8篇关于服务组合的计算机毕业论文

今天分享的是关于服务组合的8篇计算机毕业论文范文, 如果你的论文涉及到服务组合等主题,本文能够帮助到你

装配式建造服务组合协同效应-服务质量优化问题研究

这是一篇关于装配式建造服务,服务组合,协同效应,服务质量,遗传模拟退火算法的论文, 主要内容为当前全球经济正经历物联网与传统行业深度融合带来的产业变革,作为国民经济支柱产业的建筑业要想在这轮变革中保持发展生机,需顺应物联网时代的发展趋势,实现服务化转型。在这种情况下,装配式建造服务被定义为一种以服务为导向的建造方法,以更加满足业主的特定需求。装配式建造过程转变为具有不同功能的建造服务的有机组合。装配式建造过程根据不同的建造需求分解为具体可交付的建造服务粒度,发布到智能建造工作平台,在该平台上进行建造服务的交易。这有助于应对装配式建造设计、生产、施工阶段的协同挑战,但这些建造服务间关系错综复杂,确定业主满意度最高的服务组合成为需要解决的重要问题。本文以装配式建造服务为研究对象,首先,在文献阅读的基础上对装配式建造服务进行系统梳理,量化装配式建造服务协同效应及服务质量,运用协同理论与社会网络分析法建立装配式建造服务加权协同网络,进而构建装配式建造服务组合协同效应-服务质量优化模型。其次,将遗传算法的全局搜索功能和模拟退火算法的局部搜索功能互相补充,设计改进算法-遗传模拟退火算法。最后,应用遗传模拟退火算法对所构建的模型进行求解,并与CPLEX、遗传算法、模拟退火算法和粒子群算法结果对比分析。此外,应用拓展分析证明遗传模拟退火算法在大规模服务组合问题下的可拓展性及稳定性。结果表明遗传模拟退火算法与CPLEX计算结果误差最小。遗传模拟退火算法与其他智能算法相比具有最优的目标函数值和协同效应值,产生了更有效的服务组合方案,且该算法在收敛时间和收敛代数方面均处于较低水平。随着装配式建造服务数量的增加,服务组合方案的目标函数值不断提高。本研究所构建的模型能够使项目管理者明晰装配式建造过程相互作用,为项目协同管理提供指导。此外,遗传模拟退火算法有助于提高潜在合作伙伴之间成功合作的概率,从而提高业主满意度。

基于知识图谱的工业云机器人制造能力服务组合方法研究

这是一篇关于工业云机器人,制造能力服务,服务组合,知识图谱的论文, 主要内容为在云制造模式浪潮推动下,工业云机器人将分散在各地的工业机器人制造资源和能力进行整合和流通,为用户提供制造能力服务。然而,单一制造能力服务无法完成复杂任务,需要以服务组合形式满足用户复杂制造任务多资源服务需求,实现制造能力服务增值和优化配置。但是,传统服务组合方法由于缺乏对机器人制造能力特征知识和关联知识的研究,导致服务组合模型的合理性存在欠缺,难以有效利用制造能力相关知识快速获取高质量的服务组合方案。而知识图谱可以实现机器人制造知识的集成和共享,加速服务组合决策过程和提高组合方案质量。因此,研究基于知识图谱的工业云机器人制造能力服务组合方法具有重要意义。针对以上问题,本文将工业云机器人作为研究对象,深入研究基于知识图谱的工业云机器人制造能力服务组合方法。主要研究工作如下:(1)工业云机器人制造能力知识图谱构建方法研究。分析面向制造任务的工业云机器人制造能力内涵,确立工业云机器人制造能力知识体系中的制造能力服务、制造任务及制造产品等知识要素的属性和关联信息,提出基于本体的工业云机器人制造能力知识图谱构建架构。探究机器人服务个体间关联关系、服务与制造任务的关联关系对服务组合整体质量的影响,构建支持关联关系的工业云机器人制造能力知识表示模型。从大量数据资源中提取机器人制造能力知识,使用Neo4j图数据库存储相关知识,完成面向制造任务的工业云机器人制造能力知识图谱构建,为服务组合决策过程提供有效的知识模型和数据基础。(2)基于知识图谱的工业云机器人制造能力服务组合方法研究。针对传统服务组合方法难以有效利用服务相关知识导致组合效果不佳的问题,提出基于知识图谱的工业云机器人制造能力服务组合推荐方法,利用高质量知识实现最佳服务组合方案的推荐。在服务匹配阶段,提出基于SWRL规则的知识图谱制造能力服务匹配方法获取高质量的服务。在服务组合阶段,构建工业云机器人制造能力服务组合问题的马尔科夫决策过程,基于服务质量关联知识设计Qo S奖励函数,提出基于DQN的制造能力服务组合优化方法,提高服务组合决策过程的效率和质量。最后,通过对比实验对所提方法进行对比分析,验证其有效性。(3)工业云机器人制造能力服务组合推荐原型系统的设计与实现。该系统包括集成了知识图谱的云平台、机器人制造能力服务知识管理模块、制造任务管理模块和服务组合推荐模块,通过优质知识引导对工业云机器人制造任务进行服务组合方案知识推荐,为企业用户提供高质量工业云机器人制造能力服务组合方案,提高制造效率。

