用于虚拟化资源池的BIM软件自动化全生命周期管理方法与流程

专利查询2月前  28


本发明涉及虚拟化,尤其涉及用于虚拟化资源池的bim软件自动化全生命周期管理方法。


背景技术:

1、在当前的建筑信息模型(bim)管理过程中,随着bim技术的广泛应用和项目规模的不断扩大,如何高效地管理和调度资源成为一项重要的挑战。bim软件被用于建筑的设计、施工和维护等全生命周期管理中,随着多任务并行处理需求的增多,现有技术在资源管理方面的不足愈发显现。当前bim资源管理技术大多依赖于静态配置,资源调度相对固定,这种方式在小规模项目中或资源充足时尚可应对,但在复杂的、多任务并行的建筑项目中,则暴露出严重的资源利用效率低下、调度响应缓慢等问题。

2、在现有的bim管理系统中,资源的分配与调度大多依赖于预先设定的算法或人为干预,缺乏灵活性,尤其在资源需求波动较大的情况下,系统难以快速响应。例如,当某些任务资源需求减小时,系统无法及时释放被占用的资源,导致资源浪费。同时,对于资源紧张的情况,系统无法通过动态调度将暂时闲置的资源有效分配给其他任务。这导致了在资源池中,不仅存在长时间闲置的资源,还会有某些任务因资源不足而被延迟或中断,严重影响了项目的整体进度和效率。

3、更为关键的是,现有bim管理技术的资源调度方式过于僵化,无法根据任务执行过程中的需求变化进行实时的调整。即使在调度算法中引入了一定的动态调整机制,但其自适应能力仍然有限。随着项目规模的扩大和复杂度的提升,任务之间的资源需求差异显著,不同任务对资源的占用情况也随时间而变化,这使得静态的资源分配策略在实际操作中难以应对复杂的场景。资源利用率不高,调度滞后,最终导致了项目执行效率的下降。

4、同时,在并发任务处理时,现有系统中的资源竞争问题尤为突出。多个任务同时请求同一资源时,系统难以有效协调,导致资源争夺加剧。这不仅造成部分任务因得不到充足的资源支持而无法顺利执行,还进一步拉长了项目的总体完成时间。此外,在某些情况下,虽然任务对资源的需求发生了变化,但由于系统缺乏对任务优先级的动态调整机制,某些低优先级任务可能占据了大量资源,而高优先级的任务却因为资源不足而陷入停滞。

5、除了资源利用率低、调度效率不足的问题,现有bim管理系统在资源复用机制上也存在缺陷。当某些任务完成时,系统往往无法及时回收被释放的资源并将其分配给新的任务。尤其是在资源紧张的情况下,这种资源回收和再利用的滞后性会导致资源池中的资源无法得到最大化的使用效率。当前的调度机制缺少资源的智能调控手段,无法根据实时需求进行有效的资源回收和再分配,使得系统整体的资源管理效率受到严重影响。因此,如何提供用于虚拟化资源池的bim软件自动化全生命周期管理方法是本领域技术人员亟需解决的问题。


技术实现思路

1、本发明的一个目的在于提出用于虚拟化资源池的bim软件自动化全生命周期管理方法,实现bim资源的高效申请、调度、分配和回收。充分利用了虚拟化资源调度技术,通过智能化算法优化资源的利用率,确保了资源的高效分配,适应了复杂的多任务并行处理环境,具备灵活性高、资源利用率高和系统响应速度快的优点。

2、根据本发明实施例的用于虚拟化资源池的bim软件自动化全生命周期管理方法,包括如下步骤:

3、s1、通过用户自助服务页面,用户通过web界面发起bim资源的申请;

4、s2、桌面云资源调度器接收bim环境资源申请需求后,检查云桌面资源池中的物理资源是否满足需求;

5、s3、当资源池中的资源满足需求时,基于bim软件应用的算力需求,自动创建虚拟机实例,并将bim软件部署至所述虚拟机实例上,完成资源交付;

