黑板

最新推荐文章于 2025-08-16 16:41:41 发布

原创最新推荐文章于 2025-08-16 16:41:41 发布 · 334 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#任务

本文探讨了黑板模型在软件运行中的作用及其作为中心枢纽实现任务与会话管理的方式。通过比喻的方式介绍了该模型如何连接不同角色，并讨论了线程切换带来的灵活性。

黑板在软件的运行模型中无处不在，特别是对动态的任务或会话的处理，作为一个中心枢纽，起到桥梁的作用，实现"我要找到你"的第一需求。谁是老师，谁是学生，谁是擦黑板的值日生。

线程的切换类似于小说中的起承转合变幻出很多的灵动。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

iamliqiao

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

2025系统架构师---黑板架构风格

喜欢猪猪

04-27

480

‌共享数据空间（黑板）‌：存储中间假设与计算状态，作为知识源交互的媒介。‌独立知识源（Knowledge Sources, KS）‌：封装特定领域知识，异步响应黑板状态变化。‌控制策略（Control Shell）‌：动态调度知识源执行顺序，驱动问题求解进程。‌核心隐喻‌：“如同多位专家围坐在黑板前，各自根据当前信息片段提出见解，逐步逼近问题答案。黑板架构为解决“复杂问题求解”这一高阶挑战提供了系统化的工程框架。

架构师之-黑板架构风格

技术博客

12-17

1749

记录：每个人可以写下自己的看法。更新：调整已有的看法。删除：删除对于过时的，或者错误的看法。读取：黑板上的内容谁都能自由阅读。所以从本质上来说，黑板就是这样一个共享数据的结构，它对于多个系统间通信是很有帮助的。它提供一种数据传递的方式，有助于系统的封装和解耦合。对于各个子系统而言，只需要把自己的运算的结果数据记录在黑板上，至于这个数据谁会去用，并不需要关心。反过来也是一样，对于自己的运算时需要用到的数据，可以从黑板上去获取，至于这个数据是谁提供的，也不需要关心。

参与评论您还未登录，请先登录后发表或查看评论

黑板架构详解

谦与谦寻的神隐

08-16

719

黑板架构（Blackboard Architecture）是一种用于解决复杂、非结构化问题的软件体系结构风格，特别适用于需要综合运用多种不同知识源的领域。它通过一个共享的“黑板”数据结构，将问题的解空间组织成一个或多个应用相关的分级结构，使得问题的表达、组织和求解变得比较容易。黑板架构在人工智能、信号处理、语音识别和模式识别等领域有着广泛的应用。其核心思想是将问题求解过程分解为多个独立的知识源，这些知识源通过共享的黑板进行协作，共同完成复杂的推理任务。

黑板架构风格

u013378687的博客

01-10

1231

黑板架构（Blackboard Architecture）是一种用于解决复杂问题的系统架构模式，其中多个独立的组件（通常称为知识源）共同工作，通过共享一个共同的“黑板”（通常是一个全局的共享数据结构）来实现解决方案的推演的架构风格。每个组件根据黑板上的信息做出贡献，修改黑板上的状态，直到最终完成任务。

黑板模式介绍

qq_39437730的博客

10-23

1174

黑板模式的核心思想是创建一个共享的全局数据结构，称为“黑板”，不同的模块（称为知识源或代理）可以在黑板上读取和写入数据。每个模块根据黑板上的数据进行操作，并在必要时更新黑板，从而推动系统状态逐步向目标前进。

黑板体系风格

qq_52060318的博客

10-07

1055

为了解决以上的问题，大家设计软件时，逐渐有了一些共识，形成了一种风格，即黑板体系风格。：每个知识源专注于特定的标注规则，并独立地对输入的单词进行处理。：存储每个单词及其对应的词性标注，作为系统中共享的知识库。例如：自然语言处理、语音处理、模式识别、图像处理等。知识源（Knowledge Sources, KS）这种风格是这么解决以上的问题的？黑板（Blackboard）

黑板测试

weixin_65219914的博客

07-18

233

黑板测试

行为树详解（6）——黑板模式

enternalstar的博客

01-06

1572

黑板模式的数据管理本质还是通过键值对的方式，为处理不同的情况，我们需要对每种情况提供不同的Key。因此，在实现动作节点时，属于其他模块的直接调用其他模块的接口或在其他模块内实现，属于角色行为的在动作节点内实现。在黑板中，我们需要根据这些参数生成唯一的Key，这里自然而然的就会需要对参数做封装，用泛型，用对象池。根据行为树ID，节点ID，数据ID，方法ID可以实现不同的数据获取，程序只需实现方法ID即可。同样的，我们需要有这些参数对应的结果，考虑数据类型差异，结果有效性等，自然也需要做封装。

