CN117176596B - 一种面向工业互联网平台的制造服务供需网络仿真方法 - Google Patents
一种面向工业互联网平台的制造服务供需网络仿真方法 Download PDFInfo
- Publication number
- CN117176596B CN117176596B CN202311442688.4A CN202311442688A CN117176596B CN 117176596 B CN117176596 B CN 117176596B CN 202311442688 A CN202311442688 A CN 202311442688A CN 117176596 B CN117176596 B CN 117176596B
- Authority
- CN
- China
- Prior art keywords
- manufacturing
- manufacturing network
- hierarchical structure
- nodes
- hierarchical
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 591
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004088 simulation Methods 0.000 title claims abstract description 38
- 238000010586 diagram Methods 0.000 claims abstract description 92
- 238000002372 labelling Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 239000000470 constituent Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种面向工业互联网平台的制造服务供需网络仿真方法。本申请提供的方法应用于面向工业互联网平台的制造服务供需网络仿真系统,所述系统包括处理器和子图匹配器,所述方法包括:基于制造网络节点和制造网络边,获取制造网络图;基于所述制造网络图,生成对应的分层结构树;获取所述分层结构树中的分层结构节点和分层结构边;基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图;通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果。本申请提供的面向工业互联网平台的制造服务供需网络仿真方法及系统,可以快速的获取全面精准的仿真匹配结果。
Description
技术领域
本申请涉及服务型制造技术领域,尤其涉及一种面向工业互联网平台的制造服务供需网络仿真方法及系统。
背景技术
云制造系统作为一个三方用户(云平台运营方,服务提供方,任务需求方)深入参与的双边市场,在运行过程中会产生大量不同领域不同粒度的制造服务和任务数据。而云平台作为运营方如何对海量服务进行管理,并评估其供需平衡状态,以促进制造资源的优化配置,是提升平台服务共享效率的一个迫切需要解决的问题。
现有的云平台评估方法由于无法适应海量服务与任务的快速演变,不具备时效性,切极大的耗费人力物力资源,无法适应实际情况。
发明内容
有鉴于此,本申请提供一种面向工业互联网平台的制造服务供需网络仿真方法及系统,用以快速的获取全面精准的仿真匹配结果。
具体地,本申请是通过如下技术方案实现的:
本申请第一方面提供一种面向工业互联网平台的制造服务供需网络仿真方法,所述方法包括:
基于制造网络节点和制造网络边,获取制造网络图;所述制造网络图为基于所述制造网络边覆盖任意所述制造网络节点的全连接网络;
基于所述制造网络图,生成对应所述制造网络图的分层结构树;
获取所述分层结构树中的分层结构节点和分层结构边;所述分层结构树的分层结构节点数量与所述制造网络图的制造网络节点数量相同,所述分层结构树的分层结构边数量小于所述制造网络图的制造网络边数量;
基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图;
通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果。
本申请第二方面提供一种面向工业互联网平台的制造服务供需网络仿真设备,包括处理器和子图匹配器;
所述处理器,用于基于制造网络节点和制造网络边,获取制造网络图;基于所述制造网络图,生成对应的分层结构树;获取所述分层结构树中的分层结构节点和分层结构边;基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图;
所述子图匹配器,用于通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果。
本申请提供的面向工业互联网平台的制造服务供需网络仿真方法及系统,首先基于制造网络图全面反应制造服务过程中的节点关系,生成的分层结构树反应节点之间的最大权路径,最后通过预设的制造服务供需匹配方法处理服务维度子图和任务维度子图,得到匹配结果。本申请通过网结构—树结构—图结构反应制造服务和制造任务之间的关系和连接,在保证了数据完整性和可信度的前提下,提高了仿真结构的准确性。
附图说明
图1为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例一的流程图;
