面向油气生产领域的微服务聚类方法研究

摘要

随着油气生产领域科技的不断创新与发展，为了避免数据重复录入、实现远程设备开关控制以及生产过程自动监测诊断等功能，油气生产行业在短短十年间仅单单勘探与生产一个板块，就已经形成了一百多个应用系统。其中，大部分系统都存在应用服务重复编程开发的现象。中国石油油气生产物联网项目A11项目组提出搭建一个基于PaaS（平台即服务）的油气生产综合管理集成平台，利用微服务架构将单体式应用分解为多个可管理的微服务方法，这些微服务只需一次开发便可被多次使用，这大大提高了软件的质量和开发效率。论文从软件复用的角度出发，结合特定的领域特性，主要研究了面向油气生产领域的刻面描述方法和改进的聚类算法。具体设计工作如下：
　　1.针对中石油管理平台中应用服务数量多，相关术语领域性强等特性，提出了一种面向油气生产领域的刻面与本体相结合的描述方法。从优化领域术语的角度出发，提取微服务命名实体分词并对分词进行同义转换，进而压缩领域特征词筛选的向量空间。采用改进的领域特征词筛选算法，突出领域特征词与常用词汇之间的差别，进一步过滤领域特征词。实验结果表明，实体分词同义转换后，特征词备选词集的向量空间减小了47%，改进后的领域特征词筛选算法生成的特征词向量具有较强的领域性。该方法能较独立且全面的描述出目前平台中所有的微服务应用软件。
　　2.针对传统的 K-means算法需要事先确定聚类个数以及随机获取初始聚类中心，易陷入局部最优解等问题，提出了一种基于引入参数的优化聚类算法。利用先前提出的描述方法，获得平台中所有微服务应用的刻面描述向量集。首先建立相似参数ε与聚类个数 k值之间的变化趋势图，确定恰当聚类个数 k值；然后根据初始聚类中心点密度较高，相互之间距离较远的选取原则确定初始聚类中心点。实验结果表明，改进后的聚类算法与传统聚类算法以及其他改进算法相比，具有较高的聚类准确率和较低的误差，能够有效实现平台中微服务的自动聚类，减少了人为主观因素对分类结果的影响。此外，这种算法具有全局性，能够有效地避免聚类陷入局部最优。
　　虽然论文对面向油气生产领域的刻面描述方法和聚类算法进行了一系列的研究，但考虑到微服务自动分类的具体实现效果，在术语本体关系转换表的补充、实体分词与领域特征词之间相似度的计算、以及相似参数ε的唯一取值等方面还需要进行进一步的探索与研究。

目录

声明

插图索引

附表索引

第1章 绪 论

1.1课题的研究背景及意义

1.2国内外研究现状

1.3问题的提出及研究目标

1.4论文的主要贡献

1.5论文的组织结构与安排

第2章 文本分类的相关技术

2.1描述方法

2.2相似度计算

2.3聚类算法

2.4本章小结

第3章 面向油气生产领域的刻面与本体相结合的描述方法

3.1引言

3.2微服务

3.3重建刻面分类结构树

3.4面向油气生产领域的刻面与本体相结合的描述方法

3.5实例验证

3.6聚类算法实验

3.7本章小结

第4章 基于引入参数的优化聚类算法

4.1引言

4.2 一种引入参数的优化聚类算法

4.3 实验结果与分析

4.4本章小结

总结和展望

参考文献

致谢

附录A攻读硕士学位期间发表的学术论文

附录B攻读硕士学位期间参与的科研项目