知识图谱下基于图规划的交通信息服务组合算法研究

这是一篇关于交通信息服务,服务组合,图规划,知识图谱,蚁群算法的论文, 主要内容为随着互联网技术的飞速发展,交通信息系统通过融合互联网技术逐步提高了其智能化的水平。然而,面对日益增长的交通出行需求和日渐复杂的交通环境,单个简单的服务已不能满足出行者便捷出行的需求。因此,如何复用现有细粒度服务,通过特定规范进行服务组合,构建符合用户多样化需求的复合服务,是目前智能交通信息服务领域研究的重点。本文通过分析当下交通信息服务环境特点,提出了基于知识图谱(Knowledge Graph)的交通信息服务智库。在服务智库之上构建以图规划服务组合框架为基础的交通信息服务组合方法,以此为出行者提供高质量的满足用户需求的交通信息服务组合方案。本文的重点工作及创新点可用以下三点归纳:(1)针对图规划服务组合算法无法有效复用服务关系的问题,本文将语义网最新研究成果知识图谱引入交通信息服务领域,通过对知识图谱构建方式的研究,提出基于OWL-S的交通信息服务描述框架,在该描述框架的基础上提出交通信息服务智库的构建方式。并通过Neo4j图数据库构建基于知识图谱的交通信息服务智库,以此支持图规划服务组合算法复用服务关系,提高算法执行效率。(2)针对图规划服务组合算法无法有效衡量规划解质量高低的问题,本文通过对交通环境下服务指标进行评估建模,在服务智库的支持下,设计了一种基于服务多指标融合模型的启发式图规划服务组合方法。该方法通过状态质量的启发函数,指导算法的服务寻优选择过程。(3)针对图规划服务组合算法在较大规模服务集下求解效率低下的问题,本文将蚁群算法应用于图规划服务组合算法的解提取阶段,以此提高其求解过程的并行性。并在交通信息服务环境下,针对传统蚁群算法前期收敛较慢、后期易陷入局部最优解与无法衡量服务质量的不足,提出了最优路径强化策略、信息素平滑策略以及服务多指标评价模型对信息素的影响策略,设计了一种基于改进蚁群算法的图规划服务组合优化算法。在上述研究的基础上,本文提出基于服务智库的交通信息服务组合框架。通过一个具体的交通出行场景,验证了该服务组合框架的可行性与有效性,并对文中所涉及的组合算法进行实验性能测试。