图2为本申请一示例性实施例示出的一种分层结构树的示意图;
图3为本申请一示例性实施例示出的一种服务维度子图和任务维度子图的示意图;
图4为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例二的流程图;
图5为本申请一示例性实施例示出的一种制造网络图和对应的分层结构关系的示意图;
图6为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例三的流程图;
图7为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例四的流程图;
图8为本申请一示例性实施例示出的一种制造网络图的示意图;
图9为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例五的流程图;
图10为本申请提供的面向工业互联网平台的制造服务供需网络仿真系统实施例一的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第一信息,类似地,第一信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请提供一种面向工业互联网平台的制造服务供需网络仿真方法及系统,用以快速的获取全面精准的仿真匹配结果。
本申请提供的面向工业互联网平台的制造服务供需网络仿真方法及系统,首先基于制造网络节点和制造网络边,获取制造网络图,进而基于制造网络图,生成对应的分层结构树,并获取分层结构树中的分层结构节点和分层结构边,然后基于分层结构节点和分层结构边,生成服务维度子图和任务维度子图,最后通过预设的制造服务供需匹配方法处理服务维度子图和任务维度子图,得到匹配结果。这样,首先通过制造网络图完整的反应制造服务和制造任务之间的关系和连接,在保证了数据完整性和可信度的前提下,便于后续对其进行处理,进而通过分层结构树提取服务维度子图和任务维度子图,使得制造服务和制造任务的匹配过程更加准确。这样,可以获得更全面精准的仿真匹配结果。
下面给出具体的实施例,用以详细介绍本申请的技术方案。
图1为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例一的流程图。请参照图1,本实施例提供的方法,可以包括:
S101、基于制造网络节点和制造网络边,获取制造网络图,所述制造网络图为基于所述制造网络边覆盖任意所述制造网络节点的全连接网络。
具体的,制造网络节点为制造网络图中用于表示制造过程中各个组成成分的点。例如,一实施例中,制造网络节点可以为提供制造服务的资源和实体,包括设备、工具等。再例如,在另一实施例中,制造网络节点可以为任务需求的具体任务。
进一步地,制造网络边表示制造网络节点之间的关系与交互行为,制造网络边上可以包含多个制造网络节点。需要说明的是,根据制造网络边实际描述的关系类型,制造网络边可以是有向的,也可以是无向的。
进一步地,制造网络图包含制造网络节点以及制造网络边,该图可以描述工业互联网平台在提供服务供需过程中涉及的各种制造服务以及制造任务之间的联系与交互。通过制造网络图能可视化的描述制造服务与制造任务的体系,以便进行资源的分配和优化。
S102、基于所述制造网络图,生成对应所述制造网络图的分层结构树。
具体的,分层结构树是一种将制造服务与制造任务通过可视化的树形结构表示出来的树形图,分层结构树通过组织和平衡制造服务与制造任务,可以提高生产的效率和灵活性。
进一步地,基于制造网络图获取制造服务与制造任务之间的联系与交互,确定分层结构树的具体结构层级,并确定它们之间的关系和连接,进而使用图像工具绘制分层结构树。
例如,一实施例中,基于制造网络图,生成对应的分层结构树如图2所示。图2为本申请一示例性实施例示出的一种分层结构树的示意图。请参照图2,该分层结构树中包含6个制造网络节点与5条制造网络边。
S103、获取所述分层结构树中的分层结构节点和分层结构边;所述分层结构树的分层结构节点数量与所述制造网络图的制造网络节点数量相同,所述分层结构树的分层结构边数量小于所述制造网络图的制造网络边数量。
具体的,分层结构节点与分层结构边为分层结构树中的节点与对应的边,其与上面步骤中的制造网络节点与制造网络边类型相同,具体解释请参见上述描述,本步骤中不再赘述。
S104、基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图。
具体的,子图可以研究与分析分层结构树局部的特点,子图为分层结构树中的任意部分构成的图。换言之,分层结构树中的任意一部分(包括分层结构树本身)均为一个子图。
具体实现时,获取分层结构树中所有分层结构节点与分层结构边的一个子集,构成分层结构树对应的一个子图,将子图中按照其包含的分层结构节点的类型,划分为服务维度子图和任务维度子图。需要说明的是,在选取分层结构节点构成子图时,所选的分层结构节点的数量需要大于等于2个。
例如,一实施例中,基于分层结构节点和分层结构边,生成的服务维度子图和任务维度子图如图3所示。图3为本申请一示例性实施例示出的一种服务维度子图和任务维度子图的示意图。请参照图3,选取分层结构树中特定的分层结构节点,并获取选中的分层结构节点所关联的分层结构边,基于此创建的服务维度子图如图3中左图所示;创建的任务维度子图如图3中右图所示。
S105、通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果。
