基于资源协同模型的状态网络自适应资源协同方法、系统

1.本发明属于跨领域复杂资源建模技术领域，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。


背景技术：

2.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。
3.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：
4.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。
5.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。
6.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。
7.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。
8.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。
9.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。
10.通过上述分析，现有技术存在的问题及缺陷为：
11.(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。
12.(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。
13.(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。


技术实现要素：

14.为克服相关技术中存在的问题，本发明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：
15.本发明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。
16.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：
17.步骤一，结合本体建模和元建模，构建静态资源协同模型；
18.步骤二，基于静态资源协同模型，构建原子资源状态模型；
19.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；
20.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。
21.本发明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：
22.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；
23.资源状态模型构建模块，用于基于静态资源协同模型，构建原子资源状态模型；
24.网络模型构建模块，用于将原子状态进行链接，构建整个动态自适应状态网络模型；
25.应用接口构建模块，用于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。
26.本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行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步骤。
27.本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行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步骤。
28.本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端安装在电子装置上提供用户输入接口以实施所述基于状态网络的自适应资源协同系统。
29.结合上述的所有技术方案，本发明所具备的优点及积极效果为：
30.第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果，具体描述如下：
31.(1)本发明结合静态建模和动态协同建模方法的优势，从静态的角度对复杂资源进行统一建模。同时结合先验知识，从动态角度构建动态自适应状态网络模型，充分描述了资源状态的协同转换过程。结合本体建模和元建模，本发明设计了一种静态资源协同建模方法，实现了对各种复杂资源的统一描述和抽象，包括(物理资源、网络资源、人力和组织资源等)，资源可以提供的功能作为核心属性来定义资源之间的关系。同时，本发明强调不同资源的异质性，结合本体建模和元建模从语义的角度对其进行描述。元建模通常用于定义静态模型。元模型更抽象，侧重于结构和规则。同时，本体是一种知识表示方法和概念抽象。通过构建本体可以实现信息结构的共享和理解，领域知识的复用和分析。
