本发明属于工业互联网技术领域,特别是涉及一种基于qos驱动的工业物联网服务方法、存储介质和终端。
背景技术:
随着计算机技术和服务网络的发展,工业生产正在逐步进入智能化,自动化,工业物联网应运而生。
工业物联网是通过工业资源的网络互联、数据互通和系统互操作,实现制造原料的灵活配置、制造过程的按需执行、制造工艺的合理优化和制造环境的快速适应,达到资源的高效利用,从而构建服务驱动型的新工业体系。
服务协同主要指借助于多个独立的服务系统之间的协作,在动态开放的服务网络环境中完成业务计算从而满足用户复杂的功能性和非功能性需求。但是,现有的工业互联网的服务方法存在服务质量差的问题,难以有效实现自主适应的个性化、智慧化可信服务协同。
技术实现要素:
本发明解决的技术问题是如何提供工业互联网服务的服务质量,提高资源利用率。
为了达到上述目的,本发明提供一种基于qos驱动的工业物联网服务方法,所述方法包括:
接收到工业互联网服务需求方发送的工业互联网服务请求;
基于所接收到的工业互联网服务请求,构建以响应时间、可用性、吞吐量、可信度作为评价指标的多指标协同服务适配模型;
采用所构建的多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合;
采用所述最佳服务组合处理所述工业互联网服务请求。
可选地,模型构建单元所构建的多指标协同服务适配模型为:
且对应的约束条件为:
其中,qos表示所述多指标协同服务适配模型,re表示所述工业互联网服务所能接受的最大响应时间,ri表示构成所述工业互联网服务的第i个子服务的响应时间,a表示所述工业互联网服务所能接受的可用性,ai表示构成所述工业互联网服务的第i个子服务的可用性,th表示所述工业互联网服务所能接受的最小网络吞吐量,thi表示表示构成所述工业互联网服务的第i个子服务的网络吞吐量,t表示所述工业互联网服务所能接受的最低可信度,ti表示构成所述工业互联网服务的第i个子服务的可信度,n表示构成所述工业互联网服务的子服务的个数。
可选地,在采用所构建的多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合之前,所述方法还包括:
基于所述服务提供方在处理已完成工业物联网服务中的合作度评价信息,从所述服务提供方中过滤出非可信服务提供方。
可选地,所述基于所述服务提供方在处理已完成工业物联网服务中的合作度评价信息,从所述服务提供方中过滤出非可信服务提供方,包括:
获取所述处理已完成工业物联网服务的服务组合中的所有服务提供方的信息;
对所述服务组合中的所有服务提供方进行遍历,获取遍历至的当前服务提供方;
分别获取所述服务组合中的其他服务提供方对当前服务提供方在处理已完成工业物联网服务过程中的合作度评价的信息;
基于所获取的合作度评价信息,分别计算所述服务组合中的其他服务提供方对所述当前服务提供方的综合评价数值,生成当前服务提供方的综合评价集合;
基于所述服务提供方的综合评价集合,计算当前服务提供方的综合评价平均值和综合评价标准差;
分别计算所述综合评价集合中的各个综合评价数值与当前服务提供方的综合评价平均值之间的差值,生成当前服务提供方对应的评价偏离量集合;
当计算得到的所述综合评价标准差小于预设的标准差阈值时,将所述评价偏离量集合中数值较大的预设数量个评价偏离量对应的其他服务提供方的怀疑次数增加预设的数值;
当计算得到的所述综合评价标准差大于或等于所述标准差阈值且所述评价偏离量集合中存在大于对应的无效评价阈值的偏移量时,将大于对应的无效评价阈值的偏移量对应的其他服务提供方的怀疑次数增加所述数值;
获取所述服务组合中的下一服务提供方作为当前服务提供方,直至所述服务组合中所有服务提供方全部遍历完成;
获取所述服务组合中各个服务提供方的怀疑次数和评价次数的信息;基于所获取的服务提供方的怀疑次数和评价次数,计算得到对应的服务提供方的怀疑率;