具体的,预设的制造服务供需匹配方法是根据实际情况选取的,本实施例中不对此方法进行限定。例如,一实施例中,预设的制造服务供需匹配方法是基于子图同构求解制造服务供需匹配模型进行服务维度子图与任务维度子图进行匹配。
本申请提供的面向工业互联网平台的制造服务供需网络仿真方法及系统,首先基于制造网络图全面反应制造服务过程中的节点关系,生成的分层结构树反应节点之间的最大权路径,最后通过预设的制造服务供需匹配方法处理服务维度子图和任务维度子图,得到匹配结果。本申请通过网结构—树结构—图结构反应制造服务和制造任务之间的关系和连接,在保证了数据完整性和可信度的前提下,提高了仿真结构的准确性。
图4为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例二的流程图。请参照图4,在上述实施例的基础上,所述基于所述制造网络图,生成对应的分层结构树的步骤,包括:
S401、针对所述制造网络图,获取分层结构关系。
具体的,通过预设的最多关联算法获取制造网络图中的制造网络节点以及制造网络边,以此分析制造服务与制造任务的关联模型。进一步地,判断关联模型中的制造网络边的关系强弱,并以此作为制造网络边的权重,获得所有制造网络边的权重值。
进一步地,通过预设的最多关联算法,获取所有制造网络边的所有组合方式,将包含所有节点且制造网络边权重值的合值最大的结构关系作为最后输出的分层结构关系。
通过预设的最多关联算法,最大程度的优化分层结构关系,这样,最终输出的分层结构关系可以有效表征最佳的制造网络节点以及制造网络边的关联,可以克服人工获取分层结构关系的局限性,得到最佳的分层结构关系。这样,可以生成最佳的分层结构图,保证了面向工业互联网平台的制造服务供需网络仿真方法的可靠性。
例如,一实施例中,制造网络图中包含6个制造网络节点,此时,制造网络边的数量为15,制造网络图与通过预设的最多关联算法获取的分层结构关系如图5所示。图5为本申请一示例性实施例示出的一种制造网络图和对应的分层结构关系的示意图。
在另一具体的实施例中,所述针对所述制造网络图,获取分层结构关系,包括:
S1001、以出现频次最高的制造网络节点作为初始制造网络节点;
S1002、确定与所述初始制造网络节点连接的所述制造网络边的权重最大的所述制造网络节点作为第二制造网络节点;与所述初始制造网络节点连接的权重最大的所述制造网络边作为分层结构边;若对于制造网络节点存在相同的制造网络边的权重,选择频次最高的制造节点作为第二制造网络节点;
重复S1002直至轮询所有所述制造网络节点,确定所有所述制造网络节点的权重最大的边作为分层结构边,生成分层结构树,确定分层结构关系。
本实施例通过以制造网络边的权重优先,辅以制造网络节点的出现频率,作为由制造网络图向分层结构树的变化依据,在全面反应制造过程中的信息的基础上,减少仿真过程中对于冗余信息或不重要信息的计算量。
S402、获取所述分层结构关系中所述分层结构节点和分层结构边。
具体的,预设的最多关联算法获得的分层结构关系中所包含的节点以及节点对应的边,即为分层结构节点和分层结构边。需要说明的是,分层结构节点及分层结构边可以更清晰可视化的表征制造服务与制造任务的关系。
需要说明的是,分层结构边的数量应比分层结构点的数量少一个。
S403、基于所述分层结构节点对应的标签集合,标注所述分层结构节点和分层结构边。
具体的,分层结构节点对应的标签集合标注了分层结构节点的属性信息以及具体的服务或任务特点,根据标注的分层结构节点和分层结构边,可以模拟复杂场景下的复合制造服务以及复合制造任务。
S404、基于所述分层结构关系以及已标注的所述分层结构节点和分层结构边,获取所述分层结构树。
具体的,将分层结构节点以及分层结构边的标签信息整合至分层结构关系中的分层结构节点与分层结构边上,生成分层结构树。
本实施例提供的面向工业互联网平台的制造服务供需网络仿真方法,首先针对制造网络图,获取分层结构关系,并获取分层结构关系中分层结构节点和分层结构边,进而基于分层结构节点对应的标签集合,标注分层结构节点和分层结构边,最后基于分层结构关系以及已标注的分层结构节点和分层结构边,获取分层结构树。这样,通过预设的最多关联算法,最大程度的优化分层结构关系,这样,最终输出的分层结构关系可以有效表征最佳的制造网络节点以及制造网络边的关联,可以克服人工获取分层结构关系的局限性,得到最佳的分层结构关系。这样,可以生成最佳的分层结构树,保证了面向工业互联网平台的制造服务供需网络仿真方法的可靠性。
图6为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例三的流程图。请参照图6,在上述实施例的基础上,所述基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图的步骤,包括:
S601、通过所述分层结构节点标注所述服务维度子图和任务维度子图。
具体的,获取分层结构树中带有标签的分层结构节点的子集,构成分层结构树对应的一个子图,将子图中按照其包含的带有标签分层结构节点的类型,划分为服务维度子图和任务维度子图。
S602、通过制造服务或制造任务的特点,标注所述分层结构边,获得所述服务维度子图和任务维度子图。
具体的,根据具体制造服务或制造任务的特点,标注分层结构边,以模拟复杂的复合制造服务或制造任务。需要说明的是,分层结构节点所表征的制造服务及制造任务是分层结构树中制造服务及制造任务的子集。这样,获得的服务维度子图和任务维度子图可以表征制造网络图中的所有服务组合的场景。
具体实现时,例如,一实施例中,以制造服务子图为例,可通过第二公式获取,第二公式为:
,