6、s4、当资源池中的资源无法满足需求时,采用动态关联自适应资源协调算法,识别并调整不同任务间的资源配置,进行任务间的资源协调;

7、s5、当资源协调仍无法满足需求时,将bim资源申请加入任务队列,采用时变反馈驱动的算力资源分层复用算法,基于任务执行过程中的反馈信息,动态调整算力资源分配;

8、s6、监控虚拟机实例的使用状态,回收不再使用的bim环境资源,将回收的资源重新分配至新的任务请求中;

9、s7、通过算力资源分时复用的策略,整合资源池中的算力资源,分配资源并进行调度。

10、可选的,所述s3包括以下步骤:

11、s31、当桌面云资源调度器确认资源池中的物理资源满足用户的申请需求后,按照bim软件应用类型的要求,确定虚拟机实例所需的算力参数,包括cpu需求、内存需求、存储需求及网络带宽需求;

12、s32、桌面云资源调度器依据所述算力需求参数,调用虚拟化平台中的资源池,创建虚拟机实例,其中表示第个虚拟机实例;

13、s33、虚拟机实例创建成功后,将所需的bim软件部署至实例上,部署过程包含软件安装、配置及相关依赖文件的导入;

14、s34、在bim软件部署完成后,将虚拟机实例的资源信息、bim软件应用信息及分配状态记录于数据库中,所述记录包括的唯一标识符、所分配的资源数量及任务编号;

15、s35、生成反馈信息,将虚拟机实例的相关信息传递给用户;

16、s36、在虚拟机实例部署过程中,对虚拟化资源池进行动态监控;

17、s37、在虚拟机实例创建或bim软件部署过程中出现资源冲突或错误,记录错误日志,并尝试重新调度资源进行修复或重新部署。

18、可选的,所述s4包括以下步骤:

19、s41、当资源池的物理资源无法满足需求时,桌面云资源调度器调用动态关联自适应资源协调算法;为每个任务构建时间依赖的资源需求向量:;其中,为任务在时间所需的cpu核心数;为任务在时间所需的内存量;为任务在时间所需的存储量;为任务在时间所需的网络带宽;

20、s42、引入动态关联矩阵,结合任务历史需求的变化趋势;用于衡量任务和任务之间的资源需求关联性:

21、;

22、其中,第一项衡量任务和任务在每一时刻的资源需求相似度,捕捉当前资源需求;第二项衡量任务和任务的资源需求变化趋势,通过时间导数捕捉历史的动态变化;用于控制历史需求变化趋势对关联性的影响程度;

23、s43、根据任务的动态关联度,为每个任务计算动态优先级系数,用以确定任务在资源分配中的优先级;优先级系数的计算公式为:

24、;

25、其中,为任务在时间的优先级;任务和任务的动态关联度;

26、s44、引入任务自适应调节系数,用于根据任务的实际资源使用情况与预期需求进行实时调整,调节公式为:

27、;

28、其中,为任务的自适应调节系数;为用于调节实际使用与预期使用之间的差异度;为任务在时间的实际资源使用量;为任务的预期资源需求量;用于控制任务间关联度对自适应调节的影响;

29、s45、根据任务的优先级系数和自适应调节系数,动态计算每个任务的资源分配量;

30、s46、为优化资源分配,引入时空反馈控制机制,通过实时反馈调整任务的资源分配;

31、s47、根据任务的执行情况,利用时空反馈控制机制对资源分配进行持续优化。

32、可选的,所述s5包括以下步骤:

33、s51、当资源协调仍然无法满足需求时,bim资源申请加入任务队列;根据任务的不同资源需求构建分层算力模型;每个任务的算力需求向量被分解为;其中,为任务在时间的cpu算力需求;为任务在时间的内存算力需求;为任务在时间的存储算力需求;为任务在时间的网络算力需求;为任务在时间的能量需求,表示任务所消耗的能源;

