logo móvil
Contáctanos

Coincidencia y Optimización de Servicios en la Nube en Múltiples Etapas Basada en la Descomposición Jerárquica de Tareas de Diseño

Autores: Ding, Shuhui; Guo, Zhongyuan; Wang, Haixia; Ma, Fai

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Coincidencia y Optimización de Servicios en la Nube en Múltiples Etapas Basada en la Descomposición Jerárquica de Tareas de Diseño


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Sistemas de fabricación en la nube
Recurso de servicio
Modelos de tareas de diseño
Coincidencia de servicios en la nube
Tamaños de granularidad
Estrategia de coincidencia en múltiples etapas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
En los sistemas de fabricación en la nube, la multi-granularidad de los recursos de servicio y los modelos de tareas de diseño conduce a la complejidad de la coincidencia de servicios en la nube. Con el fin de satisfacer la preferencia de los solicitantes de recursos por recursos de servicio de gran granularidad, proponemos una estrategia de coincidencia de servicios en la nube en múltiples etapas para resolver el problema de la coincidencia de tareas y recursos con diferentes tamaños de granularidad. Primero, se propone un marco de coincidencia de servicios en la nube en múltiples etapas, y se planifica la estrategia básica de coincidencia de tareas con servicios en la nube. Luego, se estudia el método de modelado de ontología de tareas consciente del contexto, y se establece un modelo de ontología de tareas relacionado con el contexto. En tercer lugar, se estudia un método de descomposición de procesos de tareas de diseño, y se establece el proceso de desarrollo de productos con tareas de pequeña granularidad. Cuarto, se estudia una estrategia de coincidencia de tareas de ontología y servicios en la nube, y se lleva a cabo la coincidencia preliminar. Finalmente, se realiza una optimización inteligente, y se encuentra la composición óptima de servicios en la nube con el período de diseño óptimo como función objetivo. Con la ayuda del método anterior, se realiza la coincidencia de servicios maximizando la granularidad de la tarea, asegurando la tasa de éxito de coincidencia, lo que satisface la preferencia de los solicitantes de recursos por recursos de servicio de gran granularidad.

Otros recursos que podrían interesarte

Temas Virtualpro