其中,GSr表示制造服务子图集合,gh Sr表示单个制造服务子图,NGSr表示制造服务子图的数量,Vh Sr表示分层结构节点的集合,Eh Sr表示分层结构边的集合,nhr表示分层结构节点或分层结构边的数量,表示分层结构节点,/>表示分层结构节点的标签,/>表示分层结构节点的标签的特征,/>表示分层结构边,/>表示分层结构边的标签。
需要说明的是,制造任务子图的计算公式与制造服务子图相同,可参照第二公式与上述的介绍,此处不再赘述。
本实施例提供的面向工业互联网平台的制造服务供需网络仿真方法,首先通过分层结构节点标注服务维度子图和任务维度子图,并通过制造服务或制造任务的特点,标注分层结构边,获得服务维度子图和任务维度子图。这样,获得可以表征制造网络图中的所有服务组合的场景的服务维度子图和任务维度子图,可以模拟复杂的复合制造服务及制造任务。
图7为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例四的流程图。请参照图7,在上述实施例的基础上,所述基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图的步骤,包括:
S701、获取制造网络图的属性信息;其中,所述制造网络图的属性信息包含所述制造网络图的编号、所述制造网络节点、所述制造网络节点对应的制造网络边和所述制造网络节点的数量。
具体的,制造网络图包含制造网络图的制造网络节点以及制造网络图的制造网络节点对应的制造网络边,该图可以描述工业互联网平台在提供服务供需过程中涉及的各种制造服务以及制造任务之间的联系与交互。通过制造网络图能可视化的描述制造服务与制造任务的体系,以便进行资源的分配和优化。
进一步地,制造网络图的属性信息所包含的具体数据类型是根据实际需要设定的,本实施例中,不对制造网络图的属性信息所包含的具体数据类型进行限定。例如,一实施例中,制造网络图的属性信息包含制造网络图的编号、制造网络图的制造网络节点、制造网络图的制造网络节点对应的制造网络边和制造网络图的制造网络节点的数量。
需要说明的是,制造网络图的编号是为了方便标识、引用和描述制造网络图中的元素而设立的。制造网络图的编号所标识的制造网络图的元素可以包含制造网络图的制造网络节点、制造网络图的制造网络节点对应的制造网络边和制造网络图的制造网络节点的数量等。
进一步地,制造网络图的制造网络节点为制造网络图中用于表示制造过程中各个组成成分的点。例如,一实施例中,制造网络图的制造网络节点可以为提供制造服务的资源和实体,包括设备、工具等。再例如,在另一实施例中,制造网络图的制造网络节点可以为任务需求的具体任务。
进一步地,制造网络图的制造网络节点对应的制造网络边表示制造网络图的制造网络节点之间的关系与交互行为,制造网络图的制造网络节点对应的制造网络边上可以包含多个制造网络图的制造网络节点。需要说明的是,根据制造网络图的制造网络节点对应的制造网络边实际描述的关系类型,制造网络图的制造网络节点对应的制造网络边可以是有向的,也可以是无向的。
需要说明的是,制造网络图的制造网络节点的数量和制造网络图的制造网络节点对应的制造网络边的数量满足第一公式,第一公式为:
,
其中,nr e表示制造网络图的制造网络节点对应的制造网络边的数量,nr表示制造网络图的制造网络节点的数量。
S702、针对所述制造网络节点,遍历所述制造网络图的特征,得到所述制造网络节点及所述制造网络节点对应的标签。
具体的,制造网络图的制造网络节点对应的标签标注了该制造网络节点具体的制造服务或制造任务特点,根据这些标签,可以模拟复杂场景下的复合制造服务以及复合制造任务,使得制造服务网络的仿真方法更真实可靠。
进一步地,在遍历制造网络图的特征时,可以按照一定的顺序或方式获取制造网络图中所有的特征,进而通过这些特征给对应的制造网络图的制造网络节点进行标注,得到制造网络图的制造网络节点对应的标签。
S703、基于所述制造网络节点,生成所述制造网络节点对,并得到所述制造网络节点对应的制造网络边。
具体的,两个制造网络图的制造网络节点可以构成一个制造网络图的制造网络节点对,获取制造网络图的制造网络节点对的方法可以根据实际情况选取,此处不再赘述。例如,可以采用人工配对的方式生成制造网络图的制造网络节点对。
进一步地,将制造网络图的制造网络节点对之间关联起来,这种制造网络图的制造网络节点对之间的关联即为制造网络图的制造网络节点对应的制造网络边。其中,制造网络图的制造网络节点对应的制造网络边的具体介绍可以参见步骤S701中的描述,此处不再赘述。
S704、基于所述制造网络节点对和所述制造网络节点对应的制造网络边生成制造网络图。
具体的,将制造网络图的制造网络节点对通过制造网络图的制造网络节点对应的制造网络边联系起来,得到制造网络图。
例如,一实施例中,制造网络图中包含6个制造网络节点与10条制造网络边,将制造网络边以随机生成的0-9数字进行标注,标注结果如表1所示:
表1 制造网络节点与制造网络边的关系
参照表1,基于制造网络节点和两个制造网络节点之间的制造网络边得到的制造网络图如图8所示。图8为本申请一示例性实施例示出的一种制造网络图的示意图。
本实施例提供的面向工业互联网平台的制造服务供需网络仿真方法,首先获取制造网络图的属性信息,进而针对制造网络节点,遍历制造网络图的特征,得到制造网络节点及制造网络节点对应的标签,然后基于制造网络节点,生成制造网络节点对,并得到制造网络边,最后基于制造网络节点对和制造网络边生成制造网络图。这样,通过制造网络节点对应的标签对制造网络节点和制造网络边进行标注,可以准确全面的反应制造网络节点之间的关系以及连接,由于制造网络节点表征着制造服务和制造任务,最终基于制造网络节点和制造网络边生成的制造网络图可以更准确。