在线公式黑板

weixin_37765121的博客

11-17

1713

在线公式黑板 http://ctex.math.org.cn/blackboard.html 效果如图

电容智慧黑板+校园运维集中控制管理平台

06-10

【电容智慧黑板+校园运维集中控制管理平台】是一种集成化的教育信息技术解决方案，旨在提升校园教学质量和管理效率。电容智慧黑板是这个系统的核心组成部分，它采用先进的技术和人性化设计，以提供卓越的交互体验。 ...

精选资源

基于单片机的黑板粉尘监测清除装置设计

04-24

这种装置旨在利用先进的自动化控制技术，实时监测黑板附近的粉尘浓度，并采取相应措施，保护教师的健康。 2. 单片机技术基础单片机，即微控制器，是集成在单一芯片上的微型计算机系统，包括CPU、RAM、ROM、I/O...

黑板模型_黑板_

10-01

在IT行业中，尤其是在3D建模、游戏开发和虚拟现实（VR）领域，"黑板模型"是一个重要的元素。黑板作为一个常见的教学工具，它的数字版本在模拟真实教室环境、创建教育软件或游戏场景时非常实用。下面我们将深入探讨与...

通用黑板技术在大型分布式仿真系统中的应用.pdf

08-08

通用黑板技术在大型分布式仿真系统中的应用.pdf 通用黑板技术是一种高效、实时的数据共享和协同计算技术，广泛应用于大型分布式仿真系统中。该技术通过采用协调一致的结构，统一的数据标准、协议、数据库，以及...

精选资源

ZIGBEE模块(黑板)电路图.pdf

01-10

ZIGBEE模块(黑板)电路图这是一份ZIGBEE模块的电路图，主要包括MAX232、I2C、GPIO、UART、USB-D、USB-D-、USB+、USB-、3.3V、5V等组件。下面是对该电路图的详细解释： 1. MAX232：MAX232是一个用于RS-232通信的...

状态估计电力系统状态估计中的异常检测与分类（Matlab代码实现）

最新发布

12-07

【状态估计】电力系统状态估计中的异常检测与分类（Matlab代码实现）内容概要：本文围绕电力系统状态估计中的异常检测与分类展开，介绍了基于Matlab代码实现的相关方法和技术。通过对电力系统测量数据的分析，利用状态估计技术识别和分类异常数据，如坏数据或错误操作，从而提升电力系统监控的准确性与可靠性。文中可能涉及残差分析、假设检验、标准化残差、加权最小二乘法（WLS）等核心技术，并结合具体Matlab代码演示异常检测流程与分类策略，帮助研究人员深入理解状态估计在实际工程中的应用。; 适合人群：具备电力系统基础知识和Matlab编程能力的高校研究生、科研人员及电力行业相关技术人员。; 使用场景及目标：①应用于智能电网监控与调度系统中，实现对实时测量数据的质量控制；②用于教学与科研，加深对电力系统状态估计理论与异常处理机制的理解；③为电力系统自动化与可靠性分析提供技术支持。; 阅读建议：建议读者结合Matlab代码实践操作，逐步调试并理解每一步算法实现，同时参考电力系统状态估计的经典文献，以加强对异常检测数学模型和工程背景的认识。

新增图书统计表.xlsx

12-07

新增图书统计表.xlsx

秀视频微信小程序社交软件项目_基于微信小程序端的短视频社交平台与后台管理系统_实现用户发布短视频添加滤镜背景音乐点赞评论下载分享转发功能_包含人员管理短视频管理背景音乐管理.zip

