-
公开(公告)号：CN116126534B
公开(公告)日：2024-12-27
申请号：CN202310076402.9
申请日：2023-01-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源动态伸缩方法及系统，获取虚拟数据中心每个服务节点集群以及相应虚拟单元上的用户负载；根据历史的负载信息，构建基于模型组合的负载预测模型；构建基于强化学习的决策模型，确定模型的状态、动作，奖赏函数和状态动作值函数定义；配置用于确定云资源调整方案和概率贪心选择策略的决策算法，并确定未来负载周期下的动作；构建云资源动态伸缩执行体，对虚拟单元进行调整。本发明能够在随机、开放的云环境中构建精确的负载预测模型，设计自适应的云资源动态伸缩策略，解决公有云环境下大规模服务系统云资源供应不足和浪费所导致的服务质量下降和供应成本增加的问题，降本增效。
-
公开(公告)号：CN117234882B
公开(公告)日：2024-04-16
申请号：CN202311282020.8
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种在线应用云资源供应软件定义模型构建方法及终端机，属于云资源供应、整合与调度领域，根据公有云环境下的云资源，设计云资源的描述、发现与集成服务系统，对公有云环境进行统一管理，实现云资源供应软件定义模型的资源层的构建；采用行为模式模型图对公有云环境下的在线应用的负载以及行为模式进行分析，描述出在线应用的负载分布以及服务之间依赖关系；对在线应用的服务质量指标进行描述与建模，实现云资源供应软件定义模型的业务层构建；根据用户服务质量需求，构建满足预设条件的虚拟数据中心，并实现云资源供应软件定义模型控制层的构建。本发明实现降低成本的同时，提高云资源的使用效率和质量。
-
公开(公告)号：CN117667618A
公开(公告)日：2024-03-08
申请号：CN202311281892.2
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源组合优化分配方法及终端机，属于云计算领域，根据云环境中的服务特点，对服务划分类型进行分类，并建立云资源组合优化分配模式；基于不同类型的服务划分模式，配置服务构件划分策略；配置基于负载分解的混合遗传退火算法来确定满足预设条件的云资源供应方案；根据所述云资源供应方案构建虚拟数据中心。本发明能够针对在线应用的三种不同部署方式，对公有云环境下大规模服务部署进行精确有效的建模，构建高效的启发式算法求解云资源供应方案，实现云资源的组合优化分配。
-
公开(公告)号：CN117523244A
公开(公告)日：2024-02-06
申请号：CN202311439517.6
申请日：2023-10-31
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/762 , G06V10/82 , G06N3/088 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F17/16 , G06N3/045
Abstract: 本发明实施例提供一种多视图聚类方法、系统、电子设备及存储介质，属于信息技术领域。该方法包括：获取待聚类的多个数据缺失视图；利用多重插补法，对所述多个数据缺失视图中缺失的数据进行缺失值处理，获得多个完整视图，并生成不确定性度量矩阵；提取所述不确定性度量矩阵中易于聚类的隐空间特征；将所述易于聚类的隐空间特征以及所述多个完整视图输入至循环对抗生成网络进行聚类，获得所述待聚类的多个数据缺失视图的聚类结果。通过上述技术方案，利用多重插补法，不仅可以充分利用多视图数据之间的互补信息，对缺失数据进行有效插补，增强了数据之间的关联性，还通过循环对抗生成网络在此基础上实现高效率的多个数据缺失视图的聚类。
-
公开(公告)号：CN110930091B
公开(公告)日：2023-08-18
申请号：CN201911068588.3
申请日：2019-11-05
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/083 , G06Q10/0631
Abstract: 本发明提供了一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，包括如下步骤：获取区域内客户群集合和网点集合的基本信息；设定区域内所有网点的运营状态，对区域内的所有客户群和网点建立业务量分配模型，设定总分配成本计算公式；建立快递末端网点优化整合模型；配置用于求解上述模型的邻域搜索模拟退火算法；对网点整合结果进行可视化展示。本发明提出了一种基于成本优化的客户群业务量可拆分的网点优化整合模型，即一个客户群的业务量可以分配给多个网点，网点与客户群之间是多对多的关系。通过撤销与合并的方式，对网点的布局进行重构，以及对网点与客户群之间的业务量进行重新分配，从而提高物流资源的利用率，降低物流运营成本。
