基于资源协同模型的状态网络自适应资源协同方法、系统技术方案

本发明专利技术属于跨领域复杂资源建模技术领域，公开了基于资源协同模型的状态网络自适应资源协同方法、系统，结合本体论和元建模理论，从语义的角度构建跨领域复杂资源的统一静态模型；设计并实现基于静态资源协同模型的动态自适应状态网络模型，用于支持网络中资源状态的自我转换和传播，实现整体资源状态的自适应转换和更新；最后构建用于资源检索的模型应用程序接口。与传统协作建模中的固定状态定义不同，本发明专利技术的基于资源协同模型的动态自适应状态网络建模方法，结合本体建模和元建模，实现CPHS中各种复杂资源的统一管理和协同建模，在传统资源静态建模的基础上构建动态协同模型，实现了资源状态的动态协同转换，为资源调度提供资源基础。供资源基础。供资源基础。

【技术实现步骤摘要】
基于资源协同模型的状态网络自适应资源协同方法、系统


[0001]本专利技术属于跨领域复杂资源建模
，尤其涉及基于资源协同模型的状态网络自适应资源协同方法、系统。

技术介绍

[0002]信息物理人类系统(Cyber
‑
Physical
‑
Human System，CPHS)基于物理世界、网络世界和人类世界之间的实时交互整合了这些世界。这些世界在空间和时间上相互“交谈”。信息物理系统(CPS)是CPHS的基础。它是一个应用计算和网络技术，将信息网络和物理组件协同集成的智能系统。CPS连接物理世界和虚拟世界，主要应用于智能制造、智慧医疗、智慧城市等领域。随着人机交互、人机协作等技术的发展，人、信息系统和物理设备相互连接，相互交换信息，共同产生满足需求的能力。CPHS概念被提出并引起了广泛关注。
[0003]不同于传统的计算系统，信息物理人类系统需要实现各种资源(包括物理、虚拟、人力、组织等资源)之间的协同工作，有效地完成这些资源的合理调度。例如，在处理交通事故的过程中，需要对交警、摄像头、监控系统、医疗部门等资源进行协同调度。为了支持信息物理人类系统资源调度的运行，首先需要建立一套资源抽象和协同模型来管理系统中的各种资源。不幸的是，对信息物理人类系统中的资源进行建模仍然是一项具有挑战性的任务。挑战主要来自复杂的资源和各种资源实体之间的协同问题。具体表现如下：
[0004]复杂资源：资源的复杂性主要体现在离散性、无序性和多样性上。离散意味着资源来自不同的领域和不同的世界。无序主要体现在各种资源缺乏统一的标准。多样性是指各种形式的资源(物质资源、网络资源、人力和组织资源等)的存在。在信息物理人类系统中，人与人、人与对象以及对象与对象的交互需要在物理、社交和虚拟世界中紧密集成。然而，现有的资源建模和资源管理研究通常只关注相对单一的资源，而忽略了复杂资源的统一表示。现有资源建模和资源管理方法较少关注环境、社会、复杂、跨网络、跨领域等因素，同时缺乏对社会和人类层面资源之间协作关系的考虑。
