一种基于云仿真的并行优化方法和系统技术方案

本申请实施例提供了一种基于云仿真的并行优化方法和系统，其中，该方法的步骤包括：基于计算系统虚拟化，对单组仿真软件进行云仿真模板构建；基于云仿真模板，创建多组仿真软件实例；将多组仿真软件实例与优化软件进行关联，完成软件的并行优化。本申请所述技术方案能够提高了仿真软件(组)部署的效率，用户只需要安装部署一组仿真软件，就可以根据优化软件的需要，通过云仿真自动部署其它组仿真软件实例。当并行优化所需要的实例越多时，效率越高。

A Parallel Optimization Method and System Based on Cloud Simulation

The embodiment of this application provides a parallel optimization method and system based on cloud simulation, in which the steps of the method include: building a cloud simulation template for a group of simulation software based on virtualization of computing system; creating a group of simulation software examples based on cloud simulation template; associating a group of simulation software examples with optimization software to complete parallel optimization of software. The technical scheme described in this application can improve the efficiency of simulation software deployment. Users only need to install and deploy a set of simulation software, and can automatically deploy other groups of simulation software examples through cloud simulation according to the needs of optimization software. The more instances needed for parallel optimization, the higher the efficiency.

【技术实现步骤摘要】
一种基于云仿真的并行优化方法和系统
本申请涉及智能仿真领域，特别涉及一种基于云仿真的并行优化方法和系统。
技术介绍
目前，很多优化技术都采用并行优化。比如说群体智能优化算法及相关的改进算法，设置多个实例在解空间中并行进行寻优，利用群体中各实例之间对最优解的信息共享，使得整个群体的搜索方向在解空间中产生从无序到有序的演化过程。还比如并行学习的各类算法，设置多个实例的神经网络模型，利用各个实例分别在不同的数据集上进行模型训练，最后在适当的时间对各个模型参数进行综合得到最终模型的参数。由于优化问题的复杂性，目前解空间的计算或者训练数据集的生成都需要调用仿真软件来进行计算。如ISIGHT软件等多学科优化软件，提供了与多种主流CAE分析工具的专用接口，支持用户以拖拽的方式可视化地快速建立仿真分析流程，并方便地设定和修改设计变量以及设计约束与目标，自动进行多次分析循环。但是ISIGHT软件等多学科优化软件主要还是进行串行优化。它们建立的仿真分析流程各个环节关联的是单个仿真软件实例，这些仿真软件实例由用户提前手动部署好。如果需要开展并行优化，需要用户提前部署好多组仿真软件实例，并在仿真分析流程中提前描述好每一组组仿真软件实例的关系以及各组仿真软件实例与优化软件之间的关系。而且，这些关系是固化的，如果需要增加并行优化的实例数目，还需要重新部署和重新更改流程，对用户开展并行优化造成很大的不便。
技术实现思路
为解决上述问题之一，本申请提供了一种基于云仿真的并行优化方法。根据本申请实施例的第一个方面，提供了一种基于云仿真的并行优化方法，该方法的步骤包括：基于计算系统虚拟化，构建单组仿真软件的云仿真模板；基于云仿真模板，创建多组仿真软件实例；将多组仿真软件实例与优化软件进行关联，完成软件的并行优化。优选地，所述基于计算系统虚拟化，对单组仿真软件进行云仿真模板构建的步骤包括：建立云仿真模板中的单组仿真运行依赖环境封装模板，安装多个节点的基础软件，在不同节点上安装不同学科的仿真软件，并对计算资源、存储资源和网络资源进行需求描述；建立云仿真模板中的单组仿真协同依赖环境封装模板，安装多学科协同仿真支撑软件，并对多学科协同仿真业务进行描述。优选地，所述基于云仿真模板，创建多组仿真软件实例的步骤包括：基于所述云仿真模板，分配所需计算资源、存储资源和网络资源，在分配的多个节点上面启动基础软件和相应的仿真软件，启动多学科协同仿真支撑软件，形成单组仿真软件实例；基于所述云仿真模板，重复上一步骤，创建多组仿真软件实例。优选地，所述基于云仿真模板，创建多组仿真软件实例的步骤还包括：利用计算系统虚拟化技术对多组仿真软件实例进行隔离。优选地，所述将多组仿真软件实例与优化软件进行关联，完成软件的并行优化的步骤包括：通过网关建立各组仿真软件实例与优化软件的连接，实现各组多学科协同仿真支撑软件与优化软件的集成；优化软件基于集成的多学科协同仿真支撑软件，下达设计参数给各组仿真软件实例，调用各组内部多学科的仿真软件进行协同仿真分析，收集仿真分析结果，获得对应设计参数的结果反馈。优选地，该步骤还包括：根据优化调度，进行反复迭代，获得最优优化结果。根据本申请实施例的第二个方面，提供了一种基于云仿真的并行优化系统，该系统包括：仿真模板管理模块，基于计算系统虚拟化，构建单组仿真软件的云仿真模板；仿真实例创建模块，基于云仿真模板，创建多组仿真软件实例；优化驱动仿真调度模块，将多组仿真软件实例与优化软件进行关联，完成软件的并行优化。优选地，所述模板构建模块具体执行如下步骤：建立云仿真模板中的单组仿真运行依赖环境封装模板，安装多个节点的基础软件，在不同节点上安装不同学科的仿真软件，并对计算资源、存储资源和网络进行需求描述；建立云仿真模板中的单组仿真协同依赖环境封装模板，安装多学科协同仿真支撑软件，并对多学科协同仿真业务进行描述。优选地，该实例创建模块具体执行如下步骤：基于所述云仿真模板，分配所需计算资源、存储资源和网络资源；在分配的多个节点上面启动基础软件和相应的仿真软件，启动多学科协同仿真支撑软件，形成单组仿真软件实例；基于所述云仿真模板，重复上一步骤，创建多组仿真软件实例。优选地，所述关联仿真模块具体执行如下步骤：通过网关建立各组仿真软件实例与优化软件的连接，实现各组多学科协同仿真支撑软件与优化软件的集成；优化软件基于集成的多学科协同仿真支撑软件，下达设计参数给各组仿真软件实例，调用各组内部多学科的仿真软件进行协同仿真分析，收集仿真分析结果，获得对应设计参数的结果反馈。本申请所述技术方案能够提高了仿真软件(组)部署的效率，用户只需要安装部署一组仿真软件，就可以根据优化软件的需要，通过云仿真自动部署其它组仿真软件实例。当并行优化所需要的实例越多时，效率越高。本申请所述技术方案提供并行优化框架下柔性化的多实例仿真分析流程，用户只需要描述一组仿真软件实例的仿真分析流程，就可以根据并行优化的需要，通过云仿真自动实现仿真分析流程的多实例化。用户不需要额外的流程更改，方便快捷；支持基于仿真高效开展群体智能优化和并行机器学习。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1示出本申请所述一种基于云仿真的并行优化方法的示意图。具体实施方式为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本方案的核心思路是在并行优化框架下，进行柔性化的多实例仿真分析流程，用户只需要描述一组仿真软件实例的仿真分析流程，就可以根据并行优化的需要，通过云仿真自动实现仿真分析流程的多实例化，从而解决多组仿真软件实例自动创建以及与优化软件自动关联的问题。实施例1如图1所示，本实例公开了一种基于云仿真的并行优化方法，该方法的步骤包括：步骤1、基于计算系统虚拟化，构建单组仿真软件的云仿真模板。其中，所述云仿真模板包括：单组仿真软件运行依赖环境封装模板和单组仿真软件协同依赖环境封装模板。该步骤中，首先，建立云仿真模板中的单组仿真运行依赖环境封装模板，安装多个节点的基础软件，在不同节点上安装不同学科的仿真软件，并对计算资源、存储资源和网络资源进行需求描述；其中，计算资源包括CPU、内存和存储等资源。此外，基础软件对应操作系统(如Windows、Linux等)、运行时库(C++库、.Net库等)；仿真软件对应CAE、EDA这些来自不同学科的仿真软件。其次，建立云仿真模板中的单组仿真协同依赖环境封装模板，安装多学科协同仿真支撑软件，并对多学科协同仿真业务进行描述；其中，协同仿真业务包括数据交互关系和时序逻辑关系等。其中，多学科协同仿真支撑软件中较为典型的为RTI(Run-timeInfrastructure)步骤2、基于云仿真模板，创建多组仿真软件实例。该步骤中，首先，基于所述云仿真模板，分配所需计算资源、存储资源和网络资源，在分配的多个节点上面启动基础软件和相应的仿真软件，启动多学科协同仿真支撑软件，本文档来自技高网...