图9为本申请提供的面向工业互联网平台的制造服务供需网络仿真方法实施例五的流程图。请参照图9,在上述实施例的基础上,所述基于所述制造网络节点,生成所述制造网络节点对,并得到制造网络图的制造网络节点对应的制造网络边的步骤,包括:
S901、任意组合所述制造网络节点,直至所有所述制造网络节点均组合过一次,得到所述制造网络节点对;其中,所述制造网络节点的数量和所述制造网络节点对应的制造网络边的数量满足第一公式。
具体的,制造网络图的节点表征制造服务和制造任务,为完整体现二者的交互场景,可以随机获取任意两个制造网络图的节点,将它们组成一个制造网络图的节点对。具体实现时,随机选取任意两个制造网络图的节点组合成制造网络图的节点对,直至遍历所有的制造网络图的节点。
S902、遍历所述制造网络节点对,去除与自身组合生成的所述制造网络节点对,并获取所述制造网络节点对应的制造网络边。
具体的,制造网络图的节点对中,存在制造网络图的节点与自身组合的情况,由于制造网络图的节点表征制造任务和制造服务,不存在制造网络图的节点与自身连接的情况,因此,在获得制造网络图的节点对后,遍历制造网络图的节点对,将与自身组合生成的制造网络图的节点对去除,防止其干扰制造网络图的准确性。
S903、将所述制造网络节点对与所述制造网络节点的属性信息加入所述制造网络节点对应的制造网络边。
具体的,制造网络图的节点对通过制造网络图的节点对应的边连接,在确定制造网络图的节点对后,基于制造网络图的节点对中两个制造网络图的节点的属性信息,对制造网络图的节点对应的边的特征进行标注。其中,制造网络图的节点的属性信息表征制造网络图的节点对之间的关系和连接方式,换言之,制造网络图的节点的属性信息可以提现制造服务与制造任务的关系以及连接方式。例如,一实施例中,制造网络图的节点的属性信息可以包含两个制造网络图的节点连接的方向、关系的密切程度(以权重表征)和制造服务与制造任务的特点等。
S904、基于所述制造网络节点和制造网络边生成制造网络图。
本步骤的具体解释可以参见上面实施例中的相关步骤,此处不再赘述。
本实施例提供的面向工业互联网平台的制造服务网络仿真方法,首先任意组合制造网络图的节点,直至所有制造网络图的节点均组合过一次,得到制造网络图的节点对,然后遍历制造网络图的节点对,去除与自身组合生成的制造网络图的节点对,然后将制造网络图的节点对与制造网络图的节点的属性信息加入制造网络图的节点对应的边,最后基于制造网络图的节点对和制造网络图的节点对应的边生成制造网络图。这样,通过制造网络图的节点对应的标签对制造网络图的节点和制造网络图的节点对应的边进行标注,可以准确全面的反应制造网络图的节点之间的关系以及连接,由于制造网络图的节点表征着制造服务和制造任务,最终基于制造网络图的节点和制造网络图的节点对应的边生成的制造网络图可以更准确。
与前述一种面向工业互联网平台的制造服务供需网络仿真方法的实施例相对应,本申请还提供了一种面向工业互联网平台的制造服务供需网络仿真系统的实施例。
图10为本申请提供的面向工业互联网平台的制造服务供需网络仿真系统实施例一的结构示意图。请参照图10,本实施例提供的系统,包括处理器和子图匹配器;其中,
所述处理器,用于基于制造网络节点和制造网络边,获取制造网络图;
所述处理器,还用于基于所述制造网络图,生成对应的分层结构树;
所述处理器,还用于获取所述分层结构树中的分层结构节点和分层结构边;
所述处理器,还用于基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图;
所述子图匹配器,用于通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果。
可选的,所述处理器,具体用于针对所述制造网络图,获取分层结构关系;并获取所述分层结构关系中所述分层结构节点和分层结构边;
所述处理器,还具体用于基于所述分层结构节点对应的标签集合,标注所述分层结构节点和分层结构边;并基于所述分层结构关系以及已标注的所述分层结构节点和分层结构边,获取所述分层结构树。
可选的,所述处理器,还具体用于通过所述分层结构节点标注所述服务维度子图和任务维度子图;并通过制造服务或制造任务的特点,标注所述分层结构边,获得所述服务维度子图和任务维度子图。
可选的,所述处理器,还具体用于获取制造网络图的属性信息;其中,所述制造网络图的属性信息包含所述制造网络图的编号、所述制造网络节点、所述制造网络节点对应的制造网络边和所述制造网络节点的数量;
所述处理器,还具体用于针对所述制造网络节点,遍历所述制造网络图的特征,得到所述制造网络节点及所述制造网络节点对应的标签;并基于所述制造网络节点,生成所述制造网络节点对,并得到所述制造网络节点对应的制造网络边;
所述处理器,还具体用于基于所述制造网络节点对和所述制造网络节点对应的制造网络边生成制造网络图。
可选的,所述处理器,还具体用于任意组合所述制造网络节点,直至所有所述制造网络节点均组合过一次,得到所述制造网络节点对;其中,所述制造网络节点的数量和所述制造网络节点对应的制造网络边的数量满足第一公式;
所述处理器,还具体用于遍历所述制造网络节点对,去除与自身组合生成的所述制造网络节点对,并获取所述制造网络节点对应的制造网络边;并将所述制造网络节点对与所述制造网络节点的属性信息加入所述制造网络节点对应的制造网络边。
可选的,所述分层结构节点所表征的制造服务及制造任务是所述分层结构树中制造服务及制造任务的子集。
