[发明专利]一种优化模型集成平台运行效率的方法

权利要求书

1.一种优化模型集成平台运行效率的方法,其特征在于，包括：前端完成模型输入参数，模型输入参数产生，前端进行参数校验；模型输入参数进入模型缓存空间中，使用先序遍历算法遍历模型参数树，当遍历某条路径至到叶子节点，即检索成功后直接把叶子节点中存储的输出结果返回前端；若检索不成功，将本次模型任务的输入参数，传入线程池并等待结果；模型任务在线程池中运行完成后，将模型输出参数以及状态描述返回模型缓存空间，将模型参数在当前检索不成功的父节点依次建立子节点存储输入参数，在叶子节点中存储模型输出参数以及状态描述信息，并把模型输出参数返回前端；

所述模型缓存空间的工作流程如下：

步骤一：初始化模型缓存空间；根据模型输入参数的结构，通过分离规则Rule将其分离成n个输入参数序列P{p₁,p₂,p₃,,p_n}；构建模型参数树，树的深度为n+2，每个层次所有节点的集合记为T_i，其中i∈[1，n+2]，则树的所有节点可表示为T{T₁,T₂,T₃,,T_n+1,T_n+2}；其中T₁为根节点，不存储内容，{T₂,T₃,,T_n+1}依次储存{p₁,p₂,p₃,,p_n}，T_n+2为叶子节点，存储模型的输出参数；模型参数树每个层次的最大宽度序列为L{l₁,l₂,l₃,,l_n+1,l_n+2}，其中l₁＝1,l_n+1＝l_n+2；模型参数树每层使用一个指针指向最左端节点，并依次连接到最右端节点，指针序列为Q{q₁,q₂,q₃,,q_n+1,q_n+2}；

步骤二：当前端将模型输入参数CP传入模型缓存空间，将CP根据步骤一的规则Rule将其分离成n个输入参数部分{cp₁,cp₂,cp₃,,cp_n}；使用广度优先遍历算法遍历模型缓存空间的模型参数树；遍历过程如下：从根节点T₁出发，将输入参数部分cp₁与模型参数树根节点T₁的子节点内容进行比对，若cp₁与根节点T₁的子节点p_1j的内容完全相同，则继续遍历节点p_1j的子节点，其中j∈[1，l₂]；普遍地，将输入参数部分cp_i与模型参数树第i层已匹配节点p_ij的子节点内容进行比对，根节点T₁视为第1层已匹配的节点，若cp_i与节点p_ij的子节点p_(i+1)m的内容完全相同，将节点p_km作为第i+1层已匹配的节点，则继续输入参数部分cp_i+1的比对，其中j∈[1，l_i]，m∈[1，l_i+1]；若cp_n匹配成功，获取当前节点的子节点存储的内容，即叶子节点存储的模型的输出参数；跳转至步骤七；

步骤三：将输入参数部分cp_i与模型参数树第i层已匹配节点p_ij的子节点内容进行比对，根节点T₁视为第1层已匹配的节点，若cp_i与节点p_ij的子节点的内容均不完全相同，其中j∈[1，l_i]，m∈[1，l_i+1]，则cp_i匹配失败，保留第i层已匹配节点p_ij索引，将任务传入线程池，等待结果返回；

步骤四：模型输出参数结果返回后，判断状态描述是否正常，若不正常，向前端返回相应的错误信息；跳转至步骤二；

步骤五：若状态描述正常，判断模型参数树第i+1层的节点个数不小于l_i+1，利用指针q_n+2获取模型参数树的叶子节点存储的访问字段序列利用最近最长时间未访问过LRU置换算法，选择最近最长时间未访问过的模型参数，利用遍历算法找到该条路径，自下向上删除单度节点，同时不破坏树的指针结构；

步骤六：若模型参数树第i+1层的节点个数小于l_i+1，将模型的为匹配的输入参数序列{cp_i,,cp_n}依次存储在节点p_ij的子节点中，若i＜n则cp_i+1作为cp_i的子节点，最后插入叶子节点，并将模型的输出参数存储在叶子节点中；

步骤七：刷新叶子节点中存储的访问字段向前端返回该模型输出参数部分；

基于线程池的并发工作流程如下：

步骤一：初始化线程池，定义线程池参数：线程池大小、线程存活保持时间、任务队列、线程饱和策略；

步骤二：模型缓存空间传入模型输入参数，新增模型任务；

步骤三：模型任务进入线程池，进行线程调控，若线程池拒绝执行任务，跳转至步骤；

步骤四：若正常执行任务，则新建任务空间，复制原模型的主控文件；若此步骤出现异常，跳转至步骤八；

步骤五：将模型任务的输入参数部分，转换为模型的输入文件；若此步骤出现异常，跳转至步骤八；

步骤六：驱动模型EXE文件，监测模型运行结束；若此步骤出现异常或超时，跳转至步骤八；

步骤七：监测模型输出文件，并将模型输出文件转换为模型输出参数；删除模型任务空间；

步骤八：添加相应的状态描述，结束任务；

步骤九：将模型输出参数以及状态描述返回至模型缓存空间。