云環境下建筑資源與需求建模及其匹配過程研究

童乃綱 邰麗君

【摘要】本文針對云服務模式具體實現過程存在研究不足的問題，在云服務平臺上對建筑資源建模、智能匹配過程進行研究。文中首先分析了建筑資源與需求的屬性和特點，構建了建筑資源和需求的模型，之后提出智能匹配算法，實現供需的智能匹配，最后用實例驗證算法的可行性和實用性。

【關鍵詞】建筑；模型；匹配

一、引言

我國廣大建筑企業普遍面臨創新能力弱、協作能力弱、社會資源利用效率低、產業鏈協作不緊密等問題。基于云服務模式的建筑企業云服務平臺將成為企業充分利用和共享建筑資源，提升經營管理和生產能力，增強企業綜合競爭力的重要支撐手段。因此，本文在云服務平臺基礎上對于具體的建筑資源與需求匹配過程進行研究。

二、建筑資源與需求的屬性和特點

建筑資源是云服務者為其他單位提供的各種建筑資源。其屬性主要包括：基本屬性資源、設計資源、施工資源、標準資源、檢測資源等。云制造需求主要屬性包括：基本屬性、需求類別屬性、需求時間屬性、需求能力層次屬性等。

云環境下資源和需求具有如下特點。

分散性：在云環境下，建筑資源來源于各地，同時服務需求也是來源于各地。云服務平臺可將分散在不同地區的建筑企業進行整合，企業可通過該平臺，實現優勢互補，共享資源和技術，分擔投入和風險。

異構性：云環境下建筑資源來自不同的地域，其組成復雜，資源異構性問題突出 ，因而對建筑資源進行標準化建模顯得非常重要。

動態性：一方面，建筑資源自身能力是在不斷變化的；另一方面，建筑資源聯盟又是一個不斷注冊和注銷的動態過程，因而動態性是云環境下建筑資源的一個重要特性。

組合型：云環境下制造資源間存在組合服務性，不同的資源可能進行組合服務。

由于云環境下資源繁多、地域分散、功能和形式各異、數據格式各異，要快速、靈活組織資源，實施協同建造，就必須對其進行集成和統一的建模來支持云服務。

三、建筑資源和需求的建模

在云環境下，服務的表達方式在語法和語義上往往是異構的，需要對服務進行統一的語義描述。本文提出采用本體的方法對需求和資源進行統一建模和語義描述，來解決異構資源組合和互操作，進而實現云資源供需雙方的主動匹配。本體語言采用專門針對服務語義的OWL-S語言。

四、建筑資源和需求的智能匹配

本體是共享的概念的形式化的規范說明，是目前廣泛接受的語義Web知識表示方法，因此本文綜合基于關系推理的經典匹配和相似度匹配這兩種算法的優勢，提出以下算法，即采用基于相似度的語義匹配方法。

設計整個智能匹配過程主要分為四步進行：第一步，進行網頁文本的過濾處理，屬于過濾型匹配，當服務描述在這一步驟上能滿足規定的匹配度，則把滿足該服務匹配度的服務加入初步篩選后的服務集中；第二步，將第一步過濾所得的建筑需求和資源進行本體解析；第三步，即核心匹配階段，利用上面介紹的本體相似度匹配方法對需求和資源進行相似度匹配；第四步，對匹配結果做一個綜合評定，把服務請求者要求的匹配度作為閥值，返回滿足匹配度的匹配結果集并進行排序選擇輸出。

五、應用實例

為驗證以上研究成果的可行性和實用性，筆者在課題組開發的企業云服務平臺上進行資源與需求的匹配。該過程可分解為如下步驟。（1）云服務用戶通過用戶圖形界面進行用戶注冊，用戶注冊后，系統會對用戶進行業務信用評估與分析，為后續用戶選擇服務提供參考依據。（2）資源提供方和需求方進行本體建模，并分別存儲在需求本體庫和資源本體中，供搜索發現和匹配。（3）需求方發布一個服務需求，發布后，展開搜索，首先進行初級匹配—文本匹配；之后進行核心匹配；最后對匹配結果做一個綜合評定，把要求的匹配度作為閥值，返回滿足匹配度的匹配結果集并進行排序選擇輸出。（4）該服務需求者根據匹配結果和企業的信用、資質情況選擇服務提供者，選定后通過云平臺發出服務需求。（5）服務完成后，相關服務信息進入平臺案例庫，同時服務提供方的相關信用、資質情況自動更新，為后續服務的開展提供參考。

六、小結

本文對云服務資源和需求供需智能匹配過程進行了研究，在分析建筑資源和需求屬性以及特點的基礎上，構建了基于本體的模型，提出供需智能匹配方法，并建立了供需智能匹配流程。

參考文獻

[1]李伯虎，張霖，王時龍.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統，2010，16（01）：1～7，16.

[2]Nicola Guarino. Formal ontology and information systems. In： N. Guarino eds，.Proceedings of FOIS98.Trento， Italy： Amsterdam， IOS Press，1998.3～15.

作者簡介：童乃綱（1979.10—），男，安徽人，本科，工程師，研究方向：大數據、云服務、智能建筑；邰麗君（1980.02—），女，蒙古族，遼寧阜新人，博士，寧波工程學院，副教授，研究方向：智能制造。