2023年基于科学工作流的组织层级比较分析.docx

基于科学工作流的组织层级比较分析 　　摘 要： 基于一个专门程序环境的科学工作流，对组织层级的比较分析进行了研究。结合科学工作流在S-P树变换与测度中的运用，为组织层级的比较分析提供了系统科学的处理方法：通过对不同组织层级之间的最小变换进行测度，为组织变革的代价提供一定程度的参考。　　关键词： 科学工作流； S-P树； 变换与测度； 组织层级　　中图分类号：G301 文献标志码:A 文章编号：1006-8228（2023）03-28-03　　Comparison analysis of organization levels based on scientific workflow　　Yang Xuchao1，2　　（1. HangZhou DianZi University HangZhou ZheJiang 310018， China； 2. ZheJiang Technology Institute of Economy）　　Abstract： The author studies in this paper scientific workflows based on a specific program of environment, and provides a more convenient and effective method to solve practical problems in operation research and computer sciences. Combining the application of scientific workflows in transformation and measurement of S-P tree, the author presents a systematic and scientific method to comparison analysis of organizational levels. It provides in some sense a reference for organizational reforming cost analysis through measuring the minimal transformation between various organization levels.　　Key words： scientific workflow; S-P tree; transformation and measurement; organization levels　　1 科学工作流概述　　信息时代的特征是，知识信息与科研数据呈指数级增长，科学实验规模越来越大，基于虚拟环境下的科学研究方法日益复杂。在计算机技术与网络技术深入开展和广泛应用的今天，科学家往往需要使用许许多多的应用程序对大量的原始数据或中间数据进行研究分析，需要频繁地对海量数据进行操作处理。　　科学工作流(Scientific Workflow, SWF)提供了一个专门的程序环境，以减少科研人员中进行研究的投入[1]。因此，科学工作流已成为在网络根底设施上进行大规模科学计算和协同研究的有效方法。　　科学工作流的研究主要围绕科学计算、网格等展开[2]，内容涉及科学工作流在具体应用环境中的解决方案，科学工作流的建模，来源管理，系统可视化，语言，数据流控制[2]以及科学工作流管理系统( Scientific Workflow Management Systems，SWFMS)[5]的开发和优化等几个方面。　　科学工作流管理系统提供了一个科学计算流程定义和自动运行的管理平台[5]。通过定义各个活动调用资源，在活动之间建立数据流关系和控制流关系，借助该平台可以完成特定的科学计算问题。　　作为一种辅助科学家进行科学实验的手段, 科学工作流管理系统是对多领域或专门领域科学工作流进行管理的系统，涉及到多任务协调执行的活动，旨在定义、执行并监控整个活动过程，解决领域应用的具体问题及优化以往的研究成果，为促进和保障虚拟知识环境下的科研协作提供一种解决方案[2]。　　科学工作流管理系统应具有有以下主要特点：　　⑴ 具有计算集成、分析集成、数据集成、应用集成与大规模并行化等特点。可以组合不同领域的复杂应用程序，按照一定的规那么在分布式计算资源上对海量数据进行查找、移动、分析、处理、存储、 仿真以及可视化操作[5]。　　⑵ 适应应用的分布式和异构性[3]。科学计算中问题求解过程可能涉到不同系统之间的协作，而系统之间是分布式的，系统构架很难统一，加大了应用集成的难度。Web效劳[8]对这类应用的封装可以有效解决这方面的问题，但封装过程通常比较复杂。 　　⑶ 适应各种应用的特殊性、易用性和灵活性[3]。科学计算中常常涉及大量的数据计算，且计算资源难以提供统一接口，随着应用类型的增加，用户需要不断熟悉各类应用集成和使用方法，某些应用要有较高的执行性能。 　　⑷ 适应应用间数据格式的差异性[3]。应用有不同格式的输入/输出，为了保证数据流在不同应用间的正确传递，用户需要花费大量精力开发数据格式的转换代码。　　显见，科学工作流系统的特点是面向数据流，侧重高度密集的数据计算、分析与处理[3], 而且应用集成是科学工作流系统的一个显著特征。本文结合S-P树的科学工作流作变换分析，根据对科学工作流变换的适当测度，可以反映不同科学工作流之间的差距，为科学工作流的程序化实现提供了可能，从而解决一些科学工作流的最小变换代价问题。　　2 科学工作流的变换与测度　　将典型的S-P树变换成注释的S-P树如图1所示可以方便科学工作流之间的变换[6]。　　　　图1 科学工作流的变换　　具体看一个组织的管理层级变换过程以→∧表示删除枝叶，∧→表示添加枝叶，那么管理层级T1变换到T2的过程可以描述为：　　⑴　　　　图2 T1组织层级　　　　图3 T2组织层级　　对Ｓ-Ｐ图有以下几类根本的操作。　　序列操作（用Ｓ表示）：子集的序列合成。　　平行操作（用Ｐ表示）：平行操作包括了平行层面的一支或两支结点的所有的并集操作。　　叉操作（用Ｆ表示）：叉操作要求结点下有一个或多个子结点，并对子结点进行平行处理。首先在叉点（数据源处），将数据别离，再在校准点处接合，以平行生成一个或多个子集。子集当中可以存在差异。　　对于平行操作，记M为初始状态T1和最终状态T2之间的过渡匹配变量，M中的一对结点（v1，v2）如果满足以下两个条件，就称做不稳定匹配：　　条件1：（v1，v2）是一对P结点；条件2：v1、v2都只有一个子结点，这对子节点同类且未被M所匹配。　　相对应的，不稳定匹配的对立面就是稳定匹配。　　给出一个来自T1与T2之间良好匹配的M，以及M中的一对子节点（v1，v2），使得M（v1，v2）成为T1[v1]到T2[v2]的相应匹配，我们可以将匹配消耗γ（M（v1，v2））作如下定义： 此资料由网络收集而来，如有侵权请告知上传者立即删除。资料共分享，我们负责传递知识。