CPS资源服务模型和资源调度研究

• 作者: 徐久强 李鹤群 王进法 赵海 郭雪静
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 信息物理融合系统(CPS) 面向服务的体系架构(SOA) 资源服务模型 智能规划 资源调度 资源选择
• 年，卷（期）: 2018,（10）
• 页码范围: 2330-2343
• 页数: 14页
• 分类号: TP301
• 字数: 11840字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.02330

摘要

信息物理融合系统(Cyber-Physical Systems,CPS)融合了信息世界与物理世界,作为工业互联网与智能制造等重要领域的关键技术引起了越来越多的关注.与WEB服务相比,CPS系统中资源种类繁多、数量庞大、资源之间的异构性强,并且具有大量重复的物理实体,不同物理实体所处的物理环境不同且具有不同的执行性能(QoS),导致在对具体任务进行资源调用时存在多种调度方案,该文针对该问题展开研究.首先,鉴于CPS系统结构复杂的特点,该文综合分析现有的CPS建模研究成果,采用面向服务的体系架构(Service-Oriented Architecture,SOA)的思想研究CPS的体系结构,在此基础上研究了CPS与WEB服务之间的异同点,确定了面向服务CPS资源服务模型研究的可行性,提出了CPS系统中资源、物理实体、虚拟物理实体、虚拟资源的划分.同时,基于此划分提出了一种OWL(Web Ontology Language)和XML(Extensible Markup Language)混合式的CPS资源服务模型,该模型采用OWL分别对虚拟物理实体、物理实体提供的服务、CPS上层任务进行描述,并采用XML对真实物理实体的QoS参数进行描述.其次,在CPS资源服务模型的基础上,提出了基于智能规划的CPS任务虚拟资源调度机制,该机制主要确定满足任务需要的多个候选资源集,该候选资源集组成资源的初始调度序列.然后,该文根据资源的QoS要求建立了多目标线性规划的资源选择数学模型并对多目标遗传算法的关键步骤进行创新,提出了以基于多目标遗传算法的资源选择算法求解该模型的方法,所得最优解即为资源候选集中满足整体QoS最优的资源调度序列.最后,以智能电网为例,验证了该文提出的基于智能规划的CPS任务-虚拟资源调度机制和基于多目标遗传算法的CPS资源选择方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海	东北大学计算机科学与工程学院	416	3872	28.0	45.0
2	徐久强	东北大学计算机科学与工程学院	59	465	13.0	19.0
3	王进法	东北大学计算机科学与工程学院	16	153	3.0	12.0
4	李鹤群	东北大学计算机科学与工程学院	6	37	2.0	6.0
5	郭雪静	东北大学计算机科学与工程学院	1	4	1.0	1.0