首页> 中文学位 >协同任务中基于特征的资源服务序列分析方法
【6h】

协同任务中基于特征的资源服务序列分析方法

代理获取

目录

声明

第1章 绪论

1.1 研究背景

1.2 研究目的及意义

1.3 国内外研究现状

1.4 研究内容

1.5 章节安排

1.6 本章小结

第2章 频繁资源服务序列模式挖掘方法FRSSP

2.1 问题描述及相关定义

2.2 频繁资源服务序列模式挖掘方法

2.3 实验验证

2.4 实验结果分析

2.5 本章小结

第3章 基于聚类的关键特征序列分析方法

3.1 问题描述及相关定义

3.2 归一化处理

3.3 基于聚类的影响度分析

3.4 关键特征序列求解方法

3.5 实验验证

3.6 实验结果分析

3.7 本章小结

第4章 基于时间序列的关键特征序列分析方法

4.1 问题描述

4.2 基于时间序列的影响度分析

4.3 基于关键特征序列的RSS求解方法

4.4 实验验证

4.5 实验结果分析

4.6 本章小结

第5章 应用验证

5.1 中小企业云制造服务平台

5.2 应用实例

5.3 本章小结

第6章 总结与展望

6.1 工作总结

6.2 本文创新点

6.3 未来展望

参考文献

致谢

个人简介、在学期间发表的学术论文与研究成果

展开▼

摘要

在协同任务环境下,一个业务过程往往由多个组织共同参与协同完成,分布的资源服务管理始终是一个研究主题。资源服务以“服务流”的方式提供给业务过程,是提高业务过程整体效率的重要途径之一。然而,业务过程所需的资源服务,对其选取和使用大多由各组织自主完成,跨组织的资源服务协同更加困难,逐渐成为制约协同业务过程效率的主要因素。因此,资源服务流的发现已成为协同任务的重要研究主题。
  为提高跨组织的资源服务协同效率,进而提高协同业务过程的整体效率,在工作流技术的支持下,基于资源服务的特征,通过挖掘业务数据中资源服务的特征值,深入分析资源服务序列(Resource-Service Sequence,RSS)中上游资源服务对下游资源服务的影响,并基于此提出基于特征的RSS分析方法。分别展开如下研究:
  (1)一种频繁资源服务序列挖掘方法。针对协同业务过程中资源服务之间的时序关系,PrefixSpan算法构造投影数据库开销过大等问题,结合工作流模型,研究PrefixSpan算法的改进算法,挖掘频繁RSS模式。并设计实验来验证改进后算法的有效性和运行效率。
  (2)资源服务序列的关键特征序列分析方法。为了从众多的资源服务特征中获取关键特征序列,基于变化率,研究上游资源服务对下游资源服务在特征上的影响关系,并研究影响度的度量方法和求解方法,作为后续问题的基础;研究对变化率的聚类方法,得到关键特征序列集;考虑时间序列的连续性,研究对变化率的分析方法,得到关键特征序列集;基于关键特征序列,研究关键的资源服务序列求解方法,可提高资源服务的选取效率。
  最后,为验证理论研究结果,依托一个云制造服务平台项目,开发了相应的原型系统,详细介绍了所提理论方法在平台上的应用情况,在资源服务选取方面表现出良好的效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号