12-07

固定资产借用归还登记表.doc

12-07

固定资产借用归还登记表.doc

黑板架构

07-31

### 黑板架构的概念黑板架构是一种软件设计模式，常用于解决复杂问题，尤其是在人工智能和数据处理领域。该模式的核心思想是通过一个共享的数据存储空间（称为“黑板”）来协调多个独立的组件或模块。这些组件可以读取和更新黑板上的数据，从而相互协作完成任务。这种架构类似于多位专家在同一块黑板上交流思想，每个人都可以基于其他人的信息进行分析，并更新黑板上的内容，以影响其他专家的工作[^1]。 ### 黑板架构的工作原理黑板架构主要由三个部分组成：**黑板（共享数据存储）**、**知识源（处理模块）** 和 **控制机制（协调模块）**。 - **黑板**：作为中央数据存储，所有组件都可以读取和写入数据。它是组件之间通信的媒介。 - **知识源**：每个知识源是一个独立的处理模块，负责特定类型的数据处理任务。它们根据黑板上的现有数据进行计算，并更新黑板。 - **控制机制**：负责调度和协调各个知识源的执行顺序，确保系统能够有效地朝着目标前进。在工作过程中，知识源会不断检查黑板上的数据，寻找可以处理的信息。一旦发现合适的数据，它们会进行处理，并将结果写回黑板。控制机制则决定哪些知识源应该在何时运行，以优化整体处理流程[^1]。 ### 黑板架构的应用场景黑板架构适用于那些可以被分解为多个子任务的复杂问题。典型的应用场景包括： - **语音识别系统**：不同模块可以分别处理音频信号、语言模型和语义分析，通过黑板共享中间结果。 - **图像处理系统**：多个算法可以协同工作，例如边缘检测、特征提取和对象识别。 - **自然语言处理**：不同模块可以处理语法分析、语义理解和上下文推理。 - **专家系统**：多个专家模块可以协作解决复杂的问题，例如医学诊断或金融分析。 ### 黑板架构的优缺点 #### 优点： - **灵活性**：支持多种不同的处理模块协同工作。 - **可维护性**：模块之间解耦，便于独立开发和维护。 - **可扩展性**：可以方便地添加新的处理模块。 #### 缺点： - **性能问题**：由于多个模块共享数据，频繁的读写操作可能导致性能瓶颈。 - **复杂性**：协调多个模块的执行顺序和数据更新需要复杂的控制机制。 - **实时性限制**：使用数据库作为黑板时，可能无法满足高实时性的需求。 ### 黑板架构的实际实现方式黑板架构可以通过多种方式实现，常见的实现方式包括： #### A. 利用数据库 - **描述**：使用数据库作为黑板，多个应用共享数据库中的信息，并可以更新数据。 - **特点**： - 便于实现信息的查询、筛选和统计，关系数据库提供了SQL的强大支持。 - 不能用于较高实时性要求的环境，因为这种实现是工作在“拉模式”下的，高频率的访问数据库会导致严重的系统性能问题[^1]。 #### B. 利用发布-订阅模式 - **描述**：采用消息队列作为黑板，队列工作在主题模式（Topic），订阅者可以接收消息，并向队列发送消息。 - **特点**： - 可以有效应用于实时性要求较高的系统，这种实现工作在“推模式”下。 - 难于实现信息的统计分析，不像数据库那样可以通过SQL支持，这些工作必须开发者自己完成[^1]。 ### 示例代码：使用发布-订阅模式模拟黑板架构以下是一个简单的 Python 示例，展示如何使用发布-订阅模式模拟黑板架构的基本工作原理。 ```python import random from abc import ABC, abstractmethod # 模拟黑板 class Blackboard: def __init__(self): self.data = {} self.subscribers = [] def update_data(self, key, value): self.data[key] = value self.notify_subscribers(key, value) def notify_subscribers(self, key, value): for subscriber in self.subscribers: subscriber.update(key, value) def subscribe(self, subscriber): self.subscribers.append(subscriber) # 知识源基类 class KnowledgeSource(ABC): @abstractmethod def update(self, key, value): pass # 具体的知识源 class DataSourceA(KnowledgeSource): def update(self, key, value): print(f"DataSourceA received update: {key} = {value}") if key == "raw_data": processed_data = value * 2 print(f"DataSourceA processed data: {processed_data}") blackboard.update_data("processed_data_A", processed_data) class DataSourceB(KnowledgeSource): def update(self, key, value): print(f"DataSourceB received update: {key} = {value}") if key == "raw_data": processed_data = value + 10 print(f"DataSourceB processed data: {processed_data}") blackboard.update_data("processed_data_B", processed_data) # 初始化黑板和知识源 blackboard = Blackboard() source_a = DataSourceA() source_b = DataSourceB() blackboard.subscribe(source_a) blackboard.subscribe(source_b) # 模拟输入数据 blackboard.update_data("raw_data", random.randint(1, 100)) ``` ###