-
公开(公告)号：CN118714197A
公开(公告)日：2024-09-27
申请号：CN202410683157.2
申请日：2024-05-29
Applicant: 南京理工大学
IPC: H04L67/568 , G06F18/22 , G06N3/0442 , G06N3/084 , H04L67/1095 , H04L67/55 , H04L41/16 , H04L41/147 , H04L41/14
Abstract: 本发明公开了一种边缘环境下基于服务调用链路信息的容器镜像缓存方法。该方法包括以下步骤：预处理数据集，构建服务调用链路图；计算边缘节点相似度进行分组；适用历史数据训练基于长短期记忆神经网络的预测模型；请求流行服务镜像层未命中时，采用基于LSTM的算法预测节点接下来调用概率最大的2条链路，将链路上所有服务的镜像与请求层一起推送到请求节点所在分组的所有节点；请求非流行服务镜像层未命中时，采用基于动态规划的算法选出调用频率最高的一条链路，推送服务镜像；每隔一段时间更新节点分组和预测模型。相比于目前的镜像层缓存方法，本发明的方法通过分析服务间的调用关系进行镜像推送，对于镜像层的请求命中率更高。
-
公开(公告)号：CN118714025A
公开(公告)日：2024-09-27
申请号：CN202410683056.5
申请日：2024-05-29
Applicant: 南京理工大学
IPC: H04L41/147 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , H04L41/16 , H04L67/51 , G06F123/02
Abstract: 本发明提出一种基于时空图卷积网络的边缘环境下网状微服务容器负载预测方法，该方法包括以下步骤：利用FogSim平台和真实的访问数据集，进行边缘环境下的网状微服务容器负载预测仿真，提取各边缘服务器的各服务的时序负载状态信息构建数据集；确定时间窗口和需要预测时间片的位置；根据节点之间的地理位置关系和微服务的调度关系，计算邻接矩阵，使用GCN中得到空间依赖性特征；将两个空间依赖性特征融合，使用GRU获得时间依赖性特征。评估模型并调参获得最优模型；利用训练好的模型实现网状微服务容器负载预测。相对于传统的容器负载预测模型，本发明同时考虑了边缘节点之间的地域分布关系和微服务的网状结构，实现了更加精确的网状微服务的容器负载预测。
-
公开(公告)号：CN118227269A
公开(公告)日：2024-06-21
申请号：CN202410471369.4
申请日：2024-04-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于可信协同合作博弈的多元混合智能云系统代价最小化资源分配方法，步骤为：使用可信协同合作博弈理论对多元混合智能云系统代价最小化资源分配问题进行建模，确定合作博弈参与者，合作博弈策略，合作博弈目标函数，合作博弈效益；多元混合智能云系统中多元混合云服务器收集各物理节点的可用资源；收集用户的任务请求；最后采用和声智能方法对多元混合智能云系统中虚拟资源进行分配：多元混合云服务器初始化和声智能方法的参数；多元混合云服务器产生和声智能方法的新解；确定新解的目标函数值，更新音乐记忆库中的解向量；确定音乐记忆库内的花费最小的解、以及该花费最小的解相应的多元混合智能云系统花费值；重复迭代至最大迭代次数，输出最优和声解向量。本发明充分挖掘了多元混合智能云系统中的可用资源，通过虚拟机多样化技术从CPU资源、磁盘读写速度资源和网络带宽资源多个维度动态按需分配资源，为高效利用多元混合智能云系统中资源和保障任务在截止日期内完成提供技术支持。
-
公开(公告)号：CN109740870B
公开(公告)日：2022-09-06
申请号：CN201811544693.5
申请日：2018-12-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种云计算环境下Web应用的资源动态调度方法，考虑了用户请求的动态变化、应用的时延要求、云资源的异构性、竞价实例价格波动等。该方法包括：A）基于负载预测和应用的时延要求确定最佳资源量；B）基于竞价实例价格预测选择成本最低的竞价类型；C）采用预租赁减少资源请求和创建所造成的时延增加。步骤A的主要特点是将预测负载作为排队模型的到达率，结合应用的时延约束，求解所需租赁的最小虚拟机数量；步骤B的主要特点是基于价格预测选择预测成本最低的竞价类型进行租赁；步骤C的主要特点是在计费点到达前进行预租赁。本发明通过负载预测、应用时延约束、价格预测和预租赁来实现资源动态调度，能够在保证应用性能的同时降低云资源租赁成本。
-
公开(公告)号：CN109598949B
公开(公告)日：2021-06-22
申请号：CN201811441452.8
申请日：2018-11-29
Applicant: 南京理工大学
Abstract: 本发明公开了基于赋时Petri网的T形路口紧急车辆抢占控制方法，包括以下步骤：首先设置Petri网中所有库所的最大容量值；之后根据紧急车辆到达T形路口时交通灯的状态，划分出不同的紧急场景；然后利用赋时Petri网建立不同紧急场景对应的Petri网模型；最后将不同紧急场景对应的Petri网模型进行组合构建T形路口紧急车辆抢占控制系统，该系统即实现T形路口紧急车辆抢占控制。本发明以基于三相控制技术的T形交叉路口为对象，采用赋时Petri网模型为建模与分析工具，生成无冲突的紧急车辆抢占控制系统，该方法能有效的避免紧急车辆在T形路口发生冲突的情况，提高交叉路口的通行效率，有效的缩短紧急车辆到达目的地所需的时间。
-
Patent Agency Ranking
公开(公告)号：CN110046810A
公开(公告)日：2019-07-23
申请号：CN201910261488.6
申请日：2019-04-02
Applicant: 南京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于赋时Petri网的车间制造系统多目标调度方法，包括以下步骤：利用Petri网对多目标车间制造系统进行建模；读取Petri网模型中各个库所对应的属性值，并求取Petri网模型中库所与变迁之间的关联矩阵；基于关联矩阵和A*搜索算法，从起始节点开始扩展子节点直至找到所有的目标节点，即完成系统多目标调度。本发明以车间制造系统赋时Petri网模型为对象，采用多目标启发式调度方法，通过对目标的多个属性的综合判断，找出最符合要求的非支配调度方案，此方法能针对不同属性求得所有非支配解，且采用启发式多目标A*算法，无需扩展系统所有的节点，即可获得满足要求的系统调度方案。
-
公开(公告)号：CN109828821A
公开(公告)日：2019-05-31
申请号：CN201811545500.8
申请日：2018-12-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种云环境下基于批任务工作流的虚拟机动态租赁与调度方法，考虑了基于时间区间的按需收费模型、竞价收费模型，数据传输时间、虚拟机启动时间和软件安装（下载时间），根据竞价时隙的未来预测价格合理的选择时间片。本发明主要描述了三个方法：A）基于价格类型感知和复制策略的调度方案（PRS）；B)基于任务包的延迟调度策略（BDT）；C)基于紧急度的调度方案（USL）；方法A的主要特点是通过调用当前已租赁的虚拟机时隙尽可能地分配任务包中的任务，最大化地利用剩余资源。方法B其主要特点是根据任务包的特性延迟相关的任务，统一地选择虚拟机时隙来节省租赁成本。方法C其主要特点是选择新的虚拟机时根据预测价格选择合适的时隙并给出竞价。本发明通过上述方法，充分降低了整个BoT工作流的租赁成本。
-
公开(公告)号：CN107808214A
公开(公告)日：2018-03-16
申请号：CN201710989077.X
申请日：2017-10-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种车间制造系统的启发式二叉决策图(OBDD)变量序优化表示方法，包括以下步骤：采用Petri网对企业车间生产系统建模；计算Petri网各个库所之间相互关联度；以资源库所为中心，依据库所之间关联度大小对库所进行分组；采用深度优先策略寻找资源库所对应分组及所有库所的OBDD编码顺序。本发明以制造车间Petri网模型为对象，采用启发式OBDD变量序优化技术，缓解了在系统模型分析中存在的状态爆炸问题，具有有效减小模型表示结构、加快模型分析速度的优点。
-
公开(公告)号：CN107092736A
公开(公告)日：2017-08-25
申请号：CN201710227882.9
申请日：2017-04-10
Applicant: 南京理工大学
IPC: G06F17/50
CPC classification number: G06F17/5013
Abstract: 本发明公开了一种车间制造系统中Petri网模型转换到PLC梯形图的方法。首先，使用Petri网对车间制造系统进行建模，再把Petri网模型转化为工业控制系统中常用控制器PLC对应的梯形图。将系统Petri网模型的PLC梯形图分为三个模块，包括初始化模块，侦测模块和演变模块。初始化模块用于将Petri网的初始状态M0传递给梯形图，即把Petri网模型的初始托肯信息传递给对应的线圈或加法器。侦测模块用于检测每个变迁的使能信息，用于判断冲突变迁的优先级，用于解决冲突问题，用于从结构上避免雪崩效应。演变模块用于接收侦测模块传递的信息，将使能的变迁发射，并更新各个库所的托肯数量。本发明以车间制造系统为对象，解决了系统Petri网转换到PLC梯形图中存在的冲突问题和雪崩效应。
-
公开(公告)号：CN106569472A
公开(公告)日：2017-04-19
申请号：CN201611000252.X
申请日：2016-11-14
Applicant: 南京理工大学
IPC: G05B19/418 , G06F9/52 , G06F17/50
CPC classification number: Y02P90/02 , G05B19/41865 , G06F9/524 , G06F17/5013
Abstract: 本发明公开了一种基于二叉决策图（BDD）的企业车间死锁的快速预防方法。本发明通过Petri网对企业车间系统进行模拟和分析，利用可以压缩表示布尔函数的数据结构BDD进行求解和统计。包括以下步骤：采用Petri网对企业车间生产系统建模；基于BDD快速求解Petri网模型的极小信标集；基于陷阱定义或者与信标的逆反关系，快速求解Petri网的陷阱集；分析、规划极小信标和陷阱，求解Petri网模型的严格极小信标集；通过对严格极小信标集的分析，获得新的控制库所集和对应的关系弧，以此控制严格极小信标集全都为不被清空的，从而实现对企业车间死锁的预防。本发明具有死锁控制器求解过程需要较少的求解时间和存储空间的优点。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.029 seconds)
