System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机应用,具体而言,涉及一种实时仿真计算资源的划分系统及方法。
技术介绍
1、实时仿真是一种计算机模拟技术,用于模拟现实世界中的物理、环境或系统行为,并以实时方式进行交互。它在多个领域有广泛的应用,实时仿真的关键特点是能够快速响应用户输入并产生实时的模拟结果。为了实现这个目标,需要在计算上进行优化,并使用高性能的计算设备。云计算技术和边缘计算技术为实时仿真的研究发展提供了新的途径与平台架构,能够以虚拟资源池的方式为实时仿真应用提供高效的计算能力。
2、边缘计算是一种分布式的计算模型,它将计算能力和存储资源推送到离数据源和终端设备更近的位置,以降低延迟并提供更快速和实时的计算,但边缘计算数据处理能力较为有限。云计算是一种中心化的计算模型,其中数据和应用程序在远程的云服务器上进行处理和存储,用户通过网络连接到云服务器来使用计算资源和服务,但在长时间处于高负荷运行状态时也很容易出现宕机等故障,不能够满足实时仿真的计算需要。
技术实现思路
1、本专利技术解决的问题是计算资源不合理划分导致不能够满足实时仿真计算需要。
2、为解决上述问题,本专利技术提供一种实时仿真计算资源的划分系统,包括用户服务器、边缘服务器和云计算服务器,其中,所述用户服务器包括多个用户端;
3、所述用户服务器用于获取多个所述用户端的实时仿真运行数据,并根据所述实时仿真运行数据得到用户服务处理数据、边缘服务器处理数据和云计算处理数据,将所述用户服务处理数据添加到服务端处理
4、所述边缘服务器用于根据所述边缘服务器处理数据得到边缘服务器数据评价值,通过所述边缘服务器数据评价值得到边缘服务器计算资源,或将所述边缘服务器处理数据发送给所述云计算服务器;
5、所述云计算服务器用于获取所述用户端的预测数据计算资源,并通过所述预测数据计算资源得到预存计算资源,基于所述预存计算资源和混合算法,根据所述边缘服务器处理数据和/或所述云计算处理数据得到云计算服务器计算资源。
6、可选地,所述根据所述边缘服务器处理数据得到边缘服务器数据评价值,通过所述边缘服务器数据评价值得到边缘服务器计算资源,或将所述边缘服务器处理数据发送给所述云计算服务器包括:
7、当所述边缘服务器处理数据大于或等于负载阈值,则将所述边缘服务器处理数据发送给所述云计算服务器;
8、当所述边缘服务器处理数据小于所述负载阈值,则将所述边缘服务器处理数据输入数据评估模型得到所述边缘服务器数据评价值;
9、通过所述边缘服务器数据评价值得到边缘服务器计算资源。
10、可选地,所述获取所述用户端的预测数据计算资源包括:
11、获取当前时间节点数据;
12、将所述当前时间节点数据输入预测计算资源模型得到所述预测数据计算资源。
13、可选地,所述预测计算资源模型构建方法包括:
14、获取所述用户端的历史云计算处理数据,并将所述历史云计算处理数据作为数据集;
15、对所述数据集预处理得到训练集;
16、通过所述训练集训练预设神经网络模型得到所述预测计算资源模型。
17、可选地,所述根据所述实时仿真运行数据得到用户服务处理数据、边缘服务器处理数据和云计算处理数据包括:
18、当所述实时仿真运行数据为不可卸载数据,根据所述实时仿真运行数据得到所述用户服务处理数据;
19、当所述实时仿真运行数据为可卸载数据,根据所述实时仿真运行数据得到所述边缘服务器处理数据和所述云计算处理数据。
20、可选地,所述根据所述实时仿真运行数据得到所述边缘服务器处理数据和所述云计算处理数据包括:
21、当所述实时仿真运行数据大于或等于预设阈值时,将所述实时仿真运行数据作为所述云计算处理数据;
22、当所述实时仿真运行数据小于预设阈值时,将所述实时仿真运行数据作为所述边缘服务器处理数据。
23、可选地,所述云计算服务器包括多个数据处理资源点,所述基于所述预存计算资源和混合算法,根据所述边缘服务器处理数据和/或所述云计算处理数据得到云计算服务器计算资源包括:
24、将所述边缘服务器处理数据和/或所述云计算处理数据作为子任务;
25、根据所述预存计算资源筛选所有所述数据处理资源点得到云计算资源合集;
26、根据所述子任务和所述云计算资源合集得到任务依赖关系图,其中,所述任务依赖关系图用于表示所述子任务和各所述数据处理资源点的交互关系;
27、将所述任务依赖关系图输入预设混合算法模型得到云计算服务器计算资源,其中,所述预设混合算法模型用于表示基于遗传算法和蚁群算法构建的模型。
28、可选地,所述将所述任务依赖关系图输入预设混合算法模型得到云计算服务器计算资源包括:
29、基于所述遗传算法,通过所述任务依赖关系图得到原始计算资源分配策略;
30、将所述原始计算资源分配策略转化为原始信息素;
31、基于所述蚁群算法,通过所述原始信息素得到目标计算资源分配策略;