32.(2)本发明提出了一种基于静态资源协同模型的动态自适应状态网络模型，以资源之间的关系为核心，详细定义了资源状态协同的过程；当资源发生变化时，资源状态的动态将在状态网络中传播和转换；然后自适应地更新网络中其他资源的状态信息，实现资源状态的协同传播。与传统协作建模中的固定状态定义不同，本发明通过状态属性更详细地描述资源的状态，通过状态属性的变化来综合描述资源的变化，最后本发明设计了一个资源检索的模型应用程序接口。
33.(3)基于本体语言的资源建模技术是当前的主流技术。但是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。而本发明在资源建模角度，采用本体论+元建模的方式从抽象和实例两层去进行建模，使用一个更通用的框架对资源进行了建模与描述，充分对资源之间的关系(影响效果、优先级等)以及将资源状态作为重点进行了描述和建模，提高了模型的可扩展性。
34.(4)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。而本发明直接对资源状态以及状态之间的关系进行了建模(在资源建模中已完成)，对资源状态属性、关系、状态变化规则进行了更详细的定义的分类，通过知识图谱进行知识抽取和存储(知识图谱用的现有技术)，通过定义好的状态、关系、规则进行逻辑推理，完成状态的自适应动态更新。本发明的创新点主要是针对目前没有直接对资源状态进行这种自适应的转换，结合状态机和devs的思想，对状态和关系进行了直接的建模。
35.第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
36.(1)本发明提供了一种基于静态资源协同建模(srcm)的动态自适应状态网络(dasn)模型。首先，本发明结合本体论和元建模理论，从语义的角度构建了跨领域复杂资源的统一静态模型；其次，设计并实现了基于srcm的dasn模型，该模型支持网络中资源状态的自我转换和传播，实现了整体资源状态的自适应转换和更新；最后，本发明提出了一个用于资源检索的应用接口。
37.(2)本发明的基于资源协同模型的动态自适应状态网络建模方法，实现了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。
38.第三、作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
39.(1)本发明的技术方案填补了国内外业内技术空白：本发明基于本体与元建模理论构建资源协同模型和动态自适应状态网络模型，实现了在复杂资源和动态条件下的资源状态的动态自适应更新，提出了通用的资源协同建模和动态自适应网络建模理论，通过实例化进行不同领域的建模与迁移，填补了国内外技术对资源与资源状态之间协同关系分析的空白，并提高了模型的可扩展性。
40.(2)本发明的技术方案是否克服了技术偏见：本发明定义了通用的资源协同模型和动态自适应状态网络模型，可扩展到不同的领域。本发明可利用不同的知识工程的技术以及开发更新的协同算法均可加入到模型中。
附图说明
41.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理；
42.图1是本发明实施例提供的基于资源协同模型的状态网络自适应资源协同方法流程图；
43.图2是本发明实施例提供的基于资源协同模型的状态网络自适应资源协同方法原理图；
44.图3是本发明实施例提供的基于本体和元模型的资源静态建模图；
45.图4是本发明实施例提供的静态资源协同模型结构图；
46.图5是本发明实施例提供的基本原子资源状态模型的结构图；
47.图6a是本发明实施例提供的单服务资源在规律性化境的变化图；
48.图6b是本发明实施例提供的单服务资源在弱噪声环境的变化图；
49.图6c是本发明实施例提供的单服务资源在强噪声环境的变化图；
50.图7a是本发明实施例提供的规律性环境中资源状态更新数量示意图；
51.图7b是本发明实施例提供的规律性环境中资源状态传播(更新)时间示意图；
52.图7c是本发明实施例提供的规律性环境中资源检索命中率示意图；
53.图7d是本发明实施例提供的规律性环境中资源检索错误率示意图；
54.图7e是本发明实施例提供的规律性环境中资源检索时间示意图；
55.图8a是本发明实施例提供的弱噪声环境中资源状态更新数量示意图；
56.图8b是本发明实施例提供的弱噪声环境中资源状态传播(更新)时间示意图；
57.图8c是本发明实施例提供的弱噪声环境中资源检索命中率示意图；
58.图8d是本发明实施例提供的弱噪声环境中资源检索错误率示意图；
59.图8e是本发明实施例提供的弱噪声环境中资源检索时间示意图；
60.图9a是本发明实施例提供的强噪声环境中资源状态更新数量示意图；
61.图9b是本发明实施例提供的强噪声环境中资源状态传播(更新)时间示意图；
62.图9c是本发明实施例提供的强噪声环境中资源检索命中率示意图；
63.图9d是本发明实施例提供的强噪声环境中资源检索错误率示意图；
64.图9e是本发明实施例提供的强噪声环境中资源检索时间示意图。
具体实施方式
65.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
66.一、解释说明实施例：