【技术保护点】
1.一种基于云仿真的并行优化方法，其特征在于，该方法的步骤包括：基于计算系统虚拟化，构建单组仿真软件的云仿真模板；基于云仿真模板，创建多组仿真软件实例；将多组仿真软件实例与优化软件进行关联，完成软件的并行优化。

【技术特征摘要】
1.一种基于云仿真的并行优化方法，其特征在于，该方法的步骤包括：基于计算系统虚拟化，构建单组仿真软件的云仿真模板；基于云仿真模板，创建多组仿真软件实例；将多组仿真软件实例与优化软件进行关联，完成软件的并行优化。2.根据权利要求1所述的基于云仿真的并行优化方法，其特征在于，所述基于计算系统虚拟化，对单组仿真软件进行云仿真模板构建的步骤包括：建立云仿真模板中的单组仿真运行依赖环境封装模板，安装多个节点的基础软件，在不同节点上安装不同学科的仿真软件，并对计算资源、存储资源和网络资源进行需求描述；建立云仿真模板中的单组仿真协同依赖环境封装模板，安装多学科协同仿真支撑软件，并对多学科协同仿真业务进行描述。3.根据权利要求2所述的基于云仿真的并行优化方法，其特征在于，所述基于云仿真模板，创建多组仿真软件实例的步骤包括：基于所述云仿真模板，分配所需计算资源、存储资源和网络资源，在分配的多个节点上面启动基础软件和相应的仿真软件，启动多学科协同仿真支撑软件，形成单组仿真软件实例；基于所述云仿真模板，重复上一步骤，创建多组仿真软件实例。4.根据权利要求3所述的基于云仿真的并行优化方法，其特征在于，所述基于云仿真模板，创建多组仿真软件实例的步骤还包括：利用计算系统虚拟化技术对多组仿真软件实例进行隔离。5.根据权利要求3所述的基于云仿真的并行优化方法，其特征在于，所述将多组仿真软件实例与优化软件进行关联，完成软件的并行优化的步骤包括：通过网关建立各组仿真软件实例与优化软件的连接，实现各组多学科协同仿真支撑软件与优化软件的集成；优化软件基于集成的多学科协同仿真支撑软件，下达设计参数给各组仿真软件实例，调用各组内部多学科的仿真软件进...

【专利技术属性】
技术研发人员：林廷宇，张迎曦，李伯虎，施国强，
申请(专利权)人：北京仿真中心，
类型：发明
国别省市：北京,11