当计算得到的怀疑率和评价次数均大于对应的阈值时,将对应的服务提供方作为非可信服务提供方进行过滤。
可选地,采用如下的公式计算得到所述服务提供方的综合评价数值:
且:
δei=|ei-ti(t-δt)|;
其中,ei表示第i个服务提供方的综合评价数值,qj,i表示第j个服务提供方对第i个服务提供方的评价数值,ti(t)表示第i个服务提供方在时间t时的个人信誉度,ti(t-δt)表示第i个服务提供方在时间(t-δt)时的个人信誉度。
可选地,所述无效评价阈值为基于对应的所述综合评级标准差计算得到。
可选地,采用如下的公式计算得到所述无效评价阈值:
其中,h(σi)表示第i个服务提供方对应的无效评价阈值,σi表示第i个服务提供方对应的无效评价阈值。
可选地,采用如下的公式计算得到对应的服务提供方的怀疑率:
其中,mpi表示第i个服务提供方的怀疑率,mi第i个服务提供方的怀疑总次数,ci表示第i个服务提供方被评价的总次数。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任一项所述的基于qos驱动的工业物联网服务方法的步骤。
本发明实施例还提供了一种终端,包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述任一项所述的基于qos驱动的工业物联网服务方法的步骤。
与现有技术相比,本发明的有益效果为:
上述的方案,通过接收工业互联网服务需求方的工业互联网服务请求,并基于接收到的工业互联网服务请求,构建以响应时间、可用性、吞吐量、可信度作为评价指标的多指标协同服务适配模型,并采用所构建的多指标协同服务适配模型从可选的服务组合中筛选出处理所述工业互联网服务请求的最佳服务组合,再采用所述最佳服务组合处理所述工业互联网服务请求,由于采用响应时间、可用性、吞吐量、可信度作为评价指标构建多指标协同服务适配模型,可以同时实现对响应时间、可用性、吞吐量和可信度的多目标优化,满足帕累托有效思想,与采用线性加权服务适配模型相比,可以对服务组合的响应时间、可用性、吞吐量和可信度进行精确衡量,故可以提高工业互联网服务的质量,并提高资源的利用率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中的一种基于qos驱动的工业物联网服务方法的流程示意图;
图2示出了本发明实施例中一种从服务提供方中过滤出非可信服务提供方的方法的流程示意图;
图3是本发明实施例的一种基于qos驱动的工业物联网服务装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。本发明实施例中有关方向性指示(诸如上、下、左、右、前、后等)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
如背景技术所述,现有的工业互联网的服务方法存在服务质量差的问题,难以有效实现自主适应的个性化、智慧化可信服务协同。
本发明的技术方案通过接收工业互联网服务需求方的工业互联网服务请求,并基于接收到的工业互联网服务请求,构建以响应时间、可用性、吞吐量、可信度作为评价指标的多指标协同服务适配模型,并采用所构建的多指标协同服务适配模型从可选的服务组合中筛选出处理所述工业互联网服务请求的最佳服务组合,再采用所述最佳服务组合处理所述工业互联网服务请求,由于采用响应时间、可用性、吞吐量、可信度作为评价指标构建多指标协同服务适配模型,可以同时实现对响应时间、可用性、吞吐量和可信度的多目标优化,满足帕累托有效思想,与采用线性加权服务适配模型相比,可以对服务组合的响应时间、可用性、吞吐量和可信度进行精确衡量,故可以提高工业互联网服务的质量,并提高资源的利用率。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例的一种基于qos驱动的工业物联网服务方法的流程示意图。参见图1,一种基于qos驱动的工业物联网服务方法,具体可以包括如下的步骤:
步骤s101:接收工业互联网服务需求方发送的工业互联网服务请求。
在具体实施中,工业互联网中的设备可以根据实际的需要发送对应的工业互联网服务请求。其中,所述工业互联网服务请求中携带有对应的待处理的工业互联网服务的信息。
步骤s102:基于所接收到的工业互联网服务请求,构建以响应时间、可用性、吞吐量、可信度作为评价指标的多指标协同服务适配模型。
在本发明一实施例中,选取响应时间、可用性、吞吐量、可信度作为评价指标,构建与工业互联网服务请求相适配的多指标协同服务适配模型为:
qos={响应时间,可用性,吞吐量,可信度}={r,a,th,t}(1)
将工业互联网服务务gs划分为多个子服务,即gs={ss1,ss2,…,ssn},每个子服务的响应时间为ri、可用性为ai、吞吐量为thi、可信度为ti,那么,总的响应时间为
当一个总服务gs所能接受的最大的响应时间为re,所能接受的最小吞吐量为th,所能接受的可用性为a,所能允许的最小可信性为t,那对应的约束条件即为:
其中,qos表示所述多指标协同服务适配模型,re表示所述工业互联网服务所能接受的最大响应时间,ri表示构成所述工业互联网服务的第i个子服务的响应时间,a表示所述工业互联网服务所能接受的可用性,ai表示构成所述工业互联网服务的第i个子服务的可用性,th表示所述工业互联网服务所能接受的最小网络吞吐量,thi表示表示构成所述工业互联网服务的第i个子服务的网络吞吐量,t表示所述工业互联网服务所能接受的最低可信度,ti表示构成所述工业互联网服务的第i个子服务的可信度,n表示构成所述工业互联网服务的子服务的个数。
步骤s103:采用所构建的多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合。
在具体实施中,当构建得到所述多指标协同服务适配模型时,便可以从可选的服务提供方中选出满足该工业互联网服务所需求的响应时间、可用性、吞吐量和可信度的最佳服务组合。
在本发明一实施例中,在采用所构建的多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合之前,可以首先从服务提供方中过滤出非可信服务提供方,以使得后续得到处理工业互联网服务请求的服务组合中的服务提供方均为可信的服务提供方,从而可以提高所选出的最佳服务组合的可信度,提高工业互联网服务请求处理的可靠性。在本发明一实施例中,基于服务组合中的服务提供方在处理已完成工业物联网服务中的合作度评价信息,从服务提供方中过滤出非可信服务提供方,具体请参见图2。
步骤s104:采用所述最佳服务组合处理所述工业互联网服务请求。
在具体实施中,当采用多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合时,便可以采用所确定的最佳服务组合处理所述工业互联网服务请求,也即未对应的工业互联网服务请求方提供对应的工业互联网服务。
下面将结合图2对本发明实施例中的工业物联网服务提供方可信评估方法进行进一步详细的介绍。参见图2,一种工业物联网服务提供方可信评估方法,其可以采用如何的步骤实现:
步骤s201:获取所述处理已完成工业物联网服务的服务组合中的所有服务提供方的信息。
在具体实施中,工业物联网服务请求一般有多个服务提供方的服务组合进行处理。换言之,处理一个工业物联网请求的服务组合可以包括两个以上的服务提供方。
步骤s202:对所述服务组合中的所有服务提供方进行遍历,获取遍历至的当前服务提供方。
在具体实施中,对所述服务组合中的服务提供方进行遍历的顺序可以根据实际的需要进行设置,在此不做限制。