67.如图1所示，本发明实施例提供的基于资源协同模型的状态网络自适应资源协同方法，包括以下步骤：
68.s101，结合本体建模和元建模，构建静态资源协同模型；
69.s102，基于静态资源协同模型，构建原子资源状态模型；
70.s103，将原子状态链接，构建整个动态自适应状态网络模型；
71.s104，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。
72.作为优选实施例，如图2所示，本发明实施例提供的基于资源协同模型的状态网络自适应资源协同方法的应用场景为智慧校园服务(智慧城市、智慧工厂均可)，具体包括以下步骤：
73.步骤s1、结合本体建模和元建模，设计一种静态资源协同建模方法。
74.(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。具体见静态
资源协同建模模块。
75.(2)按照静态资源协同元模型的定义，以智慧校园为例，对智慧校园中存在的复杂资源(物理资源：办公楼、实验室、教室等)；网络资源(校园信息系统、开放api如天气、地图等；组织资源(各部门、各学院)；人力资源(职工、教师)等)进行实例化，以知识图谱的方式进行表示与存储，从语义角度克服复杂资源之间的异构性，提高模型的可扩展性。
76.其中，对目标对象中存在的资源进行实例化包括：
77.step 1.收集并标注资源数据集。
78.收集并整合领域内的相关资源数据进行清洗和整理；
79.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。
80.step 2.构建资源实体识别模型。
81.使用上述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。
82.step 3.构建实体关系抽取模型。
83.使用上述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。
84.step4.使用知识图谱进行存储。
85.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；
86.通过人工对抽取出的知识进行检查；
87.通过neo4j对知识进行存储。
88.步骤s2、在静态资源协同模型的基础上，构建原子资源状态模型。
89.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。为后续自适应状态网络提供基本状态模型基础。具体见动态自适应状态网络模块。其中，原子资源状态模型的构建包括：对静态资源协同模型中的状态进行定义与建模，具体包括：
90.step 1.定义原子状态模型的结构。
91.atom-rs＝《x,y,s,s0,δint,δext,r》
92.s(t+1)int＝fint(st,xint,r)
93.s(t+1)ext＝fext(st,xext,r)
94.s(t+1)＝{s(t+1)ext∩s(t+1)int|r}
95.step 2.定义转移规则并对其进行分类。
96.rule＝《rule name,category,input,output,precondition,calculation,priority》
97.output＝calculate(input,category)ifprecondition is satisfied
98.step 3.基于上述定义构建原子资源状态模型框架。
99.步骤s3、将原子状态链接起来以构建整个动态自适应状态网络模型。
100.(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的结构。具体见动态自适应状态网络模块。
101.(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智慧校园服务资源的状态构建状态网络。具体见动态自适应状态网络模块。
102.其中，动态自适应状态网络的具体结构组成包括各原子资源状态，感知器、控制器
和规则库。
103.dasn＝(xs,ys,{atom-rs},{atom-rs-i},zs,r)
104.{outputs}＝calculates({inputs,categories,priors})if{preconditions}are satisfied
105.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：
106.step 1.根据目标对象服务资源与状态按照上述规则的定义与分类人工进行规则库的构建；
107.step 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；
108.step 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。
109.步骤s4、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：一个基于静态资源协同模型和动态自适应状态网络资源检索方法。