云制造服务组合与调度仿真系统设计与开发

这是一篇关于仿真系统,服务组合,调度,云制造,微服务的论文, 主要内容为云制造是一种面向服务的网络化制造模式,其目的是通过云计算、物联网、虚拟化、服务化等技术将分布在各个企业的制造资源和制造能力接入云制造平台并形成制造云服务,然后通过互联网向用户提供按需制造服务。制造云服务(简称制造服务或服务)是云制造系统的核心。对云制造平台中汇聚的海量、分布、动态、多样和异构的制造服务进行有效管理,包括服务感知和接入、虚拟化和服务化、搜索和匹配、协商和交易、组合和调度等,是充分实现服务增值和增效以及向消费者提供按需制造服务的关键。云制造服务组合与调度是云制造应用的关键。然而,鉴于该问题的高度复杂性,目前还缺乏一个云制造服务组合与调度仿真系统,能够支持云制造服务组合与调度方面的研究,包括模型构建、算法仿真测试等。针对该问题,本文设计并开发了一个云制造服务组合与调度仿真系统,主要研究内容包括:(1)针对目前云制造服务组合与调度模型涵盖元素各异、指标不突出等问题,提出一个云制造服务组合与调度模型,并形式化地对模型内各个元素进行详细阐述。在所提模型的基础上,结合实际业务逻辑,以用例图、用例表等形式对云制造服务组合与调度仿真系统的功能和非功能性需求进行了详细分析。(2)根据模型和需求分析,从架构、数据库和微服务功能三个层面对云制造服务组合与调度仿真系统进行设计和开发。架构层面,从逻辑架构和技术架构两个方面对系统整体架构进行设计;数据库层面,从概念结构和逻辑结构两个方面对数据库相关实体及其关系以及数据库表的字段进行详细设计;微服务功能层面,以类图、流程图、序列图等形式对系统各微服务要实现的业务功能进行设计。最后,根据系统设计方案,完成了代码编写和系统开发。(3)将所开发的系统部署在航天云网INDICS平台。在测试环境中,依据测试用例完成对系统各微服务的功能和非功能测试,并根据实际测试结果和预期结果的对比,对系统进行了修改完善。测试表明,云制造服务组合与调度仿真系统能够对资源和任务进行有效管理,对算法进行模拟仿真,并能够对组合调度结果进行可视化呈现。同时,由于采用了微服务架构,该仿真系统具有良好的扩展性,能够为云制造服务组合与调度研究提供了一个基本的、可扩展的仿真验证平台,从而在一定程度上促进相关研究的发展。

空间数据处理微服务框架和服务组合技术研究

这是一篇关于微服务,Kubernetes,Docker,服务组合的论文, 主要内容为随着导航和测绘等信息技术的持续发展,地理空间数据大量产生,人们的日常生活越来越依赖于空间数据,因此空间大数据时代已经到来。传统地理空间数据服务平台方便了空间数据的存储、处理和查询等服务开发,但它存在平台协议复杂、体量庞大,以及在扩展性和易维护性方面的不足,越来越无法满足用户需求的不断变化。针对上述问题,本文采用Spring Cloud、Docker、Kubernetes等核心技术,设计并实现了空间数据处理微服务系统。该系统实现了各类空间数据服务的微服务化、交互式编排和服务组合等主要功能,满足微服务的解耦合和去中心化等特性,具有敏捷部署,快速上线的优点。本文的主要工作如下:(1)基于Spring Cloud设计并实现一套集成各类空间数据处理微服务的服务器端软件框架,框架支持对各个微服务实例的有效管理和监控,对耗时数据处理微服务支持基于消息机制的异步调用,支持符合空间数据处理服务特点的负载均衡。(2)在第一步基础之上,利用Kubernetes作为编排引擎,Docker作为执行引擎,搭建了一个容器云平台,设计并实现了一种交互式的容器编排方法,支持快速上线。(3)在前两步基础之上,针对WPS空间数据处理微服务类别,基于Medley研究了其微服务组合技术,设计并实现了微服务组合的基础支撑框架,支持微服务组合的DSL。针对空间数据处理微服务系统,本文搭建了分布式实验环境,基于GDELT数据集,通过多项实验对空间数据处理微服务系统的负载均衡、服务编排和服务组合功能分别进行了评估,实验结果表明:(1)当请求具有明显的差异性分布特征时,随着请求数量的增加,特殊场景负载均衡策略比一般负载均衡策略效果表现较为优异;(2)交互式编排方法的效率明显高于传统的命令行;(3)组合服务在不同时长请求下运行平稳。