可选的,所述第一公式为:
,
其中,nr e表示制造网络图的制造网络节点对应的制造网络边的数量,nr表示制造网络图的制造网络节点的数量。
可选的,所述服务维度子图和任务维度子图是分层结构树中包含的子集。
可选的,所述处理器,还具体用于基于第二公式获得所述服务维度子图;其中,第二公式为:
,
其中,GSr表示制造服务子图集合,gh Sr表示单个制造服务子图,NGSr表示制造服务子图的数量,Vh Sr表示分层结构节点的集合,Eh Sr表示分层结构边的集合,nhr表示分层结构节点或分层结构边的数量,表示分层结构节点,/>表示分层结构节点的标签,/>表示分层结构节点的标签的特征,/>表示分层结构边,/>表示分层结构边的标签。
上述系统中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (6)
1.一种面向工业互联网平台的制造服务供需网络仿真方法,其特征在于,包括:
基于制造网络节点和制造网络边,获取制造网络图;所述制造网络图为基于所述制造网络边覆盖任意所述制造网络节点的全连接网络;
基于所述制造网络图,生成对应所述制造网络图的分层结构树;
获取所述分层结构树中的分层结构节点和分层结构边;所述分层结构树的分层结构节点数量与所述制造网络图的制造网络节点数量相同,所述分层结构树的分层结构边数量小于所述制造网络图的制造网络边数量;
基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图;
通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果;
所述基于所述制造网络图,生成对应所述制造网络图的分层结构树,包括:
针对所述制造网络图,获取分层结构关系;
获取所述分层结构关系中所述分层结构节点和分层结构边;
基于所述分层结构节点对应的标签集合,标注所述分层结构节点和分层结构边;
基于所述分层结构关系以及已标注的所述分层结构节点和分层结构边,获取所述分层结构树;
所述针对所述制造网络图,获取分层结构关系,包括:
S1001、以出现频次最高的制造网络节点作为初始制造网络节点;
S1002、确定与所述初始制造网络节点连接的所述制造网络边的权重最大的所述制造网络节点作为第二制造网络节点;与所述初始制造网络节点连接的权重最大的所述制造网络边作为分层结构边;若对于制造网络节点存在相同的制造网络边的权重,选择频次最高的制造节点作为第二制造网络节点;
重复S1002直至轮询所有所述制造网络节点,确定所有所述制造网络节点的权重最大的边作为分层结构边,生成分层结构树,确定分层结构关系;
所述生成所述服务维度子图和任务维度子图的方法,包括:
基于第二公式获得所述服务维度子图;其中,第二公式为:
,
其中,GSr表示制造服务子图集合,gh Sr表示单个制造服务子图,NGSr表示制造服务子图的数量,Vh Sr表示分层结构节点的集合,Eh Sr表示分层结构边的集合,表示分层结构节点或分层结构边的数量,/>表示分层结构节点,/>表示分层结构节点的标签,/>表示分层结构节点的标签的特征,/>表示分层结构边,/>表示分层结构边的标签。
2.根据权利要求1所述的方法,其特征在于,所述基于制造网络节点和制造网络边,获取制造网络图,包括:
获取制造网络图的属性信息;其中,所述制造网络图的属性信息包含所述制造网络图的编号、所述制造网络节点、所述制造网络节点对应的制造网络边和所述制造网络节点的数量;
针对所述制造网络节点,遍历所述制造网络图的特征,得到所述制造网络节点及所述制造网络节点对应的标签;
基于所述制造网络节点,生成所述制造网络节点对,并得到所述制造网络节点对应的制造网络边;
基于所述制造网络节点对和所述制造网络节点对应的制造网络边生成制造网络图。
3.根据权利要求2所述的方法,其特征在于,所述基于所述制造网络节点,生成所述制造网络节点对,并得到制造网络图的制造网络节点对应的制造网络边,包括:
任意组合所述制造网络节点,直至所有所述制造网络节点均组合过一次,得到所述制造网络节点对;其中,所述制造网络节点的数量和所述制造网络节点对应的制造网络边的数量满足第一公式;
遍历所述制造网络节点对,去除与自身组合生成的所述制造网络节点对,并获取所述制造网络节点对应的制造网络边;
将所述制造网络节点对与所述制造网络节点的属性信息加入所述制造网络节点对应的制造网络边。
4.根据权利要求3所述的方法,其特征在于,所述第一公式为:
,
其中,nr e表示制造网络图的制造网络节点对应的制造网络边的数量,nr表示制造网络图的制造网络节点的数量。
5.根据权利要求1所述的方法,其特征在于,所述服务维度子图和任务维度子图是分层结构树中包含的子集。
6.一种面向工业互联网平台的制造服务供需网络仿真系统,其特征在于,所述系统包括处理器和子图匹配器;其中,
所述处理器,用于基于制造网络节点和制造网络边,获取制造网络图;基于所述制造网络图,生成对应的分层结构树;获取所述分层结构树中的分层结构节点和分层结构边;
基于所述分层结构节点和分层结构边,生成服务维度子图和任务维度子图;
所述子图匹配器,用于通过预设的制造服务供需匹配方法处理所述服务维度子图和所述任务维度子图,得到匹配结果;
所述处理器,具体用于针对所述制造网络图,获取分层结构关系;并获取所述分层结构关系中所述分层结构节点和分层结构边;
所述处理器,还具体用于基于所述分层结构节点对应的标签集合,标注所述分层结构节点和分层结构边;并基于所述分层结构关系以及已标注的所述分层结构节点和分层结构边,获取所述分层结构树;