34、s52、引入高维时变反馈驱动模型,根据实时反馈信息动态调整任务的分层算力需求;定义时变反馈系数矩阵,用于调控任务的分层需求随时间的动态变化,推导如下:

35、;

36、其中,为单位矩阵,保持原始需求不变;为反馈调节系数,控制反馈影响的强度;为反馈频率,表示反馈波动的周期性;为相位偏移量,表示任务的反馈响应延迟;为非线性反馈衰减系数,用于控制资源需求波动率对反馈的影响;

37、s53、根据时变反馈系数矩阵,对任务的分层算力需求进行动态调整;

38、s54、进一步通过动态协同分层模型对任务的资源分配进行优化;协同分层矩阵表示任务和任务在算力资源分层上的协同效应,推导公式为:

39、;

40、其中,为协同矩阵的特征值,表示在第层上的协同强度;第一项表示任务和任务在算力需求随时间变化中的协同效应;第二项通过非线性衰减控制不同任务间的资源需求差异;为控制资源需求差异对协同效应的影响;

41、s55、根据任务的反馈调整需求和协同分层矩阵,计算最终资源分配量,分配公式为:

42、;

43、其中,为任务获得的最终资源分配量;为协同分层矩阵,用于调整任务间的协同与资源需求;

44、s56、为进一步优化资源利用率,引入非线性时空反馈控制机制,结合时间和空间的反馈对资源分配进行动态调控,推导公式如下:

45、;

46、其中,为时空反馈调节系数,控制时空反馈对资源分配的影响;为空间调控函数,反映任务在空间位置上的资源需求;为空间位置衰减系数,用于控制任务在不同空间位置的资源分布;为任务的初始空间位置;

47、s57、通过时空反馈控制机制,动态监控和调整任务的资源分配,使任务在资源池有限的情况下能够实现高效的资源分层复用和调控。

48、可选的,所述s6包括以下步骤:

49、s61、监控虚拟机实例的使用状态,采集每个虚拟机实例的资源使用数据,定义为,其中包括cpu使用量、内存使用量、存储使用量和网络带宽使用量;

50、s62、通过评估虚拟机实例的资源使用数据,计算资源利用率,并分析虚拟机实例中的资源是否被充分利用;

51、s63、当虚拟机实例的资源利用率长时间低于预设的阈值时,判断虚拟机实例的资源是否进入回收状态;

52、s64、对于满足回收条件的虚拟机实例,通过资源回收机制将未使用的资源从实例中回收,生成回收资源向量,表示虚拟机实例中的回收资源量;

53、s65、回收的资源被重新加入资源池,根据新的任务需求对资源进行动态分配;分配依据包括任务优先级和当前任务对资源的需求,重新分配给新任务的资源量;基于资源池中的可用资源进行分配;

54、s66、在资源重新分配后,对新任务的资源使用情况进行实时监控,采集并分析新任务实例的资源使用数据;

55、s67、根据新任务的资源使用状态,进一步优化和动态调整任务之间的资源分配。

56、可选的,所述s7包括以下步骤:

57、s71、实时采集任务的资源需求,构建任务-资源双向响应矩阵,用于捕捉任务对资源的时变影响,定义如下:

58、;

59、其中,为任务在时间的资源需求量;为任务在时间的资源需求变化率;为资源的时变响应函数,用于表示资源对任务需求的响应程度,基于资源的当前可用性;表示从初始时间到当前时间的变化;

60、s72、资源的时变响应函数表示资源在任务需求变化下的动态反应,考虑资源的可用性和负载波动,推导公式为:

61、;

62、其中,为资源在时间的实际可用资源量;为资源在时间的最大可用容量;为资源的最小资源限度,表示资源最低使用限制;为调控衰减系数,控制资源响应变化的衰减速度,越大表示资源对变化的响应更为敏感;

