-
公开(公告)号：CN112861371B
公开(公告)日：2022-11-18
申请号：CN202110230369.1
申请日：2021-03-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于边缘计算的钢铁行业云排产方法，该方法将传统的云排产模式拆分转化为云边协作的排产模式，包含边缘预处理与云平台通用求解两大模块；首先建立云边协作的智能排产框架；然后将生产工艺满足程度刻画为板坯间的综合属性差异；通过最小化生产计划序列中板坯之间的综合属性差异以最大程度地满足工艺需求；在此基础上确定诸如最小化生产时间等所需考虑的优化目标；最后根据上述优化目标与所得函数关系，确定边缘服务器的边缘处理模块与云排产平台的通用型求解模块两部分计算任务。
-
Patent Agency Ranking
公开(公告)号：CN112861371A
公开(公告)日：2021-05-28
申请号：CN202110230369.1
申请日：2021-03-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于边缘计算的钢铁行业云排产方法，该方法将传统的云排产模式拆分转化为云边协作的排产模式，包含边缘预处理与云平台通用求解两大模块；首先建立云边协作的智能排产框架；然后将生产工艺满足程度刻画为板坯间的综合属性差异；通过最小化生产计划序列中板坯之间的综合属性差异以最大程度地满足工艺需求；在此基础上确定诸如最小化生产时间等所需考虑的优化目标；最后根据上述优化目标与所得函数关系，确定边缘服务器的边缘处理模块与云排产平台的通用型求解模块两部分计算任务。
-
公开(公告)号：CN112860407B
公开(公告)日：2024-06-21
申请号：CN202110229581.6
申请日：2021-03-02
Applicant: 东南大学
IPC: G06F9/48 , G06F9/50 , G06Q10/0631
Abstract: 本发明公开了一种云边协作的序列依赖流水车间任务调度执行优化方法，该方法针对序列依赖的流水车间任务调度问题，对此类问题的传统云边协作任务调度模式进行了三个方面的执行优化；在边缘服务器处获取调度任务所需的生产数据，并对计算所得的中间结果进行压缩后再上传至云端；在云服务器获取边缘服务器上传的中间结果，自动化选择合适的调度算法后以中间结果作为算法输入进行求解并返回结果；在边缘服务器接收到调度结果后更新模型参数，起到云边协同训练的效果。
-
公开(公告)号：CN112860407A
公开(公告)日：2021-05-28
申请号：CN202110229581.6
申请日：2021-03-02
Applicant: 东南大学
Abstract: 本发明公开了一种云边协作的序列依赖流水车间任务调度执行优化方法，该方法针对序列依赖的流水车间任务调度问题，对此类问题的传统云边协作任务调度模式进行了三个方面的执行优化；在边缘服务器处获取调度任务所需的生产数据，并对计算所得的中间结果进行压缩后再上传至云端；在云服务器获取边缘服务器上传的中间结果，自动化选择合适的调度算法后以中间结果作为算法输入进行求解并返回结果；在边缘服务器接收到调度结果后更新模型参数，起到云边协同训练的效果。
-
公开(公告)号：CN110471621B
公开(公告)日：2020-12-29
申请号：CN201910687788.0
申请日：2019-07-29
Applicant: 东南大学
Abstract: 本发明公开了一种异构边缘计算环境下面向实时数据处理应用的边缘协同存储方法，该方法首先确定邻居服务器集合；然后为所有边缘服务器计算每个应用对应的模型数据相对于存储在云端的存储效益，生成初始存储效益矩阵，该存储效益主要体现在时延的降低上；从存储效益矩阵中寻找具有最大存储效益的存储候选方案；如果对应的边缘服务器还有足够的空间容纳模型数据，则进行存储并更新其剩余存储空间与受本次存储操作影响的其他模型数据的存储效益，否则将该效益值设置为无穷小，不再考虑该存储候选方案；重复上述两个步骤，直到所有边缘服务器的存储空间都不足以容纳新的模型数据为止。
-
公开(公告)号：CN110471621A
公开(公告)日：2019-11-19
申请号：CN201910687788.0
申请日：2019-07-29
Applicant: 东南大学
Abstract: 本发明公开了一种异构边缘计算环境下面向实时数据处理应用的边缘协同存储方法，该方法首先确定邻居服务器集合；然后为所有边缘服务器计算每个应用对应的模型数据相对于存储在云端的存储效益，生成初始存储效益矩阵，该存储效益主要体现在时延的降低上；从存储效益矩阵中寻找具有最大存储效益的存储候选方案；如果对应的边缘服务器还有足够的空间容纳模型数据，则进行存储并更新其剩余存储空间与受本次存储操作影响的其他模型数据的存储效益，否则将该效益值设置为无穷小，不再考虑该存储候选方案；重复上述两个步骤，直到所有边缘服务器的存储空间都不足以容纳新的模型数据为止。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