所述针对所述制造网络图,获取分层结构关系,包括:
S1001、以出现频次最高的制造网络节点作为初始制造网络节点;
S1002、确定与所述初始制造网络节点连接的所述制造网络边的权重最大的所述制造网络节点作为第二制造网络节点;与所述初始制造网络节点连接的权重最大的所述制造网络边作为分层结构边;若对于制造网络节点存在相同的制造网络边的权重,选择频次最高的制造节点作为第二制造网络节点;
重复S1002直至轮询所有所述制造网络节点,确定所有所述制造网络节点的权重最大的边作为分层结构边,生成分层结构树,确定分层结构关系;
所述处理器,还具体用于基于第二公式获得所述服务维度子图;其中,第二公式为:
,
其中,GSr表示制造服务子图集合,gh Sr表示单个制造服务子图,NGSr表示制造服务子图的数量,Vh Sr表示分层结构节点的集合,Eh Sr表示分层结构边的集合,表示分层结构节点或分层结构边的数量,/>表示分层结构节点,/>表示分层结构节点的标签,/>表示分层结构节点的标签的特征,/>表示分层结构边,/>表示分层结构边的标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311442688.4A CN117176596B (zh) | 2023-11-01 | 2023-11-01 | 一种面向工业互联网平台的制造服务供需网络仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311442688.4A CN117176596B (zh) | 2023-11-01 | 2023-11-01 | 一种面向工业互联网平台的制造服务供需网络仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117176596A CN117176596A (zh) | 2023-12-05 |
CN117176596B true CN117176596B (zh) | 2024-01-30 |
Family
ID=88947151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311442688.4A Active CN117176596B (zh) | 2023-11-01 | 2023-11-01 | 一种面向工业互联网平台的制造服务供需网络仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117176596B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010046823A (ko) * | 1999-11-15 | 2001-06-15 | 박인규 | 정렬되지 않은 3차원 거리 데이터로부터 캐드모델 생성 방법 |
CN105933361A (zh) * | 2016-07-13 | 2016-09-07 | 何钟柱 | 基于可信计算的大数据安全防护云系统 |
CN105959401A (zh) * | 2016-06-20 | 2016-09-21 | 北京航空航天大学 | 一种基于超网络的制造服务供需匹配与动态调度方法 |
CA3056752A1 (en) * | 2017-03-16 | 2018-09-20 | Raytheon Company | Quantifying robustness by analyzing a property graph data model |
US10102328B1 (en) * | 2016-03-03 | 2018-10-16 | Cadence Design Systems, Inc. | System and method for constructing spanning trees |
CN112698627A (zh) * | 2019-10-23 | 2021-04-23 | B和R工业自动化有限公司 | 用于制造产品的方法和加工设备 |
CN115796466A (zh) * | 2022-03-22 | 2023-03-14 | 北京清华同衡规划设计研究院有限公司 | 基于图论的邻近单元共享服务要素配置方法及系统 |
CN116485214A (zh) * | 2022-01-14 | 2023-07-25 | 中国科学院沈阳自动化研究所 | 一种面向连续生产的过程评价方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9703890B2 (en) * | 2014-10-17 | 2017-07-11 | Vmware, Inc. | Method and system that determine whether or not two graph-like representations of two systems describe equivalent systems |
-
2023
- 2023-11-01 CN CN202311442688.4A patent/CN117176596B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010046823A (ko) * | 1999-11-15 | 2001-06-15 | 박인규 | 정렬되지 않은 3차원 거리 데이터로부터 캐드모델 생성 방법 |