110.(1)按照动态自适应状态网络中定义的规则，更新整个静态资源协同模型和动态自适应状态网络中资源与状态信息。
111.(srcm,dasn)＝update(srcm,dasn,rule)
112.(2)将用户需求分解为功能性(基础)需求df和服务性需求ds。
113.(df,ds)＝decompose(du)
114.(3)按照静态资源协同模型，将用户的功能性需求进行分解，分解为原子功能需求{df1,df2,...,dfn}，为每个原子功能赋予服务性需求{(df1,ds),(df2,ds),...(dfn,ds)}，并加入到集合df中。
115.{d
f1
,d
f2
,...,d
fn
}＝decomposebysrcm(df)
116.df{(d
f1
,ds),(d
f2
,ds),...,(d
fn
,ds)}＝add({d
f1
,d
f2
,...,d
fn
},ds)
117.(4)对df中的原子功能按照服务性需求进行优先级排序，得到新的df集合。优先级高的需求，先满足。
118.df_sort＝sort(df)
119.(5)遍历df集合，从静态资源协同模型中寻找满足每个原子功能的资源rf_i。
120.rf_i＝retrieve(df_i,srcm)
121.(6)通过动态自适应状态网络判断资源是否可用。
122.sr_i＝state_review(rf_i,dasn)
123.(7)如果sr_i可用，则将资源加入资源候选集ru中。
124.(8)如果sr_i不可用，在静态资源协同模型和状态网络中判断是否有可用可替代的资源。如果有，则加入资源候选集ru。否则，则加入该资源的等待序列r
wait
。
125.rf_i_replace＝retrieve_replace(rf_i,srcm,dasn)
126.(9)按照动态自适应状态网络中定义的规则，更新整个静态资源协同模型和动态自适应状态网络中资源与状态信息。
127.(srcm,dasn)＝update(srcm,dasn,rule)
128.(10)遍历完毕后，返回资源候选集。
129.本发明实施例提供的状态网络动态自适应系统包括：
130.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；
131.资源状态模型构建模块，用于基于静态资源协同模型，构建原子资源状态模型；
132.网络模型构建模块，用于将原子状态进行链接，构建整个动态自适应状态网络模型；
133.应用接口构建模块，用于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。
134.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
135.上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
136.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程。
137.二、应用实施例：
138.在cphs中，有各种复杂的异构资源。如果将这些资源(如物理资源、网络资源、人力资源和组织资源)视为资源实体，系统将包含大量跨网络、跨域、跨世界的异构资源数据。同时，这些复杂资源之间也存在相应的相互作用和协同作用。此外，数据还包含很多动态信息。要求系统能够根据这些信息快速准确地完成自适应资源信息转换。不仅需要保持数据的准确性，而且要保证数据的动态性。因此，本发明实施例重点分析静态资源协同建模方法和基于资源协同模型的动态自适应状态网络模型的转换过程。
139.本发明实施例提供的状态网络动态自适应方法的框架如图2所示，该状态网络动态自适应方法主要分为两部分。一是从静态的角度对各种异构资源进行建模，充分描述每种资源的属性。同时，以资源提供的功能为纽带，建立资源之间的协同关系。二是在静态资源协同模型的基础上，针对资源状态的动态性质，构建动态自适应状态网络模型和状态传播方法。它可以自适应地将资源状态的动态变化传播给与其相关的资源实体，完成状态信息的更新。
140.以智慧校园服务为例，首先从静态的角度构建智慧校园静态资源的协同模型，充分定义各资源的属性，建立资源之间的协同关系。接着，构建智慧校园动态自适应状态网络，定义具体的状态转移规则。
141.当用户的需求产生时，在资源检索方法中，根据用户的需求、智慧校园静态资源的协同模型、智慧校园动态自适应状态网络检索满足用户需求的资源返回。引导用户使用这些资源。当用户使用资源时，这些资源会发生变化。变化数据传回系统中根据智慧校园动态自适应状态网络中的状态转移规则进行自适应的更新。
142.1、静态资源协同建模：
143.cphs包含来自不同来源、不同领域和不同世界的各种资源。这些资源具有不同的结构、不同的功能、不同的状态等，在这种情况下，传统的建模方法很难满足这种异构数据的要求。近年来，本体和知识图谱(kg)等其他语义技术的发展引起了广泛关注。利用本体技术可以从语义的角度建立异构资源之间的协同关系。因此，利用本体对这些异构资源进行建模，以应对资源的多样性和异构性，克服语义互操作问题。同时，有效地建立了资源之间的协同关系。本体模型的可扩展性也为后续资源模型的扩展提供了有效的支持。