[0005]资源协同：缺乏对复杂资源之间动态协同关系的研究。各个领域和各个世界内资源协同交互的难度限制了后续资源调度研究的准确性。资源可以以单一形式存在，也可以以聚合方式存在，形成聚合资源。这表明资源不是孤立的。资源与资源之间存在关系。资源可以通过关系进行交互、协作和协同提供相应的功能。当一种资源发生变化时，它会影响其他资源。因此，需要对资源进行关联和协同，维护一套统一的标准，动态协同各自的工作。例如，医院的应急资源在事故中失效。那么与之相关的后续资源就会受到影响，无法正常工作。这将影响整个救援过程的执行。然而，现有研究缺乏完善的方法和框架来支持信息物理人类系统交互和协同。
[0006]建模是将系统表示为一组抽象其本质的模型的过程。在传统的软件建模中，静态建模、过程建模和协同建模是常见的建模方法。静态模型，通常也称为结构模型，用于完全或部分表示系统设计的结构。例如，UML(统一建模语言)类图是最流行的静态模型。然而，复杂的资源关系使得静态模型不足以满足资源协同转化的需求。动态过程协作(DPC)被提出
来解决动态协作问题。DPC定义了参与服务的动态消息交换能力。然而，各模块直到DPC运行时才真正开始相互合作和理解，这带来了很多不确定性。
[0007]因此，CPHS系统整合了相互关联的计算、物理和人力资源。CPHS通常包含多源、跨域和异构的复杂资源。同时CPHS中的资源也是动态的。然而，现有的资源建模和资源管理研究主要集中在相对单一的资源，或者只关注特定领域，而忽略了跨领域复杂资源的建模。同时也缺乏支持此类资源动态自适应和协同更新的方法和框架。而且跨领域、跨世界资源的协同交互问题也限制了后续的资源调度等相关研究。为此，亟需设计一种状态网络动态自适应方法。
[0008]基于本体语言的资源建模技术是当前的主流技术中，目前存在的问题是比较局限于特定领域，可扩展性较差；考虑人、组织等社会资源的研究较少；对于各资源之间的关系表达较弱。在动态自适应状态网络研究中，目前的技术主要是基于有限状态机、基于DEVS仿真系统等。状态机和状态变化的研究主要集中在状态本身从A到B的转移，没有考虑状态变化对其他状态的影响。在DEVS研究中，状态的变化主要由事件触发，通过事件用来间接传递消息、更新信息，没有直接对状态之间建立明确的关系。
[0009]综上，许多建模研究中都使用了诸如本体论之类的先进技术。现有研究越来越关注CPHS中的跨境资源。然而，这些研究在描述资源间的合作关系方面相对薄弱。同时，资源的动态性给资源的更新带来了挑战。目前，资源状态协同传播的研究较少，缺乏动态自适应的协同传播机制。因此，亟需从静态的角度对CPHS中资源与资源之间的合作关系进行全面建模，需要构建资源状态动态自适应协调机制，实现资源状态的协调传播，提高模型的可扩展性。
[0010]通过上述分析，现有技术存在的问题及缺陷为：
[0011](1)现有的资源建模和资源管理方法只关注特定领域，而忽略了跨领域复杂资源的建模，同时较少关注环境、社会、复杂、跨网络、跨领域等因素。
[0012](2)现有技术缺乏支持跨领域复杂资源动态自适应和协同更新的方法和框架，且跨领域、跨世界资源的协同交互问题限制后续的资源调度等相关研究。
[0013](3)传统软件建模中复杂资源关系使得静态模型不足以满足资源协同转化需求，各模块直到DPC运行时才真正开始相互合作和理解，具有不确定性。

