典型工业设备监测云服务组合算法研究及应用

摘要

工业云已经触及行业的各个方面，越来越多的物质，设备，人力和制造力等资源都转化为了工业云服务，以一种更方便、更优效率的方式提供给用户使用。制造企业通过部署传感器在待监测设备上，通过网络将实时监测数据上传至工业云平台，再调用云服务实现需要的功能。　　论文以工业云服务组合作为研究的重点，从云服务组合和云工作流动态变更两个方面对云服务组合进行优化研究。使用服务质量（Quality of Service, QoS）作为云服务组合的评价指标，可以在大量功能属性相似而非功能属性各异的工业云服务中选取最优的组合，从而为工业云提供更有效的云服务。在不断变化的市场需求下，云工作流业务流程的频繁发生变化，让云工作流在运行时动态变化，更能适应业务环境变化的灵活性。　　论文的主要工作内容如下：　　① 阐述了论文研究背景、并介绍了云服务组合在工业云环境下的具体意义。分析研究国内外关于云服务组合以及工作流动态变更的研究成果。　　② 针对服务组合中多个服务之间可能存在质量约束情况，提出了基于质量约束的工业云服务组合模型，建立了质量约束规则，通过改进布谷鸟搜索算法，对工业云服务组合进行优化，并进行了对比分析实验。　　③ 提出三维云工作流动态变更模型，提出云工作流动态变更策略以及云工作流动态变更算法。对比现有的变更算法，通过在不同任务数量中进行动态变更的响应时间对比。　　④ 将论文的模型及算法应用于某LNG接收站安全健康管理云服务平台。

目录

1 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 云服务组合研究现状

1.2.2 动态工作流研究现状

1.3 研究目的和研究内容

1.4 论文组织结构

2 工业云服务组合模型

2.1 物联网

2.2 云计算服务模型

2.3 云计算部署模型

2.4 工业云服务组合

2.4.1 工业云服务的质量属性

2.4.2 工业云服务组合质量属性聚合方式

2.4.3 工业云服务组合常用算法

2.5 工作流技术

2.5.1 工作流建模方法

2.5.2 工作流动态变更

2.6 本章小结

3 基于质量约束的工业云服务组合模型及算法研究

3.1 基于质量约束的工业云服务组合模型

3.2 布谷鸟搜索算法

3.2.1 布谷鸟繁殖行为

3.2.2 莱维飞行

3.2.3 算法原理

3.3 改进的布谷鸟搜索算法

3.3.1 动态发现概率

3.3.2 小生境技术

3.3.3 算法流程

3.4 实验设计

3.5 实验结果分析

3.5.1 候选服务数量对实验结果的影响

3.5.2 QoS属性数量对实验结果的影响

3.5.3 质量约束比例对实验结果的影响

3.6 本章小结

4 基于三维云工作流模型的云工作流动态变更方法研究

4.1 三维云工作流动态变更模型

4.2 动态变更策略

4.3 动态变更算法

4.4 实验设计

4.5 本章小结

5 典型工业设备监测云服务方法应用

5.1 某接收站安全管理云服务平台

5.2 数据库设计

5.3 系统设计

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

附录

A. 作者在攻读硕士学位期间发表的论文目录

B. 作者在攻读硕士学位期间参加的科研项目及得奖情况

C. 学位论文数据集

致谢