Подразделение географической сети, обслуживающее и реализующее физически распределенную динамическую архитектуру

В целях смягчения влияния сложных процессов на качество предоставляемых услуг и длительность времени отклика мы предлагаем разработать платформу, которая раскладывает общий процесс на несколько менее сложных задач. Эти задачи будут осуществляться в децентрализованном порядке и параллельно, чтобы снизить сложность выполняемых процессов.

Для этого статус состояния текущей географической сети обслуживания организовывается как распределенный динамический график, принимая во внимание некоторые из существующих работ, использующих тот же принцип [FEK 10; КАМ 07; HIZ 08].

Разложенные области

Для разложения сети обслуживания нужно учитывать, что эффективный метод учета всех имеющихся данных должен избегать дублирования информации. Для достижения этой цели мы предлагаем создать множество подразделений различных географических районов с учетом следующих особенностей:

  • — все созданные области отображают географические районы подобных форм и размеров;
  • — каждая область имеет свой собственный периметр, что включает в себя информационный набор, касающийся запросов и/или предложений каршеринга. Таким образом, каждая зона соответствует независимому компоненту программного обеспечения, обрабатывающему локальные данные каждой области. Набор автономных (или полуавто- номных) компонентов создается для установленных областей. Они работают параллельно, чтобы оптимизировать общую системную обработку;
  • — две зоны или более могут иметь общие области пересечения, представляющие единую точку или несколько точек, которые могут представлять пустую географическую область;
  • — две зоны или более могут пересекаться и совместно использовать данные, которые могли бы помочь надлежащей реализации системы; избыточность данных в зонах полезна, потому что каждый созданный компонент должен быть известен системе со всех сторон для наилучшей адресации запросов пользователей, находящихся в конкретных областях. Однако это может привести к конфликту, если две области или более делятся данными о запросах пользователей;
  • — далее, мы особенно фокусируемся на методах классификации данных в соответствии с одним или несколькими критериями соответствия для разброса точек. Идеей этих методов, особенно метода «неконтролируемой классификации», является создание набора к классов, где каждый класс соответствует набору индивидов. Области высокой плотности, в таком случае, ответственны за создание «групп», с которыми связаны метки класса. Таким образом, наблюдения относительно сети проанализированы и изучены на основе четко определенных критериев, в данном случае критерия расстояния, для того, чтобы позже иметь возможность собрать набор соседних классов в пространстве;
  • — обслуживаемая сеть, которую мы смоделировали, сводится к двумерному пространству, где имеющаяся информация представлена в виде однородного набора данных. Эти данные относятся к географическим узлам, обозначенным их координатами GPS (т.е. широтой и долготой). В совокупности эти данные, составляющие наблюдения системы, могут быть классифицированы таким образом, что доминирующей чертой разделения будет расстояние между каждыми двумя точками населения, принадлежащего к одному кластеру. Реальный базовый класс, следовательно, занимает ограниченную пространственно-временную область карты, представляющей сеть обслуживания. Каждый класс формируется по отношению к набору соседних узлов, рассмотренных ранее в детальном графическом моделировании, который может быть разложен, и таким образом создается множество кластеров;
  • — как мы уже ранее наблюдали, две зоны или более могут пересекаться и совместно использовать одного или несколько индивидов (т.е. узлы) с различными степенями участия, сумма которых равна единице [АММ 07]. Основываясь на этом принципе, мы переходим в контекст неконтролируемой размытой классификации [ALL 06], где количество групп неизвестно и должно быть определено с помощью алгоритма разложения. Кроме того, в контексте динамического сервиса карпулинга, где запросы и предложения могут прийти в любое время, крайне важно наблюдать за эволюцией количества индивидов для постоянного обновления установленных классов. Количество кластеров может меняться в ходе эволюционных процессов и, следовательно, на протяжении всего процесса распределения или разложения;
  • — каждая зона связана с регионом «схожих» наблюдений в соответствии с установленными критериями (т.е. находящихся близко друг к другу в пространстве, в соответствии с первоначальным заранее установленным лимитом расстояния). Основываясь на вышесказанном, область содержит следующие параметры:
    • - кардинальное число (N): число индивидов;
    • - центр (С,): центр области Z-,
    • - радиус (): радиус области Zr Этот радиус является одинаковым для всех установленных областей;
  • — из множества определенных окрестностей на каждой итерации алгоритма подразделения, который мы подробно опишем позже, создаются свойства каждого класса и, следовательно, определяется центр и радиус. Исходя из этих параметров, новые группы населения могут быть созданы путем определения широты знаний, касающихся определенных областей («классов») [ALA 06]. Центр области рассчитывается таким образом, что все точки центра тяжести оказываются на равном расстоянии между самыми дальними точками рассматриваемого множества. Возможны несколько сценариев, которые должны рассматриваться до тех пор, пока множество определенных окрестностей содержат один, два, три или более узлов:
  • - определенный набор содержит один узел, удаленный от других точек сети на расстояние, строго большее, чем заданный диаметр системы;
  • - если соседних точек две и ни один узел не принадлежит к периметру области, включающей эту пару узлов, центром области, включающей их, считается средняя точка линии, соединяющей две эти точки;
  • - область, о которой идет речь, впоследствии устанавливается на основе эквидистантной точки, рассчитанной от двух данных узлов и ее теоретически нетронутой окрестности. Тем не менее, информационное пространство площади может развиваться и включать другие узлы, связанные с новыми запросами или предложениями кар- пулинга;
  • - если множество окрестностей имеет кардинальное число три, то центр области, содержащей все эти узлы, является центром тяжести треугольника, вершины которого представлены точками этого множества;
  • - если множество окрестностей имеет размер трех или более (кардинальное число (N) > 3), то центр области, содержащей все эти узлы, является центром тяжести треугольника, вершины которого находятся в точках этого множества. Центр тяжести определен как изобарный центр этих трех вершин и центр массы внутренней части треугольника. Эта точка расположена на двух третях пути от каждого центра со стороны вершины.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >