【摘要】：智能制造開啟霧計算分析時代,霧計算拉近物聯(lián)網(wǎng)的終端設(shè)備數(shù)據(jù)與云中心之間的存儲、傳輸和計算。隨著智能制造、霧計算和物聯(lián)網(wǎng)技術(shù)的發(fā)展,出現(xiàn)了越來越多的智能制造服務(wù),包括工業(yè)大數(shù)據(jù)分析、智能維護(hù)和管理、彈性工廠和智能應(yīng)用等。本論文分析了智能制造服務(wù)的特點和需求,提出了面向智能制造服務(wù)的霧計算架構(gòu)。通過對智能制造服務(wù)應(yīng)用進(jìn)行分類和通信交互流程的設(shè)計,架構(gòu)能合理提供智能制造的相關(guān)服務(wù)。此外引入霧群、霧單元節(jié)點、霧管理節(jié)點等網(wǎng)元實體,并提出一種霧資源管理的分群算法,有利于霧層資源的有效合作�；谔岢龅撵F計算架構(gòu),本論文針對智能制造中的設(shè)備計算能力、時延需求、通信保障能力等特征,建立了約束任務(wù)下的霧計算資源調(diào)度模型,以時延和通信負(fù)載為優(yōu)化目標(biāo),提出了兩種霧資源調(diào)度算法,即Pri-Min算法和ADGRS算法(Adaptive Doublefitness Genetic Resource Scheduling)。其中Pri-Min算法采用的是非啟發(fā)式算法,借鑒了經(jīng)典的Min-Min算法的思想,將任務(wù)之間的約束關(guān)系計算為任務(wù)的優(yōu)先級,然后再基于該優(yōu)先級進(jìn)行資源調(diào)度。該算法以延時和通信負(fù)載的加權(quán)收益為優(yōu)化目標(biāo),可對時延和通信負(fù)載進(jìn)行不同權(quán)重的優(yōu)化。Pri-Min算法產(chǎn)生的是局部最優(yōu)解,不一定在全局范圍內(nèi)也是最優(yōu)。所以本論文提出了第二個調(diào)度算法ADGRS,該算法屬于啟發(fā)式算法,采用自適應(yīng)雙適應(yīng)度的改進(jìn)遺傳算法,該算法會在全局空間中尋找近似最優(yōu)解,同樣能對時延和通信負(fù)載進(jìn)行不同權(quán)重的優(yōu)化。算法仿真和結(jié)果分析表明,Pri-Min算法和ADGRS算法都能夠同時兼顧任務(wù)的時延性能和通信資源的開銷,有利于霧資源的有效協(xié)作和充分利用。相較于貪婪算法、OLB(Opportunistic Load Balancing,隨機(jī)負(fù)載均衡)算法,Pri-Min算法綜合性能更優(yōu)。相較于Con-Min(Constraints Min)算法,ADGRS算法綜合性能更優(yōu)。Pri-Min算法相較于ADGRS算法調(diào)度速度更快,但綜合調(diào)度結(jié)果較弱。所以這兩種算法具有各自的優(yōu)缺點,可適用于不同需求的應(yīng)用。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 田娟;;中國智能制造的新勢力——Ecode標(biāo)識構(gòu)建工業(yè)互聯(lián)網(wǎng)生態(tài)體系[J];中國自動識別技術(shù);2017年02期

2 肖楓;王世昌;;物聯(lián)網(wǎng)在工業(yè)4.0中的應(yīng)用研究[J];數(shù)字通信世界;2015年12期

，

本文編號：2613069