25、多视角服务组合与无线数据成本优化

多视角服务组合与无线数据成本优化

多视角合成应用构建方法

在服务组合领域,多视角方法为构建应用提供了新的思路。当事件 t1 发生在 t2 之前时,可以定义时间视图(timeView),并且能够描述全局、之前、之后、之间和直到等范围的语义。基于 Allen 等人的时间原则实现了时间视图,同样,也可以使用区域作为度量来以类似的方式初始化空间视图(spaceView)。

方法学

根据之前的定义,可以推导出视图的属性:
- 命题 1 :视图是正交约束的子集。
- 命题 2 :视图是有序约束的子集。

视图之间的关系定义如下:
- 定义 7 :视图之间的关联 R = (Rpa, Rsa, Rsp)。
- Rpa 是模式与过程之间的关联,语义为:对于模式视图中的每个服务,在过程的活动集中存在一个活动,且服务的 sId 等于活动的 aId。
- Rsa 是范围与过程之间的关联,语义为:对于范围视图中的每个服务,在过程的活动集中存在一个活动,且服务的 sId 等于活动的 aId。
- Rsp 是模式视图与范围之间的关联,语义为:范围视图中的每个模式都存在于模式视图中。

这些关联表明,对任何视图的操作都会与其他视图和过程模型进行协调,这是合成方法的基础。用户中心的多视图服务组合方法的原理如下:
1. 用户在模式视图中声明服务组合的行为模式,并在范围视图中声明有效的度量范围。
2. 通过视图之间的关系,将上述声明操作的效果协调到其他视图,构建约束集。
3.

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值