32、通过所述目标计算资源分配策略得到云计算服务器计算资源
33、可选地,所述云计算服务器还用于获取性能指标,并根据所述性能指标得到预警提示,其中,所述性能指标包括内存余量、cpu运算量和数据运算速率。
34、本专利技术所述的实时仿真计算资源的划分系统,通过用户服务器根据实时仿真运行数据得到用户服务处理数据、边缘服务器处理数据和云计算处理数据,通过对实时仿真运行数据的划分从而将数据分配给不同的终端进行处理,既能够满足大量数据处理,又能够减少云服务器的负担。边缘服务器又通过所述边缘服务器处理数据得到边缘服务器数据评价值,通过所述边缘服务器数据评价值对边缘服务器处理数据进一步进行判断,若不满足边缘服务器处理条件则将边缘服务器处理数据转发给云计算服务器进行处理,保障了数据的有效处理,云计算服务器获取所述用户端的预测数据计算资源,并通过所述预测数据计算资源得到预存计算资源,通过分析用户使用习惯从而为客户保留相关计算资源。基于混合算法对得到的数据进行合理分配得到云计算服务器计算资源,通过计算资源合理划分,实现高效且节能的任务处理,满足实时仿真的计算需要。
35、本专利技术还提供一种实时仿真计算资源的划分方法,包括:用户服务器获取多个所述用户端的实时仿真运行数据,并根据所述实时仿真运行数据得到用户服务处理数据、边缘服务器处理数据和云计算处理数据,将所述用户服务处理数据添加到服务端处理队列,将所述边缘服务器处理数据和所述云计算处理数据分别发送给边缘服务器和云计算服务器;
36、所述边缘服务器根据所述边缘服务器处理数据得到边缘服务器数据评价值,通过所述边缘服务器数据评价值得到边缘服务器计算资源,或将所述边本文档来自技高网...
【技术保护点】
1.一种实时仿真计算资源的划分系统,其特征在于,包括用户服务器、边缘服务器和云计算服务器,其中,所述用户服务器包括多个用户端;
2.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述根据所述边缘服务器处理数据得到边缘服务器数据评价值,通过所述边缘服务器数据评价值得到边缘服务器计算资源,或将所述边缘服务器处理数据发送给所述云计算服务器包括:
3.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述获取所述用户端的预测数据计算资源包括:
4.根据权利要求3所述的实时仿真计算资源的划分系统,其特征在于,所述预测计算资源模型构建方法包括:
5.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述根据所述实时仿真运行数据得到用户服务处理数据、边缘服务器处理数据和云计算处理数据包括:
6.根据权利要求5所述的实时仿真计算资源的划分系统,其特征在于,所述根据所述实时仿真运行数据得到所述边缘服务器处理数据和所述云计算处理数据包括:
7.根据权利要求1所述的实时仿真计算资源的划分系统,其特
8.根据权利要求7所述的实时仿真计算资源的划分系统,其特征在于,所述将所述任务依赖关系图输入预设混合算法模型得到云计算服务器计算资源包括:
9.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述云计算服务器还用于获取性能指标,并根据所述性能指标得到预警提示,其中,所述性能指标包括内存余量、CPU运算量和数据运算速率。
10.一种实时仿真计算资源的划分方法,基于权利要求1至9任一项所述的实时仿真计算资源的划分系统,其特征在于,包括:
...【技术特征摘要】
1.一种实时仿真计算资源的划分系统,其特征在于,包括用户服务器、边缘服务器和云计算服务器,其中,所述用户服务器包括多个用户端;
2.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述根据所述边缘服务器处理数据得到边缘服务器数据评价值,通过所述边缘服务器数据评价值得到边缘服务器计算资源,或将所述边缘服务器处理数据发送给所述云计算服务器包括:
3.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述获取所述用户端的预测数据计算资源包括:
4.根据权利要求3所述的实时仿真计算资源的划分系统,其特征在于,所述预测计算资源模型构建方法包括:
5.根据权利要求1所述的实时仿真计算资源的划分系统,其特征在于,所述根据所述实时仿真运行数据得到用户服务处理数据、边缘服务器处理数据和云计算处理数据包括:
6.根据权利要求5所述的实时仿真计算资源的...
【专利技术属性】
技术研发人员:谢宇哲,李智,王劭均,姚艳,李元林,冯怿彬,金佳,朱博文,张浩,
申请(专利权)人:国网浙江省电力有限公司宁波供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。