步骤s203:分别获取所述服务组合中的其他服务提供方对当前服务提供方在处理已完成工业物联网服务过程中的合作度评价的信息。
在具体实施中,获取所述服务组合中的其他服务提供方对当前服务提供方在处理已完成工业物联网服务过程中的合作度评价,也即将获取服务组合中出当前服务提供方之外的服务提供方对所述当前服务提供方的合作度评价。
步骤s204:基于所获取的合作度评价信息,分别计算所述服务组合中的其他服务提供方对所述当前服务提供方的综合评价数值,生成当前服务提供方的综合评价集合。
在本发明一实施例中,以当前服务提供方的合作度评价作为指标,采用如下的公式计算得到所述服务组合中的其他服务提供方对所述当前服务提供方的综合评价数值:
且:
δei=|ei-ti(t-δt)|(4)
其中,ei表示第i个服务提供方的综合评价数值,qj,i表示第j个服务提供方对第i个服务提供方的评价数值,ti(t)表示第i个服务提供方在时间t时的个人信誉度,ti(t-δt)表示第i个服务提供方在时间(t-δt)时的个人信誉度。
在具体实施中,当计算得到服务组合中的每个其他服务提供方对当前服务提供方的综合评价数值时,将计算得到的所述当前服务提供方的综合评价数值添加至同一集合中,形成当前服务提供方对应的综合评价集合。
步骤s205:基于所述服务提供方的综合评价集合,计算当前服务提供方的综合评价平均值和综合评价标准差。
在具体实施中,所述综合评价平均值和综合评价标准差可以采用现有技术中的平均值和标准差计算公式计算得到,本领域的技术人员可以根据实际的需要进行选择,在此不做限制。
步骤s206:分别计算所述综合评价集合中的各个综合评价数值与当前服务提供方的综合评价平均值之间的差值,生成当前服务提供方对应的评价偏离量集合。
在具体实施中,所述计算当前服务提供方的综合评价平均值时,将所述综合评价集合中的各个综合评价数值与当前服务提供方的综合评价平均值做减法运算,便可以得到服务组合中每个其他服务提供方对当前服务提供方的综合评价数值的偏离量。将服务组合中每个其他服务提供方对当前服务提供方的综合评价数值的偏离量构成的集合,作为所述当前服务提供方对应的评价偏离量集合。
步骤s207:判断当前服务提供方的综合评价标准差是否小于预设的标准差阈值;当判断结果为是时,可以执行步骤s208;反之,则可以执行步骤s209。
在具体实施中,所述预设的标准差阈值可以根据实际的需要进行选取,在此不做限制。
步骤s208:将所述评价偏离量集合中数值较大的预设数量个评价偏离量对应的其他服务提供方的怀疑次数增加预设的数值。
在具体实施中,当计算得到的所述综合评价标准差小于预设的标准差阈值时,表明服务组合中的非可信服务评价方的比例较低,或者被评价的当前服务评价方即为一个提供了高合作度服务的非可信服务节点。此时,可以根据服务组合的规模,将所述评价偏离量集合中数值较大的预设数量个评价偏离量对应的服务提供方的怀疑次数增加预设的数值。其中,预设数量和预设的数值分别可以根据实际的需要进行设置,在此不做限制。
步骤s209:判断所述评价偏离量集合中是否存在大于对应的无效评价阈值的偏移量;当判断结果为是时,可以执行步骤s210;反之,则可以执行步骤s211。
在具体实施中,所述无效评价阈值可以根据实际的需要进行设置。在本发明一实施例中,所述无效评价阈值与当前服务提供方的综合评价标准差相关,即采用如下的公式计算得到当前服务提供方对应的无效评价阈值:
其中,h(σi)表示第i个服务提供方对应的无效评价阈值,σi表示第i个服务提供方对应的无效评价阈值。
步骤s210:将大于对应的无效评价阈值的偏移量对应的其他服务提供方的怀疑次数增加所述数值。
在具体实施中,当计算得到的所述综合评价标准差大于或等于所述标准差阈值且所述评价偏离量集合中存在大于对应的无效评价阈值的偏移量时,表明服务组合中出现了部分服务提供方向其他服务提供方提供恶意评价的情况。此时,可以所述评价偏离量集合中大于所述无效评价阈值的偏移量对应的其他服务提供方作为非可信服务提供方的怀疑对象,故而将该服务提供方的怀疑次数增加所述数值。其中,所述预设的数值可以根据实际的需要进行选取,如设置为1等,在此不做限制。