144.此外，本发明还引入元建模理论与本体建模相结合，为异构数据建立更抽象的元模型，定义静态资源协作模型的基本规则。元模型是模型的模型，与本体密切相关。元模型和本体都用于描述和分析概念之间的关系。本体侧重于语义描述，元模型侧重于结构和规则。因此，本发明结合本体和元模型理论来完成异构资源的协同建模，提高抽象和扩展能力。
145.本发明介绍了一种基于本体和元模型的资源静态建模方法。图3显示了本发明的元模型，它是根据mof(元对象设施)标准定义的。实体类包括两种类型：原子实体和聚合实体。聚合实体由原子实体通过聚合关系组成。同时，实体可以概括为更具体的实体，包括资源实体、功能实体和状态实体。资源实体代表各种类型的资源。功能实体表示资源可以提供的功能。
146.状态实体是指资源的状态和资源功能的状态。关系的作用是表示实体之间存在的协作关系。
147.关系不仅存在于实体之间，还存在于实体和属性之间。最后，属性类表示每个实体或关系中包含的属性。
148.基于上述元模型，本发明定义了静态资源协同模型的框架，如式所示：
149.srcm＝(re,rf,rs,r)
150.re＝(resource name,resource description,resource properties)
151.re
152.∈{physical resources,network resources,organizational resources,human resources,mixed resourcesrf＝(function name,function description,function properties)
153.rf∈{resourced function,business function,functional function}
154.rs＝(state name,state value,state properties)
155.rs∈{resource state,resourcefunction state}
156.r＝(relation name,relation value,relation priority,relation effect)
157.r∈{resource relation,function relation}
158.resource relation∈{include,realization}
159.function relation∈{dependency,generalization,composition,aggregation,replace,mutex}
160.properties＝(temporal properties,spatial properties,scene properties)
161.其中re(资源实体)是指各种资源实体。它的定义包括名称、描述和属性，分别代表资源实体的名称、具体描述和资源的基本属性。同时，本发明还对re进行了分类，即物理资源、网络资源、人力资源、组织资源，以及这些资源的混合。rf(resource function)表示资
源实体对应的功能，由名称、描述和属性组成。分为资源型、业务型和功能型功能。资源型功能是指资源本身能够提供的功能，例如燃料提供燃料动力的功能。业务型功能代表业务流程中的功能，如信息提交、信息处理等功能。功能型功能往往是虚拟功能，例如登录和扫码。rs(资源状态)表示资源的状态。由于一个资源可能提供多种功能，单个资源状态不能代表每个功能的真实状态。因此，本发明将rs拆分为资源状态(resourcestate)和资源功能状态(resource_function state)。同时，资源状态的基本值定义为：可用、不可用、故障、离线。另外，resource state是资源变化的重要体现。为了使静态资源协同模型能够进行快速自适应变换，构建了动态自适应状态网络模型。并提出了状态转换的相关策略。具体内容将在下部分详细介绍。r(relation)表示一个关系，由名称、值、优先级和效果组成。优先级和效果用于状态转换，详见动态自适应状态网络建模部分。
162.在模型中，本发明还对关系进行了分类和抽象，将关系的类别定义为资源关系和功能关系。资源关系的值是包含和实现，功能关系是依赖关系、泛化关系、组合关系、聚合关系、替换关系和互斥关系。作为一般概念，属性出现在资源实体、资源功能和资源状态中。分为时间属性、空间属性和场景属性。这里的属性是一个抽象的概念。它的具体属性值是根据不同的资源、功能和状态来确定的。例如，会议室作为资源实体在时间、空间和场景上的属性为：8:00～17:00开放，位于a栋001号，20平方米，容纳20人。会议室提供的会议功能属性为：9:00～11:00可以进行会议，位于a栋001号，可以容纳10人。会议功能对应的状态属性为：9:00～11:00当前占用不可用，可在a栋001号，目前可容纳10/20人。
