[發明專利]一種根據大數據處理的軟件仿真模塊操縱架構

在審

• 申請號: 201911388794.2
• 申請日: 2019-12-30
• 公開（公告）號: CN111190697A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 韓朝勇
• 申請（專利權）人: 鹽城古卓科技有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 吳偉文;李彥孚

本發明涉及軟件仿真模塊技術領域，尤其是一種根據大數據處理的軟件仿真模塊操縱架構，包括用于大數據處理架構的大數據云中心，大數據云中心包括計算機集群、仿真芯片和數據庫，數據庫連接設有快速元定義及場景搭建模塊、可執行模塊分析模塊和場景仿真及分析模塊，場景仿真及分析模塊的場景生成端通過導線反饋至數據庫，大數據云中心通過通信模塊連接用戶APP和開發者APP。本發明通過快速元定義及場景搭建模塊、可執行模塊分析模塊和場景仿真及分析模塊結合計算機集群的架構組建，可實用用于遠程元定義場景的仿真分析達到軟硬部件的最佳調節。

技術領域

本發明涉及軟件仿真模塊技術領域，尤其涉及一種根據大數據處理的軟件仿真模塊操縱架構。

背景技術

針對用于大數據處理的計算機域操縱，總體含有如下若干構成要素：構造、取消、轉移、屬性檢測，元場景是對功能相對獨立的單一通用場景的定義和描述，具體包括了組成單一通用場景的元素及其內在聯系，如元素的組成，元素間的關聯邏輯，數據流向等。應用場景是復雜系統功能的有機結合后的具體表現形式和呈現方式，其實現依賴于系統各功能模塊。元場景將應用場景中功能相對獨立的單一場景進行剝離和提取，按照業務邏輯和系統構成進行組合關聯，形成模塊化和標準化配置方案。在實際應用中，通過將場景進行元場景分解有效降低系統各功能間的耦合性，通過元場景的配置調整來滿足細化的場景需求。這種化整為零，逐級分解，逐步細化的工作方法論能實現場景的快速搭建和需求響應。然而現有的用于大數據處理的計算機域操縱元場景仿真架構運行反應速度仍然較慢，處理效果不佳，為此我們提出一種根據大數據處理的軟件仿真模塊操縱架構來解決以上問題。

發明內容

本發明的目的是為了解決現有技術中存在現有的用于大數據處理的計算機域操縱元場景仿真架構運行反應速度仍然較慢，處理效果不佳的缺點，而提出的一種根據大數據處理的軟件仿真模塊操縱架構。

為了實現上述目的，本發明采用了如下技術方案：

設計一種根據大數據處理的軟件仿真模塊操縱架構，包括用于大數據處理架構的大數據云中心，所述大數據云中心包括計算機集群，所述計算機集群包括仿真芯片和數據庫，所述數據庫通過導線連接設有快速元定義及場景搭建模塊，所述快速元定義及場景搭建模塊的輸出端通過導線連接設有可執行模塊分析模塊，所述可執行模塊分析模塊的輸出端通過導線連接設有場景仿真及分析模塊，所述場景仿真及分析模塊的場景生成端通過導線反饋至數據庫，所述大數據云中心還包括通信模塊，所述計算機集群通過所述通信模塊遠程信號連接設有用戶APP和開發者APP。

優選的，所述快速元定義及場景搭建模塊包括場景分析模塊、元模型定義模塊和模型構建模塊，所述場景分析模塊具有用于數據儲存與檢索、運行控制、數據管理、腳本仿真數據收集及數據分析的功能模塊。

優選的，所述場景仿真及分析模塊具有用于報告及圖形生產及腳本動畫生產的功能模塊。

優選的，所述開發者APP具有可多模式修改權限，所述用戶APP和開發者APP均通過IP協議為所述中大數據云中心進行身份認證和連接。

優選的，所述數據庫包括存儲模塊、學習模塊和翻譯模塊，所述學習模塊包括自回饋學習模型、再學習模型、長記憶模型和聚類模型，所述存儲模塊包括Hive系統、MapReduce系統、HBase系統、HDFS系統，所述翻譯模塊進行場景數據的解碼和轉碼再上傳至存儲模塊進行數據存儲。

優選的，所述可執行模塊分析模塊的分析內容包括系統結構分析、狀態轉移分析、參數約束分析和可執行邏輯分析。

本發明提出的一種根據大數據處理的軟件仿真模塊操縱架構，有益效果在于：本發明通過快速元定義及場景搭建模塊、可執行模塊分析模塊和場景仿真及分析模塊結合計算機集群的架構組建，可實用用于遠程元定義場景的仿真分析達到軟硬部件的最佳調節。

附圖說明