步骤s211:判断所述服务组合中的所有服务提供方是否遍历完成;当判断结果为是时,可以执行步骤s213;反之,则可以执行步骤s212。
步骤s212:获取所述服务组合中的下一服务提供方。
在具体实施中,当确定所述服务组合中的所有服务提供方未遍历完成时,可以接着对服务组合中的服务提供方进行遍历,将遍历到的下一服务提供方作为当前服务提供方,并从步骤s203重新开始执行。
步骤s213:获取所述服务组合中各个服务提供方的怀疑次数和评价次数的信息。
在具体实施中,通过对服务组合中的每个服务提供方均执行完成一遍上述的步骤s202至s211,则服务组合中的部分或者全部的服务提供方便可以获取一定数量的怀疑次数。同时,可以获取所述每个服务提供方的评价次数。
步骤s214:基于所获取的服务提供方的怀疑次数和评价次数,计算得到对应的服务提供方的怀疑率。
本发明一实施例中,通过服务提供方的怀疑次数以及评价次数,采用如下的公式计算得到所述服务供方的怀疑率:
其中,mpi表示第i个服务提供方的怀疑率,mi第i个服务提供方的怀疑总次数,ci表示第i个服务提供方被评价的总次数。
步骤s215:当计算得到的怀疑率和评价次数均大于对应的阈值时,将对应的服务提供方作为非可信服务提供方进行过滤。
在具体实施中,当计算得到每个可选的服务提供方的怀疑率时,通过将将对应的服务提供方的怀疑率与对应的怀疑率阈值
上述对本发明实施例中的方法进行了详细的描述,下面将对上述的方法对应的装置进行介绍。
图3示出了本发明实施例中的一种基于qos驱动的工业物联网服务装置的结构示意图。参见图3,一种基于qos驱动的工业物联网服务装置30,可以包括接收单元301、模型构建单元302、服务组合确定单元303和处理单元304,其中:
所述接收单元301,适于接收工业互联网服务需求方发送的工业互联网服务请求。
所述模型构建单元302,适于基于所接收到的工业互联网服务请求,构建以响应时间、可用性、吞吐量、可信度作为评价指标的多指标协同服务适配模型。
所述服务组合确定单元303,适于采用所构建的多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合。
所述处理单元304,适于采用所述最佳服务组合处理所述工业互联网服务请求。
在具体实施中,所述模型构建单元302所构建的多指标协同服务适配模型为:
且对应的约束条件为:
其中,qos表示所述多指标协同服务适配模型,re表示所述工业互联网服务所能接受的最大响应时间,ri表示构成所述工业互联网服务的第i个子服务的响应时间,a表示所述工业互联网服务所能接受的可用性,ai表示构成所述工业互联网服务的第i个子服务的可用性,th表示所述工业互联网服务所能接受的最小网络吞吐量,thi表示表示构成所述工业互联网服务的第i个子服务的网络吞吐量,t表示所述工业互联网服务所能接受的最低可信度,ti表示构成所述工业互联网服务的第i个子服务的可信度,n表示构成所述工业互联网服务的子服务的个数。
在具体实施中,所述基于qos驱动的工业物联网服务装置30还可以包括过滤单元305,其中:
所述过滤单元305,适于在采用所构建的多指标协同服务适配模型从可选的服务提供方中筛选出对应的服务提供方构成处理所述工业互联网服务请求的最佳服务组合之前,基于所述服务提供方在处理已完成工业物联网服务中的合作度评价信息,从所述服务提供方中过滤出非可信服务提供方。
在具体实施中,所述过滤单元305,适于获取所述处理已完成工业物联网服务的服务组合中的所有服务提供方的信息;对所述服务组合中的所有服务提供方进行遍历,获取遍历至的当前服务提供方;分别获取所述服务组合中的其他服务提供方对当前服务提供方在处理已完成工业物联网服务过程中的合作度评价的信息;基于所获取的合作度评价信息,分别计算所述服务组合中的其他服务提供方对所述当前服务提供方的综合评价数值,生成当前服务提供方的综合评价集合;基于所述服务提供方的综合评价集合,计算当前服务提供方的综合评价平均值和综合评价标准差;分别计算所述综合评价集合中的各个综合评价数值与当前服务提供方的综合评价平均值之间的差值,生成当前服务提供方对应的评价偏离量集合;当计算得到的所述综合评价标准差小于预设的标准差阈值时,将所述评价偏离量集合中数值较大的预设数量个评价偏离量对应的其他服务提供方的怀疑次数增加预设的数值;当计算得到的所述综合评价标准差大于或等于所述标准差阈值且所述评价偏离量集合中存在大于对应的无效评价阈值的偏移量时,将大于对应的无效评价阈值的偏移量对应的其他服务提供方的怀疑次数增加所述数值;获取所述服务组合中的下一服务提供方作为当前服务提供方,直至所述服务组合中所有服务提供方全部遍历完成;获取所述服务组合中各个服务提供方的怀疑次数和评价次数的信息;基于所获取的服务提供方的怀疑次数和评价次数,计算得到对应的服务提供方的怀疑率;当计算得到的怀疑率和评价次数均大于对应的阈值时,将对应的服务提供方作为非可信服务提供方进行过滤。
在本发明一实施例中,所述过滤单元305,适于采用如下的公式计算得到所述服务提供方的综合评价数值:
且:
δei=|ei-ti(t-δt)|;
其中,ei表示第i个服务提供方的综合评价数值,qj,i表示第j个服务提供方对第i个服务提供方的评价数值,ti(t)表示第i个服务提供方在时间t时的个人信誉度,ti(t-δt)表示第i个服务提供方在时间(t-δt)时的个人信誉度。
在具体实施中,所述无效评价阈值可以为基于对应的所述综合评级标准差计算得到。
在本发明一实施例中,所述过滤单元305,适于采用如下的公式计算得到所述无效评价阈值:
其中,h(σi)表示第i个服务提供方对应的无效评价阈值,σi表示第i个服务提供方对应的无效评价阈值。
在本发明另一实施例中,所述过滤单元305,适于采用如下的公式计算得到对应的服务提供方的怀疑率:
其中,mpi表示第i个服务提供方的怀疑率,mi第i个服务提供方的怀疑总次数,ci表示第i个服务提供方被评价的总次数。本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行所述的基于qos驱动的工业物联网服务方法的步骤。其中,所述、基于qos驱动的工业物联网服务方法请参见前述部分的详细介绍,不再赘述。
本发明实施例还提供了一种终端,包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行所述的基于qos驱动的工业物联网服务方法的步骤。其中,所述、基于qos驱动的工业物联网服务方法请参见前述部分的详细介绍,不再赘述。
采用本发明实施例中的上述方案,当接收到工业互联网服务需求方的服务请求时,获取待处理的工业互联网服务,将所述工业互联网服务拆分为对应的多个子服务,并构建以响应时间、可用性、吞吐量、可信度作为评价指标的多指标协同服务适配模型,并采用所构建的多指标协同服务适配模型从可选的服务组合中筛选出处理所述工业互联网服务请求的最佳服务组合,再采用求解得到的最佳服务组合处理所述工业互联网服务请求,由于采用响应时间、可用性、吞吐量、可信度作为评价指标构建多指标协同服务适配模型,可以同时实现对响应时间、可用性、吞吐量和可信度的多目标优化,满足帕累托有效思想,与采用线性加权服务适配模型相比,可以对服务组合的响应时间、可用性、吞吐量和可信度进行精确衡量,故可以提高工业互联网服务的质量,并提高资源的利用率。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,本发明要求保护范围由所附的权利要求书、说明书及其等效物界定。