163.为了详细介绍静态资源协同模型，以智慧校园服务为例，对智慧校园服务资源进行建模。图3显示了模型结构的一部分。网络注册功能由注册api资源实现。人工登记功能由人员功能和名额功能结合完成。资源和资源功能属于多对多关系。每个功能可以由一个或多个资源提供。例如，人员职能包括三个人员的具体职能，由三个具体的人员资源提供。多个东西之间存在替代关系。当一个东西被占用时，另一个东西可以完成功能。同时，一个资源可以提供多种功能。例如，person1可以同时提供职员功能和教学功能。同时，资源可以提供多种功能。例如，person1可以同时提供填充功能和教学功能。人员功能有其相应的属性，例如服务时间、人数和可用资源。状态节点具有时间是否可用、位置是否可用、容量是否可用等属性。通过上面定义的资源案例模型，介绍了相关的资源、资源功能、资源状态、关系和属性。它完整地描述了定义的静态资源协同模型，并为动态自适应协作提供了资源基础。
164.本发明主要为cphs中的各种资源建立静态模型，构建资源实体之间的协同关系。为了实现资源的动态自适应转换，需要深入分析资源的状态和状态之间的转换关系。
165.2、动态自适应状态网络：
166.在上述工作中，本发明构建了一个srcm。此外，资源协同问题还体现在其动态上。资源的动态性主要体现在资源的状态属性上，包括资源本身的状态转移和资源之间的状态传播。这需要本发明充分建模资源状态的转换过程。因此，本发明提出了一种基于srcm的dasn来描述资源状态转移和传播的过程，实现资源状态的动态自适应更新。
167.为了充分描述资源状态的动态协同变化，本发明首先基于srcm中的资源状态定义进行更完整的建模，定义原子资源状态模型。
168.atom-rs＝《x,y,s,s0,δint,δext,r》
169.其中，x代表输入事件集。在模型中，主要是指指向当前资源、资源功能和资源状态
的关系。y表示当前原子资源状态模型的输出集。在模型中，表示为当前资源、资源功能、资源状态所指出的关系。s是原子资源状态。s0是原子资源状态s的初始状态，是srcm中每个状态实体的初始值。δ
int
指的是当前原子状态的内部状态转换函数，对应于资源本身的状态转换。而δ
ext
代表外部转移函数，对应srcm中资源之间的状态传递。r是状态转换规则。
170.基本原子资源状态模型的结构如图4所示，主要由两部分组成，一是定义的原子状态模型，二是感知器和控制器。感知器负责获取资源模型接收到的外部环境信息。控制器的作用是规则推理，根据规则库中的具体信息对感知器接收到的信息和输入集x的信息进行处理，实现原子状态的内外转换。最后，模型通过模型中的关系将处理后的输出信息发布到相邻节点，完成所有状态更新。
171.在构建原子资源状态模型后，本发明将这些原子状态链接起来构建整个dasn模型。
172.dasn＝(xs,ys,{atom-rs},{atom-rs-i},zs,r)
173.其中，xs代表dasn的整个事件输入集，ys代表dasn模型的输出集，包括所有srcm中与资源状态相关的所有关系。{atom-rs}是指原子资源状态模型的集合，包括状态网络中的所有资源状态节点。{atom-rs-i}是dasn中与当前第i个原子状态模型相关的所有原子状态模型的集合。zs表示从当前第i个原子状态模型到与其链接的第j个原子状态模型的状态转换关系。r与原子状态模型中的r相同，表示状态转换的规则。
174.图5是一个简单的dasn模型示意图。{原子状态}包含从状态1到状态6的6个原子状态模型。以状态1为例，{状态1}包括状态2和状态3模型。z12和z13代表状态1与其他两个模型之间的转移关系。类似于原子状态模型结构，当dasn感知和接收环境信息和外部输入时，控制器根据规则库对这些数据进行处理，然后通过原子状态模型之间的转移关系z完成整个dasn的状态更新。
175.为了详细介绍动态自适应状态网络中的状态转换过程，以智慧校园服务为例，说明状态转换过程。如图3所示，当person1不可用时，其staff功能和teaching功能的状态都会受到影响而变为不可用。room301处于维护状态时，windows 1～3全部失效，相应的地方功能也失效。由于staff功能和place功能属于组合关系，人工登记功能的状态也会受到影响，出现故障。
176.资源检索应用接口：
177.在上述工作中，首先从静态的角度对复杂的异构资源进行建模。为了处理资源的动态性，从动态的角度构建了dasn模型。它可以将接收到的数据信息在网络中自适应地转换和传播，实现资源状态的动态自适应更新。为了验证这两个模型的有效性，本发明构建了一个用于资源检索的模型接口。该接口主要用于资源检索。
178.在实际应用中，由于资源的复杂性和需求的多样性，对资源检索提出了更多的要求。首先，资源是有限的，资源有自己的上限。同时，资源是动态变化的，对资源检索的动态性和准确性提出了更高的要求。此外，用户的要求也是多种多样的。并且需求可能是并发的，可能有多个需求同时请求同一个资源。在这种情况下，资源检索方法需要在需求多、资源有限的情况下完成资源检索，以满足用户的要求。为此，本发明提出了一种用于资源检索的模型应用接口方法。该方法的具体过程见算法。
179.输入：用户需求集合ds＝{d1,d2,...,dn}，其中di＝(d{i_f},d{i_s}),i＝1,
2,...,n,srcm,dasn,环境数据{eds}。
180.输出：所需资源集合r＝(r1,r2,...,rn)，其中ri是满足用户i需求的资源集合，i＝1,2,...,m.
