以根据图1至图10中任一附图的说明而理解。
根据本申请的实施例,本申请还提供了一种电子设备和一种非瞬时计算机可读存储介质。
图11示出了可以用来实施本申请的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图11所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如多学科设计优化方法。例如,在一些实施例中,多学科设计优化方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的多学科设计优化方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行多学科设计优化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本申请公开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,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种多学科设计优化方法,其特征在于,所述方法应用于多学科设计优化云服务系统,所述多学科设计优化方法包括:
资源调度服务器获取来自第一用户端的参数设置指令;
所述资源调度服务器基于所述参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;
所述资源调度服务器获取来自所述第一用户端的多学科设计优化计算任务,所述多学科设计优化计算任务用于请求云计算设备基于所述优化算法,对所述优化参数进行迭代计算,得到多学科设计优化结果;
所述资源调度服务器将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备;
所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端。
2.根据权利要求1所述的方法,其特征在于,所述资源调度服务器将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备,包括:
所述多学科设计优化云服务系统包括工作站集群,其中所述工作站集群包括N个所述云计算设备,N为正整数;
所述资源调度服务器确定所述多学科设计优化计算任务包括的各个所述子任务中是否存在工作站标识信息;
响应于所述子任务中存在所述工作站标识信息,向所述工作站标识信息对应的所述云计算设备发送所述子任务;
响应于所述子任务中不存在所述工作站标识信息,基于所述工作站集群的资源信息,确定目标云计算设备,向所述目标云计算设备发送所述子任务。
3.根据权利要求2所述的方法,其特征在于,所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端之前,所述多学科设计优化方法还包括:
所述资源调度服务器实时获取所述云计算设备中正在进行的所述多学科设计优化计算任务对应的计算任务数据和计算任务状态;
将所述计算任务数据和所述计算任务状态,实时发送至所述第一用户端。
4.根据权利要求1所述的方法,其特征在于,所述资源调度服务器接收所述云计算设备发送的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端之前,所述多学科设计优化方法还包括:
所述优化参数包括:设计变量、约束条件和目标函数;
所述云计算设备基于所述优化算法和所述多学科设计优化模型,对所述优化参数进行所述迭代计算,确定每次所述迭代计算得到的第一优化结果;
将所述第一优化结果存储至历史数据库;
响应于所述迭代计算的迭代次数满足预设的迭代次数阈值,基于所述约束条件和所述目标函数,确定所述历史数据库中的优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果;或,响应于通过连续M次所述迭代计算得到的所述第一优化结果均满足预设的收敛阈值,M为正整数,基于所述约束条件和所述目标函数,确定所述历史数据库中的所述优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果;
将所述第一优化结果和所述多学科设计优化结果发送至所述资源调度服务器。
5.根据权利要求4所述的方法,其特征在于,所述将所述多学科设计优化结果发送至所述第一用户端,包括:
所述资源调度服务器基于所述历史数据库,确定所述历史数据库中的所述第一优化结果对应的可视化图表;
基于所述多学科设计优化结果、所述第一优化结果和所述可视化图表,生成优化报告,并将所述优化报告发送至所述第一用户端。
6.根据权利要求1所述的方法,其特征在于,所述资源调度服务器获取来自第一用户端的参数设置指令之前,所述多学科设计优化方法还包括:
在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;
获取来自第一用户端的问题定义指令;
基于所述问题定义指令,确定所述多学科设计优化流程模板对应的所述优化算法和所述优化参数;
获取预设的参数设置控件;
基于所述参数设置控件,对所述多学科设计优化流程模板进行界面封装;
将所述界面封装后的所述多学科设计优化流程模板作为多学科设计优化模板;
将所述多学科设计优化模板存储至模板库;
基于所述多学科设计优化模板,确定所述多学科设计优化模型,所述多学科设计优化模型用于辅助用户确定所述参数设置指令。
7.根据权利要求6所述的方法,其特征在于,所述基于所述多学科设计优化模板,确定所述多学科设计优化模型,包括:
接收针对于所述模板库的触控操作;
响应于所述触控操作,确定所述触控操作对应的所述多学科设计优化模板;
对所述多学科设计优化模板进行实例化,得到所述多学科设计优化模板对应的所述多学科设计优化模型。
8.一种多学科设计优化云服务系统,其特征在于,所述多学科设计优化云服务系统包括资源调度服务器和云计算设备,其中所述资源调度服务器包括:
第一获取模块,用于获取来自第一用户端的参数设置指令;
确定模块,用于基于所述参数设置指令,确定多学科设计优化模型对应的优化算法和优化参数;
第二获取模块,用于获取来自所述第一用户端的多学科设计优化计算任务,所述多学科设计优化计算任务用于请求所述云计算设备基于所述优化算法,对所述优化参数进行迭代计算,得到多学科设计优化结果;
发送模块,用于将所述多学科设计优化计算任务包括的各个子任务发送至对应的所述云计算设备;
交互模块,用于接收所述云计算设备确定的所述多学科设计优化结果,并将所述多学科设计优化结果发送至所述第一用户端。
9.根据权利要求8所述的系统,其特征在于,所述多学科设计优化云服务系统包括工作站集群,其中所述工作站集群包括N个所述云计算设备,N为正整数,所述发送模块用于:
确定所述多学科设计优化计算任务包括的各个所述子任务中是否存在工作站标识信息;
响应于所述子任务中存在所述工作站标识信息,向所述工作站标识信息对应的所述云计算设备发送所述子任务;
响应于所述子任务中不存在所述工作站标识信息,基于所述工作站集群的资源信息,确定目标云计算设备,向所述目标云计算设备发送所述子任务。
10.根据权利要求9所述的系统,其特征在于,所述资源调度服务器还包括监视模块,所述监视模块用于:
实时获取所述云计算设备中正在进行的所述多学科设计优化计算任务对应的计算任务数据和计算任务状态;
将所述计算任务数据和所述计算任务状态,实时发送至所述第一用户端。
11.根据权利要求8所述的系统,其特征在于,所述优化参数包括:设计变量、约束条件和目标函数,所述云计算设备用于:
基于所述优化算法和所述多学科设计优化模型,对所述优化参数进行所述迭代计算,确定每次所述迭代计算得到的第一优化结果;
将所述第一优化结果存储至历史数据库;
响应于所述迭代计算的迭代次数满足预设的迭代次数阈值,基于所述约束条件和所述目标函数,确定所述历史数据库中的优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果;或,响应于通过连续M次所述迭代计算得到的所述第一优化结果均满足预设的收敛阈值,M为正整数,基于所述约束条件和所述目标函数,确定所述历史数据库中的所述优选的第一优化结果,并将所述优选的第一优化结果作为所述多学科设计优化结果;
将所述第一优化结果和所述多学科设计优化结果发送至所述资源调度服务器。
12.根据权利要求11所述的系统,其特征在于,所述交互模块用于:
基于所述历史数据库,确定所述历史数据库中的所述第一优化结果对应的可视化图表;
基于所述多学科设计优化结果、所述第一优化结果和所述可视化图表,生成优化报告,并将所述优化报告发送至所述第一用户端。
13.根据权利要求8所述的系统,其特征在于,所述多学科设计优化云服务系统还包括设计子系统,所述设计子系统用于:
在多学科设计优化流程模板封装环境中,搭建多学科设计优化流程模板;
获取来自第一用户端的问题定义指令;
基于所述问题定义指令,确定所述多学科设计优化流程模板对应的所述优化算法和所述优化参数;
获取预设的参数设置控件;
基于所述参数设置控件,对所述多学科设计优化流程模板进行界面封装;
将所述界面封装后的所述多学科设计优化流程模板作为多学科设计优化模板;
将所述多学科设计优化模板存储至模板库;
基于所述多学科设计优化模板,确定所述多学科设计优化模型,所述多学科设计优化模型用于辅助用户确定所述参数设置指令。
14.根据权利要求13所述的系统,其特征在于,所述设计子系统用于:
接收针对于所述模板库的触控操作;
响应于所述触控操作,确定所述触控操作对应的所述多学科设计优化模板;
对所述多学科设计优化模板进行实例化,得到所述多学科设计优化模板对应的所述多学科设计优化模型。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211420908.9A CN115496054B (zh) | 2022-11-15 | 2022-11-15 | 多学科设计优化方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211420908.9A CN115496054B (zh) | 2022-11-15 | 2022-11-15 | 多学科设计优化方法、系统、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115496054A true CN115496054A (zh) | 2022-12-20 |
CN115496054B CN115496054B (zh) | 2023-02-21 |
Family
ID=85115624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211420908.9A Active CN115496054B (zh) | 2022-11-15 | 2022-11-15 | 多学科设计优化方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115496054B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291452A (zh) * | 2011-08-09 | 2011-12-21 | 北京星网锐捷网络技术有限公司 | 基于云策略的虚拟机管理方法、云管理服务器及云系统 |
CN103065221A (zh) * | 2012-12-27 | 2013-04-24 | 北京仿真中心 | 基于bpel的多学科协同优化流程建模与调度的方法和系统 |
WO2015180196A1 (zh) * | 2014-05-27 | 2015-12-03 | 中国空间技术研究院 | 一种基于多学科优化的卫星总体方案确定系统及实现方法 |
CN110147559A (zh) * | 2018-02-11 | 2019-08-20 | 株洲中车时代电气股份有限公司 | 基于多物理场耦合的变流器多学科优化设计方法 |
CN110969362A (zh) * | 2019-12-09 | 2020-04-07 | 山东师范大学 | 一种云计算系统下多目标任务调度方法及系统 |
CN111177899A (zh) * | 2019-12-16 | 2020-05-19 | 北京航天智造科技发展有限公司 | 一种基于云平台的多学科协同仿真方法和系统 |
CN112507453A (zh) * | 2020-12-03 | 2021-03-16 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种以气动为核心的多学科耦合分析系统及方法 |
JP2022137182A (ja) * | 2021-07-13 | 2022-09-21 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 連合学習方法、装置、機器及び記憶媒体 |
CN115115344A (zh) * | 2022-07-22 | 2022-09-27 | 北京树优信息技术有限公司 | 多学科仿真优化业务服务管理方法及中台系统 |
-
2022
- 2022-11-15 CN CN202211420908.9A patent/CN115496054B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291452A (zh) * | 2011-08-09 | 2011-12-21 | 北京星网锐捷网络技术有限公司 | 基于云策略的虚拟机管理方法、云管理服务器及云系统 |
CN103065221A (zh) * | 2012-12-27 | 2013-04-24 | 北京仿真中心 | 基于bpel的多学科协同优化流程建模与调度的方法和系统 |
WO2015180196A1 (zh) * | 2014-05-27 | 2015-12-03 | 中国空间技术研究院 | 一种基于多学科优化的卫星总体方案确定系统及实现方法 |
CN110147559A (zh) * | 2018-02-11 | 2019-08-20 | 株洲中车时代电气股份有限公司 | 基于多物理场耦合的变流器多学科优化设计方法 |
CN110969362A (zh) * | 2019-12-09 | 2020-04-07 | 山东师范大学 | 一种云计算系统下多目标任务调度方法及系统 |
CN111177899A (zh) * | 2019-12-16 | 2020-05-19 | 北京航天智造科技发展有限公司 | 一种基于云平台的多学科协同仿真方法和系统 |
CN112507453A (zh) * | 2020-12-03 | 2021-03-16 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种以气动为核心的多学科耦合分析系统及方法 |
JP2022137182A (ja) * | 2021-07-13 | 2022-09-21 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 連合学習方法、装置、機器及び記憶媒体 |
CN115115344A (zh) * | 2022-07-22 | 2022-09-27 | 北京树优信息技术有限公司 | 多学科仿真优化业务服务管理方法及中台系统 |
Non-Patent Citations (3)
Title |
---|
WANG, JL等: "Multidisciplinary approaches to artificial swarm intelligence for heterogeneous computing and cloud scheduling", 《APPLIED INTELLIGENCE》 * |
周际锋等: "云环境下的多学科设计优化研究", 《机械设计与制造》 * |
黄海燕等: "舰船多学科协同设计优化软件系统设计", 《船海工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115496054B (zh) | 2023-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110198244B (zh) | 面向异构云服务的资源配置方法和装置 | |
US9860134B2 (en) | Resource provisioning using predictive modeling in a networked computing environment | |
US8589929B2 (en) | System to provide regular and green computing services | |
CN111310936A (zh) | 机器学习训练的构建方法、平台、装置、设备及存储介质 | |
US9229777B2 (en) | Dynamically relocating workloads in a networked computing environment | |
JP2014532247A (ja) | 容易にクラウド化可能なアプリケーションの発見型の識別および移行 | |
CN107729138B (zh) | 一种高性能分布式矢量空间数据的分析方法和装置 | |
CN114860412B (zh) | 任务处理方法、装置、电子设备和介质 | |
Choudhary et al. | Energy-aware scientific workflow scheduling in cloud environment | |
Li et al. | A generic cloud platform for engineering optimization based on OpenStack | |
Singh et al. | To offload or not? an analysis of big data offloading strategies from edge to cloud | |
CN114846490A (zh) | 量化机器人流程自动化相关资源的使用 | |
CN116368504A (zh) | 机器学习流水线的分布式资源感知训练 | |
CN115496054B (zh) | 多学科设计优化方法、系统、电子设备及存储介质 | |
Ni et al. | Priced timed petri nets based resource allocation strategy for fog computing | |
Fan et al. | Knative autoscaler optimize based on double exponential smoothing | |
CN115952054A (zh) | 一种仿真任务资源管理方法、装置、设备及介质 | |
KR20120133362A (ko) | 로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템 | |
CN115269145A (zh) | 一种面向海上无人设备的高能效异构多核调度方法及装置 | |
CN114035919A (zh) | 基于配电网分层分布特征的任务调度系统及方法 | |
AU2015101031A4 (en) | System and a method for modelling the performance of information systems | |
CN115344359A (zh) | 算力资源分配方法、装置、计算机可读存储介质及设备 | |
Karthikeyan et al. | Novel power reduction framework for enhancing cloud computing by integrated GSNN scheduling method | |
Ye et al. | The analysis of service provider-user coordination for resource allocation in cloud computing | |
CN117113727B (zh) | 交互式数值模拟的设备配置方法、装置及电子设备 |
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 |