-
Patent Agency Ranking
公开(公告)号：CN116227902A
公开(公告)日：2023-06-06
申请号：CN202310059958.7
申请日：2023-01-16
Applicant: 哈尔滨工业大学(威海) , 威海新派信息技术有限公司
IPC: G06Q10/0633 , G06Q50/26
Abstract: 本发明公开了一种基于大数据的应急管理流程建模方法，所述方法包括如下步骤：步骤一、数据预处理；步骤二、流程实例解析与统计；步骤三、将流程实例抽象为流程变体；步骤四、合并流程变体为流程模型PM；步骤五、提取价值弧集合VA；步骤六、构建应急管理流程模型EMPM；步骤七、形成流程模型库。本发明不仅可以对多源异构数据进行处理实现对管理流程的建模，还可以对应急资源进行配置，建立面向多主体的应急管理流程模型库。应急管理流程模型库是流程模型的集合，流程模型中包含了活动的参与者以及活动之间的价值弧，完善的流程模型库有利于帮助企业更好地应对突发情况。
-
公开(公告)号：CN116155835A
公开(公告)日：2023-05-23
申请号：CN202310071364.8
申请日：2023-01-17
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于排队论的云资源服务质量评估方法及系统，确定服务节点相对于服务的处理能力和容量；根据服务节点所包含的服务数量，将服务节点进行分类，分成基本服务节点和组合服务节点；针对不同服务节点，采用相应的排队模型进行服务质量评估，并输出评估结果。本发明能够从服务层次上刻画云资源消耗的本质特征，将终端用户的服务质量需求映射为云资源的消耗，从而在能够满足用户服务质量需求的前提下，为服务提供商降低云资源的租用成本。
-
公开(公告)号：CN115952919A
公开(公告)日：2023-04-11
申请号：CN202310059941.1
申请日：2023-01-16
Applicant: 哈尔滨工业大学(威海) , 威海新派信息技术有限公司
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/26
Abstract: 本发明公开了一种基于流程挖掘的风险智能预测方法，所述方法包括如下步骤：步骤一、读取传感器实时监测数据，进行预处理；步骤二、判定实时监测数据是否异常及异常等级；步骤三、判断异常是否为误报警；步骤四、根据异常类型生成流程模型候选集；步骤五、根据异常分级筛选候选集中的流程模型；步骤六、计算筛选后的应急管理流程模型适用于当前异常的概率；步骤七、对预测结果进行排序，发出预测预警。该方法不仅可以通过监测数据的异常情况发出预警，还能够通过使用流程模型库和应急管理知识库得到未来可能发生的事件、险情、传感器数值变化及其发生的概率，甚至对具体情况历史处理方式及其效果，作为决策支持信息输出。
-
公开(公告)号：CN110826968B
公开(公告)日：2022-12-06
申请号：CN201911098883.3
申请日：2019-11-12
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提出了一种基于路径规划的城市众包配送任务优化调度方法，该方法包括：构建众包配送网络图；获取众包骑手和众包配送任务信息；构建基于路径规划的众包配送任务优化调度模型；基于贪心策略对初始众包任务调度方案进行求解；基于变邻域搜索对众包配送任务进行优化调度。本发明能够根据骑手、商家和客户的位置信息，每个任务的时间约束以及每个骑手的实时负载约束，制定优化的任务调度方案，包括每位骑手配送任务集合和最短配送路径序列，本发明能够合理地分配任务，减少总体配送路径的长度，降低众包配送成本。
-
公开(公告)号：CN108810109B
公开(公告)日：2020-09-08
申请号：CN201810514833.8
申请日：2018-05-25
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种基于能耗优化的虚拟数据中心放置方法，对数据中心所包括的设备以及设备之间的连接关系进行解析；对数据中心中的虚拟数据中心所包含的虚拟机及其关系进行解析；定义虚拟数据中心的放置；设置数据中心状态；对数据中心的设备进行能耗建模与度量；定义虚拟数据中心能耗放置模型；基于虚拟数据中心配置启发式放置算法。本发明整合虚拟机来提高物理服务器的资源利用率和减少能源消耗，利用虚拟机放置提高数据中心网络资源利用率，同时考虑数据中心资源异构性特点以及外部用户与数据中心的通信需求，提出了基于能耗优化的虚拟数据中心放置问题形式化模型，为基于云计算技术的数据中心资源调度提供了理论基础和方法支撑。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.037 seconds)
