[发明专利]一种制造云服务执行时间的预测方法及预测装置

说明书

技术领域

本发明涉及信息技术领域，具体地说，是指一种云制造环境中服务执行时间的预测方法及预测装置。

背景技术

制造业在国民经济中占据着重要地位，传统制造业在信息时代面临着巨大挑战和新的机遇。网络化制造模式成为制造业新的选择，但制造网格、敏捷制造等网络化制造模式在服务模式、制造资源共享分配、物理终端设备接入、信息安全等方面存在诸多问题。在此背景下，云制造应运而生。云制造通过嵌入式、物联网等技术将制造资源接入到网络中，按用户需求组织网上制造资源(即制造云)，为用户提供各类按需的制造服务，可实现制造企业间的高效协同以及各种制造资源高度共享与集成。

为保障云制造平台的高效运行，制造云服务质量(QoS)的建模与控制对云服务的组合与优化管理至关重要，在众多QoS指标中，云服务执行时间是保证制造云服务请求高效响应的重要QoS评价指标。同时，该指标在用户提交服务请求、服务匹配与组合优选、服务资源调度等云制造过程管理各个环节中均起着重要作用。

在已有的制造云服务管理中，服务执行时间的常规估计是采用对历史执行数据求取平均值的方法，预测精度不高。目前，部分学者对网格服务、Web服务执行时间预测进行了研究。郑晓霞等在2009年发表的“一种WebService响应时间的动态预测方法”一文中，提出了一种基于时间序列分析的Web服务响应时间动态预测方法，但其中对时间模式的总结稍有欠缺。陶洋等于2009年发表了“基于主机负载的任务执行时间预测研究”论文，蒋炎华于2011年发表了“网格环境下任务的执行时间预测技术研究”论文，胡德斌、唐毅等学者也对网格计算任务的执行时间预测方法进行了研究。但是，上述研究工作主要集中在网格计算环境，云制造平台上有物理设备资源接入、资源异构、组织动态变化等自身独有的特点，并不能够套用上述方法。

此外，现有的服务执行时间预测技术很少对预测对象进行分析，云制造环境中存在海量能够完成用户请求任务的云服务，如果对所有的云服务都进行执行时间预测，将浪费大量的时间和成本。

发明内容

有鉴于此，本发明提供了以下技术方案。

一种制造云服务执行时间的预测方法，包括：按照以下方式对每一候选云服务的服务执行时间进行预测：

确定该候选云服务服务执行时间的特征模式；

根据设定的特征模式和预测模型的对应关系，使用确定的所述特征模式对应的预测模型，计算该候选云服务服务执行时间的预测值；

其中，所述预测模型采用自适应平滑系数的指数平滑算法进行预测。

一种制造云服务执行时间的预测装置，其特征在于，包括服务执行时间预测模块，所述服务执行时间预测模块包括：

特征模式确定单元，用于确定每一候选云服务服务执行时间的特征模式；

执行时间预测单元，用于根据设定的特征模式和预测模型的对应关系，对每一候选云服务，使用确定的所述特征模式对应的预测模型，计算该候选云服务服务执行时间的预测值；其中，所述预测模型采用自适应平滑系数的指数平滑算法进行预测。

上述方案采用自适应平滑系数的计算方法，对传统指数平滑预测方法进行了改进；提出了制造云服务执行时间特征模式的识别方法，在此基础上对制造云服务执行时间进行预测，增强了预测方法的自适应性，提高了预测精度。预测结果可对QoS评价、服务组合优选、资源调度分配等制造云资源管理与决策提供重要的数据支撑，产生积极作用。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例制造云服务执行时间预测方法的流程图；

图2为本发明实施例五种服务执行时间特征模式的示意图；

图3为本发明实施例制造云服务执行时间预测装置的模块图；

图4为本发明实施例制造云服务执行时间预测过程的示意图；

图5为本发明应用示例摩托车零部件生产工作流程的示意图；

图6为本发明应用示例中预测值、平均值(常规方法)与实际值的比较(以为例)的示意图；

图7为本发明应用示例中的标准误差分析的示意图。

具体实施方式