181.for ed in{eds}:
182.根据ed更新srcm中相关资源和属性数据；
183.根据ed更新dasn中相关状态和属性数据；
184.根据dasn的模型定义进行状态传播；
185.for di in{ds}:
186.将d{i_f}分解为原子功能系列{d{i_f}}，并赋予服务需求d{i_s}。
187.将{d{i_f}}添加到整体原子功能集合中df
188.根据每个原子功能的服务需求对df中的原子功能进行排序。
189.for d{i_f}in df:
190.从srcm中检索d{i_f}所需的资源ri
191.if ri是否可用：
192.将ri添加到用户i的资源集合{ri}中
193.elseifri有可替代资源ri_a:
194.将ri_a添加到用户i的资源集合{ri}中
195.else:
196.加入ri的等待队列。将ri添加到用户i的资源集{ri}中。
197.根据dasn的模型定义进行状态传播；
198.返回资源集合r。
199.在算法中，用户需求d分为功能需求df和服务需求ds。功能需求df代表满足用户需求的最基本功能，如开会。而服务需求ds表示满足基本功能的附加要求，例如时间、空间或价格要求。在本发明中，时间要求是实现资源检索功能的核心。首先，该方法对用户的功能需求df进行分解。srcm中的功能结构将用户的功能需求分解为一系列原子功能，每个原子功能不能再进一步分解。整个功能是通过为序列中的每个原子功能检索资源来实现的。其次，将每个需求的原子功能序列按时间排序。然后，为每个原子功能执行资源检索。如果满足功能的资源已经被占用，则判断是否有替代资源。如果没有替代资源，则在该资源下排队。安排可用资源后，资源状态会更新。dasn感知器感知状态变化，控制器完成状态传播，将dasn更新到最新状态。最后返回每个需求对应的资源列表，完成多个需求和受限资源的检索。
200.本发明实施例还提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
201.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
202.本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
203.本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
204.本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
205.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。
206.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
207.三、实施例相关效果的证据：
208.仿真实验：以智能校园服务作为研究案例来验证定义的srcm和dasn。
209.智慧校园服务就是利用校园内的各种资源，满足校园内的各种需求。可以提高资源利用效率，优化校园服务方式，提高校园服务质量。它包括日常生活、教育、安全等诸多应用领域。在这个应用中，有各种复杂的校园资源(物理资源、网络资源、组织和人力资源)，如教室、信息系统、计算机学校和教师.同时，这些资源受到自身规律的制约，事件需求的影响也在不断变化。
210.因此，为了验证模型在此类复杂资源和动态变化环境约束下的性能，以新生入学在智慧校园服务中的应用为研究对象，进行仿真实验。
211.智慧校园服务中的资源和需求通常是多种多样的，既有单一的资源和需求，也有复杂的资源和需求。为了充分模拟现实中智慧校园的新生招生服务流程，模拟了相关资源和需求。智慧校园新生招生服务，涉及的资源主要与招生相关，如迎新资源、报到资源、体检资源、住宿资源等，部分资源见表。表1是生成的随机需求的几个实例。根据不同的需求组合生成随机需求，模拟现实中多变的情况，如表2所示。
212.表1部分智慧校园服务资源
[0213][0214]
表2随机需求示例
[0215][0216][0217]
由于现实生活中资源是不断变化的，资源可能会因为各种干扰而发生变化。例如资源被占用、销毁、撤销等。为了充分体现智慧校园资源的动态性和复杂性，建立了三个动态变化的仿真环境来模拟真实环境。
[0218]
规律性环境：
[0219]
在规律性环境中，智慧校园资源会根据现实中的周期性变化规律和自身的生命周期动态变化。例如，某些资源会根据通勤时间而变化。资源在规则环境下的变化规律服从周期函数，用周期函数来描述资源变量的周期性变化。
[0220]
弱噪声环境：
[0221]
弱噪声环境是在规律性环境的基础上加入弱噪声，使少数资源偏离原有规律发生突变，如某资源失效。充分模拟现实生活中智慧校园资源的突发事件，通过设置概率来修改部分资源的状态。
[0222]
强噪声环境：
[0223]
强噪声环境意味着大多数资源的状态打破了原有的规则而发生了变异。环境是模拟资源在一些极端环境下的情况。可以通过设置较高的概率阈值来模拟强噪声环境。
[0224]
在仿真实验中，本发明实验环境的配置是windows 10系统，intel-12700(4.9ghz，12核20线程)cpu，32gb内存，1t硬盘。资源状态设置为{可用、占用、故障、离线}。资源状态的
属性设置为{可用性、可用时间、服务数量、拥挤程度、瓶颈、等待队列、总任务}。状态转换规则如表所示。表3显示了三种环境中不同资源状态的随机噪声阈值参数。/表示不受噪声影响。资源检索过程采用上述算法。
[0225]
表3三种环境中不同资源状态的随机噪声阈值参数
[0226][0227]
表4状态转移规则
[0228][0229]
图6a～图6c以一种资源为例，对一定时间内不同环境下资源的变化进行采样。时间间隔为1小时。选择资源状态可用性、服务量和等待列表的数量作为指标。可以看出在规律性环境下资源状态是周期性变化的。在弱噪声环境中，周期性变化被轻微破坏。在强噪声环境中，由于大量噪声，资源只有一小部分时间处于正常状态。
[0230]
设置资源状态更新次数、状态传播时间、资源命中率、资源错误率和资源检索时间作为实验的评价标准。
[0231]
状态更新次数：
[0232]
计算dasn在每个时间点的状态更新次数，以表示状态适应的变化程度。
[0233]
状态传播时间：
[0234]
计算每个时间点srcm和dasn的变化从开始到结束的时间。
[0235]
资源命中率：
[0236]
资源命中率是指检索到的资源命中所需资源的比率。
[0237]
资源错误率：
[0238]
资源错误率是指状态错误、不能满足要求的错误资源在检索到的资源中所占的比例。
[0239]
资源检索时间：
[0240]
计算从需求生成到检索所需资源的时间。
[0241]
根据上述仿真实验的设置，完成了三种不同仿真环境下的dasn的仿真实验。结果如下：
[0242]
规律性环境：
[0243]
在规律性环境下，图7a～图7b显示了一周内资源状态更新的次数和状态传播时间。当一种资源的状态发生变化时，它的状态会影响其他资源的状态，并发生状态传播。因为资源状态在常规环境中会周期性变化。状态更新次数和状态传播时间有规律的变化。当需求出现时，使用资源检索方法来检索资源以满足用户的需求。图7c～图7e显示了资源检索的结果。可以看到资源的命中率较高，同样呈现规律性变化。由于dasn的资源状态是自适应传播的。当资源的状态随周期变化时，它们的状态通过传播来更新。dasn检索到的资源都是可用资源，因此dasn的错误率为零。资源检索时间在毫秒级，由于dasn的资源状态是保持最新的，资源检索后不需要再去检查资源状态，无需额外的时间。
[0244]
弱噪声环境：
[0245]
在弱噪声环境下，图8a～图8e表明与规律性环境相比，dasn中的状态更新次数明显增高这是因为在弱噪声环境中加入了一些噪声，导致资源状态变化的波动幅度高于规律性环境。同样dasn的状态传播时间也增加了。在资源检索结果中，dasn的资源命中率相较于规律性环境略有降低。不过资源错误率仍为0。结果充分证明了资源状态自适应传播的必要性和有效性。对于资源检索时间的指标，dasn的资源检索时间没有明显增加，同时与规律性环境一样，无需额外的检查时间。
[0246]
强噪声环境：
[0247]
由于资源状态变化的影响，dasn的资源状态更新次数和状态传播时间比前两个环境有更多的增长，这和弱噪声环境是一样的。不同之处在于，在强噪声环境下资源变化更大。因此dasn资源状态更新次数和状态传播时间均高于弱噪声环境。与弱噪声环境相比，在面对用户需求时，dasn的资源命中率再次下降，这是由于噪声导致不可用资源增加，可用资源减少。由图9a～图9e可知，dasn错误率仍然是0，dasn的资源检索时间上仍然没有显著增长，可以忽略不计。
[0248]
以上仿真实验模拟了新生入学案例在三种不同环境下的资源和状态变化。通过随机生成用户需求检索智慧校园资源，计算资源状态更新次数、状态传播时间、资源命中率、资源错误率、资源检索时间5个指标。并计算了这五个指标与环境变化的相关性。从以上结果分析可以看出，在三种不同的环境下，dasn的资源状态更新次数和状态传播随着噪声的增加而增加，结果表明，所提出的dasn可以有效地实现自适应资源状态转换和传播。在资源检索结果中，dasn的资源命中率随着噪声的增加有所下降。这是因为噪声的引入使资源更
加不可用。但是，dasn的资源错误率在三种环境下都保持为0，说明dasn可以很好地实现状态的自适应变化，保持所有资源状态的更新。dasn在三种不同环境下的资源检索时间没有明显差异，说明不同环境并不会影响资源检索的时间。
[0249]
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。