63、s73、基于任务与资源的双向响应,使用非线性资源调控函数动态调整任务间的资源分配;资源分配优先级定义为:

64、;

65、其中,为任务与资源的双向响应矩阵,反映任务对资源的影响;为当前时间资源池中的总可用资源;为任务当前时间的资源需求;小常数,用于避免分母为零的情况;

66、s74、在资源分配过程中,通过反馈调控机制对任务的实际使用情况进行动态调整;反馈调控函数基于任务的实际使用情况与预期需求差异来调整;

67、s75、任务的最终资源分配量综合反馈调控函数和非线性资源调控函数,定义为:;

68、s76、根据实时反馈不断调整资源分配优先级,使任务在资源需求变化时能够及时获得足够的资源支持;实时调整由任务的反馈信息和资源池的可用性决定;

69、s77、对任务的执行反馈进行分析,进一步优化算力资源分时复用策略。

70、本发明的有益效果是:

71、本发明通过引入动态关联自适应资源协调算法,实现了在资源不足的情况下,任务之间的资源动态调整。通过智能分析任务之间的资源需求关联性,系统能够有效地协调不同任务间的资源配置,避免了传统方法中因资源不足导致的任务延迟和资源浪费问题,显著提高了系统资源的利用效率和任务执行的流畅性。

72、本发明采用了时变反馈驱动的算力资源分层复用算法,在任务执行过程中根据反馈信息动态调整资源分配策略。系统能够实时捕捉任务执行中的资源需求变化,并通过反馈机制优化资源分配,确保资源池中的资源得以灵活高效地复用。

73、该机制不仅提升了系统的资源管理能力,还有效减少了任务执行过程中因资源不匹配而造成的延迟和效率损失,特别适用于复杂多任务并行的bim环境。

74、本发明设计了资源监控与回收机制,通过实时监控虚拟机实例的使用状态,能够及时回收已完成任务或低利用率任务的资源,并将这些资源重新分配给新的任务需求。与传统系统无法及时回收和分配资源的问题不同,该机制确保了资源池中的资源始终保持高效利用状态,减少了资源闲置的时间,进一步提升了系统的响应速度和资源利用率。


技术特征:

1.用于虚拟化资源池的bim软件自动化全生命周期管理方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的用于虚拟化资源池的bim软件自动化全生命周期管理方法,其特征在于,所述s3包括以下步骤:

3.根据权利要求1所述的用于虚拟化资源池的bim软件自动化全生命周期管理方法,其特征在于,所述s4包括以下步骤:

4.根据权利要求1所述的用于虚拟化资源池的bim软件自动化全生命周期管理方法,其特征在于,所述s5包括以下步骤:

5.根据权利要求1所述的用于虚拟化资源池的bim软件自动化全生命周期管理方法,其特征在于,所述s6包括以下步骤:

6.根据权利要求1所述的用于虚拟化资源池的bim软件自动化全生命周期管理方法,其特征在于,所述s7包括以下步骤:


技术总结
本发明公开了用于虚拟化资源池的BIM软件自动化全生命周期管理方法,S1、通过用户自助服务页面发起BIM资源申请;S2、桌面云资源调度器接收申请后,检查物理资源是否满足需求;S3、资源满足时,基于算力需求创建虚拟机实例并部署BIM软件;S4、资源不足时,采用动态关联自适应资源协调算法调整任务间资源配置;S5、采用时变反馈驱动的算力资源分层复用算法动态调整资源分配;S6、监控虚拟机实例,回收不再使用的资源并重新分配;S7、通过算力资源分时复用策略进行资源调度。本发明提升了资源利用率,适用于复杂的BIM应用场景。

技术研发人员:魏川子,沈国栋,黄淼,徐建鑫,龙光,汪申,王安,吴景徽
受保护的技术使用者:安徽省交通规划设计研究总院股份有限公司
技术研发日:
技术公布日:2024/12/5

最新回复(0)