空间数据处理微服务框架和服务组合技术研究

社区物联网智能供水管理系统的研究与实现

这是一篇关于物联网,REST服务,服务组合,ECA规则,智能管理系统的论文, 主要内容为随着物联网时代的到来,各类传感器与智能硬件已经广泛应用到了医疗健康、工业生产等众多领域之中,这也促使了越来越多的融合了传统的软件信息系统与智能硬件设备的物联应用的出现。现有的物联应用开发方式下,设备底层通讯与上层业务代码的高耦合性使得物联应用的开发、维护工作具有较高的成本与复杂性。另外,现有的物联应用往往把智能设备看作离散的个体进行管理,依赖运营人员人工对各个设备的采集信息进行监控、分析、决策与反馈,这种运行管理的方式将会耗费较大的人力资源,也存在着无法及时对各类事件做出响应的风险。因此,如何实现柔性低耦合的设备集成,同时能够为智能化的运行管理提供支持,是物联应用开发过程中将要面临的难题。针对以上问题,本文结合居民社区二次供水作为具体应用场景,提出了一个面向物联设备的智能供水管理系统。使用服务构建技术为智能设备生成相应的REST服务,再通过设备服务的柔性组合实现业务功能与设备操作的动态绑定,提出了对二次供水场景的模型描述,结合ECA规则实现对场景事件的感知与处理,为社区二次供水的运行管理提供支持。本文的主要研究内容如下:(1)提出了社区物联网智能供水管理系统的总体框架本文提出了社区物联网智能供水管理系统的总体框架设计,该框架包含元模型层、服务组合层、业务逻辑层以及应用表现层,涵盖了物联场景下的设备接入与交互、场景建模以及事件响应处理,为物联应用系统的快速灵活的柔性开发提供帮助,也能够为物联应用的智能化的管理提供支持。(2)提出了面向物联设备的服务组合方法本文提出了面向智能设备的服务组合方法,对于通过OPC进行交互的物联设备,通过服务构建技术为设备的数据资源和操作资源生成统一的REST服务接口,再使用Mashup的方式实现服务的动态绑定与柔性组合,使得开发人员可以更多地关注于从业务功能的角度对设备的资源、操作进行聚合,有效地提高了应用系统开发的灵活性。(3)提出了针对二次供水场景的运行管理机制本文为二次供水场景中的结构、设备、状态等元素建立了完整的模型描述,将场景中离散的资源有机地结合到了一起,并且基于ECA规则提出了规则驱动的事件处理机制,系统在对智能设备采集的状态信息进行监控时能够根据用户定义并上传的ECA规则实现对各类事件的发现、判断、处理,以实现系统的智能管理。(4)构建了社区物联网智能供水管理系统的原型系统本文设计并实现了智能供水管理系统的原型系统。原型系统采用主流的B/S架构,服务端采用Java语言开发,网页端采用Html+JavaScript语言进行开发。将原型系统应用于某小区二次供水场景之中,为二次供水场景下的设备信息管理、设备远程控制、管网状态监控、供水信息统计等工作提供有效的支持。本文对社区物联网智能供水管理系统进行研究,设计并实现了原型系统,通过将原型系统应用于某小区二次供水场景中,验证了系统的有效性及应用价值。