技术实现思路

[0014]为克服相关技术中存在的问题，本专利技术公开实施例提供了一种基于资源协同模型的状态网络自适应资源协同方法、系统，所述技术方案如下：
[0015]本专利技术公开实施例提供了一种基于资源协同模型的状态网络自适应资源协同方法，该方法结合本体论和元建模理论，从语义的角度构建跨领域复杂资源的统一静态模型；设计并实现基于静态资源协同模型的动态自适应状态网络模型，用于支持网络中资源状态的自我转换和传播，实现整体资源状态的自适应转换和更新；构建用于资源检索的模型应用程序接口。
[0016]在一个实施例中，所述状态网络动态自适应方法具体包括以下步骤：
[0017]步骤一，结合本体建模和元建模，构建静态资源协同模型；
[0018]步骤二，基于静态资源协同模型，构建原子资源状态模型；
[0019]步骤三，将原子状态链接，构建整个动态自适应状态网络模型；
[0020]步骤四，构建静态资源协同模型和动态自适应状态网络的应用接口。
[0021]本专利技术的另一目的在于提供一种实施所述基于资源协同模型的状态网络自适应资源协同方法的基于资源协同模型的状态网络自适应资源协同系统，所述基于资源协同模型的状态网络自适应资源协同系统包括：
[0022]资源协同模型构建模块，用于结合本体建模和元建模，构建静态资源协同模型；
[0023]资源状态模型构建模块，用于基于静态资源协同模型，构建原子资源本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于资源协同模型的状态网络自适应资源协同方法，其特征在于，该方法结合本体论和元建模理论，从语义的角度构建跨领域复杂资源的统一静态模型；设计并实现基于静态资源协同模型的动态自适应状态网络模型，用于支持网络中资源状态的自我转换和传播，实现整体资源状态的自适应转换和更新；构建用于资源检索的模型应用程序接口。2.根据权利要求1所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，所述状态网络动态自适应方法具体包括以下步骤：步骤一，结合本体建模和元建模，构建静态资源协同模型；步骤二，基于静态资源协同模型，构建原子资源状态模型；步骤三，将原子状态链接，构建整个动态自适应状态网络模型；步骤四，构建静态资源协同模型和动态自适应状态网络的应用接口。3.根据权利要求2所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，在步骤一中，所述结合本体建模和元建模，构建静态资源协同模型包括：(1)定义静态资源协同模型的元模型，包含实体类、关系类与属性类；(2)按照静态资源协同元模型的定义，对目标对象中存在的复杂资源、网络资源、组织资源和人力资源进行实例化，以知识图谱的方式进行表示与存储。4.根据权利要求3所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，在步骤(2)中，对目标对象中存在的复杂资源、网络资源、组织资源和人力资源进行实例化具体包括：S1、收集并标注资源数据集：收集并整合领域内的相关资源数据进行清洗和整理；对于处理后的数据，通过人工标注出其中的资源、状态和关系实体；S2、构建资源实体识别模型：使用资源数据集中标注的各实体数据训练基于LSTM+CRF模型，得到资源实体识别模型；S3、构建实体关系抽取模型：使用资源数据集中标注的实体与关系数据训练基于预训练模型Bert的抽取模型；S4、使用知识图谱进行存储：使用资源实体识别模型和实体关系抽取模型对数据集进行知识抽取；通过人工对抽取出的知识进行检查，通过neo4j对知识进行存储。5.根据权利要求2所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，在步骤二中，所述基于静态资源协同模型，构建原子资源状态模型包括：定义原子状态模型的结构和框架，创建状态模型内部转移规则和外部转移规则；对静态资源协同模型中的状态进行定义与建模。6.根据权利要求5所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，所述对静态资源协同模型中的状态进行定义与建模具体包括：(1)定义原子状态模型的结构；(2)定义转移规则并对其进行分类；(3)基于定义构建原子资源状态模型框架。7.根据权利要求2所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，在步骤三中，所述将原子状态链接，构建整个动态自适应状态网络模型具体包括：(1)将所有的原子状态链接构成状态网络，定义动态自适应状态网络结构；(2)按照动态自适应状态网络的定义，对静态资源协同模型中的目标对象服务资源的
状态构建状态网络。8.根据权利要求7所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，所述动态自适应状态网络的结构组成包括各原子资源状态、感知器、控制器和规则库；对静态资源协同模型中的目标对象服务资源的状态构建状态网络包括：1)根据目标对象服务资源与状态按照规则的定义与分类人工进行规则库的构建；2)按照规则库中的定义中的优先级与效果结合静态资源协同模型中资源状态实体与相关关系构建原子资源状态的内部转移和外部转移函数；3)通过静态资源协同模型中的协同关系将原子资源状态进行链接，构建动态自适应状态网络。9.根据权利要求2所述基于资源协同模型的状态网络自适应资源协同方法，其特征在于，在步骤四中，所述构建静态资源协同...

【专利技术属性】
技术研发人员：李政佐，涂志莹，初佃辉，张春立，罗江楠，胡鑫，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：