US10102328B1 (en) * | 2016-03-03 | 2018-10-16 | Cadence Design Systems, Inc. | System and method for constructing spanning trees |
CN105959401A (zh) * | 2016-06-20 | 2016-09-21 | 北京航空航天大学 | 一种基于超网络的制造服务供需匹配与动态调度方法 |
CN105933361A (zh) * | 2016-07-13 | 2016-09-07 | 何钟柱 | 基于可信计算的大数据安全防护云系统 |
CA3056752A1 (en) * | 2017-03-16 | 2018-09-20 | Raytheon Company | Quantifying robustness by analyzing a property graph data model |
CN112698627A (zh) * | 2019-10-23 | 2021-04-23 | B和R工业自动化有限公司 | 用于制造产品的方法和加工设备 |
CN116485214A (zh) * | 2022-01-14 | 2023-07-25 | 中国科学院沈阳自动化研究所 | 一种面向连续生产的过程评价方法及系统 |
CN115796466A (zh) * | 2022-03-22 | 2023-03-14 | 北京清华同衡规划设计研究院有限公司 | 基于图论的邻近单元共享服务要素配置方法及系统 |
Non-Patent Citations (3)
Title |
---|
一种基于复杂网络技术的产品约束建模及求解方法;马裕港;刘夫云;刘秀娟;苏其杰;;组合机床与自动化加工技术(01);全文 * |
主件网络图与部套制造树之间的映射关系研究;钟诗胜等;《计算机集成制造系统》;第14卷(第8期);全文 * |
基于Petri网的服务组合技术在云制造平台的应用研究;王思宇;《中国优秀硕士学位论文全文数据库》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117176596A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109614935B (zh) | 车辆定损方法及装置、存储介质及电子设备 | |
CN109002499A (zh) | 学科相关性知识点库构建方法及其系统 | |
CN112907026A (zh) | 一种基于可编辑网状指标体系的综合评估方法 | |
CN117172633A (zh) | 一种面向工业互联网平台的制造服务子图仿真方法及系统 | |
CN117176596B (zh) | 一种面向工业互联网平台的制造服务供需网络仿真方法 | |
CN116796083B (zh) | 一种空间数据划分方法及系统 | |
Leyer et al. | Identification and analysis of handovers in organisations using process model repositories | |
CN116471333A (zh) | 一种混合算力网络资源调度优化方法及随动控制装置 | |
CN113850346B (zh) | Mec环境下多维属性感知的边缘服务二次聚类方法及系统 | |
CN114118770A (zh) | 一种指标计算方法及装置 | |
CN105868189A (zh) | 一种电子地图空间索引建立方法及装置 | |
CN111640164B (zh) | 一种量化城市轨道交通车站标识可见域的方法 | |
Gao et al. | Qos-aware stream federation and optimization based on service composition | |
CN113822892A (zh) | 仿真雷达的评测方法、装置、设备及计算机程序产品 | |
CN104111965B (zh) | 基于差别矩阵的ogc地理信息服务描述词汇约简方法 | |
CN112613209A (zh) | 一种基于有限元模型的全六面体单元加密方法 | |
Marinescu et al. | Order-of-magnitude influence diagrams | |
CN117240305B (zh) | 一种管网拓扑数据压缩方法、装置、设备及可读存储介质 | |
Pellegrini et al. | Characterization of urban transportation networks using network motifs | |
Bougeret et al. | Optimization problems in graphs with locational uncertainty | |
CN115658975B (zh) | 用于实现负载均衡的图数据划分方法 | |
Nebel | Graph-based coalitional games: An analysis via characteristics | |
CN112100797B (zh) | 基于结构模型的互联网拓扑仿真生成方法及系统 | |
CN111276193B (zh) | 气体水合物51264笼识别方法及系统 | |
CN117763165A (zh) | 一种构建产业图谱的数据处理方法、设备及介质 |
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 |