本發(fā)明涉及一種基于區(qū)域匹配算法的圖形化編輯系統(tǒng)。涉及專利分類號H04電通信技術H04L數(shù)字信息的傳輸，例如電報通信H04L29/00 H04L 1/00至H04L 27/00單個組中不包含的裝置、設備、電路和系統(tǒng)H04L29/02通信控制；通信處理H04L29/06以協(xié)議為特征的H04L29/08傳輸控制規(guī)程，例如數(shù)據(jù)鏈級控制規(guī)程。

背景技術：

相對于家用桌面級處理器近年來的近乎停滯的緩慢發(fā)展，移動端的精簡指令集處理器的處理能力有了長足的發(fā)展，單純的浮點計算能力與桌面處理器的處理能力的差距已經(jīng)縮短至2-3年。

除去處理器和圖形處理器的跨越式發(fā)展之外，智能終端的諸如內(nèi)存、存儲空間以及供電等性能，散熱能力已經(jīng)追上和超過了桌面系統(tǒng)，而且系統(tǒng)軟件在廠商堅持不懈的努力下，對系統(tǒng)的要求也在不斷降低?？傮w上硬件的發(fā)展速度已經(jīng)將手機系統(tǒng)軟件的性能需求，形成了性能冗余。

技術實現(xiàn)要素：

根據(jù)現(xiàn)有技術存在的問題，本發(fā)明公開了一種基于區(qū)域匹配算法的圖形化編輯系統(tǒng)，包括設置在移動終端的圖形編輯單元、處理單元和通信單元以及設置在遠程服務器的數(shù)據(jù)處理單元；

所述的圖形編輯單元包括圖形編輯區(qū)域和存儲表示特定邏輯語句的圖形塊的圖形元素庫；

工作時，從所述的圖像元素庫中拖拽所述的圖形塊至圖形編輯區(qū)域排列組合形成圖形塊序列，所述的圖形塊序列具有特定的代碼含義；

處理單元采集所述的圖形塊序列表示的代碼含義，通過所述的通信單元將含義發(fā)送至遠程服務器中的數(shù)據(jù)處理單元；

所述的數(shù)據(jù)處理單元分析所述的代碼含義，對代碼的運算任務進行分解，發(fā)送至特定范圍的特定移動終端，由移動終端進行分解任務的計算并將計算結果返回至所述的遠程服務器的數(shù)據(jù)處理單元，由數(shù)據(jù)處理單元匯總后，生成最終的運算結果，存儲并將運算結果發(fā)送至編輯圖形的移動終端，完成圖像化變成。

作為優(yōu)選的實施方式，所述的數(shù)據(jù)處理單元采用分布式隊列服務方法實時采集系統(tǒng)內(nèi)注冊的非編程任務手機的配置信息和編程任務手機上傳的計算任務信息：對手機的位置流式數(shù)據(jù)進行抽樣存儲形成手機的歷史活動區(qū)域；

根據(jù)需要任務分解的計算任務的類型和系統(tǒng)手機的運載條件對手機和計算任務信息進行篩選：將同類型的配置信息和同類型的計算任務信息分別集中整理，同時對已經(jīng)集中整理的手機和計算任務信息進行實時更新；

對每一個手機任務類型數(shù)據(jù)集進行微聚類：在設置好的時間窗內(nèi)使用聚類算法對上述每一個手機任務類型數(shù)據(jù)集按距離進行聚類，使每一個手機任務類型數(shù)據(jù)集產(chǎn)生多個微簇；

針對每一個微簇計算匹配方案：在預先設置的時間窗內(nèi)，對所述的微簇采用進化算法對其進行手機任務供需匹配組合優(yōu)化，形成手機任務匹配方案并保存。

更進一步的，對每一個手機任務類型數(shù)據(jù)集進行微聚類具體采用如下方式：初始化微簇

在初始時刻，針對每一個VC_type數(shù)據(jù)集使用基于距離的聚類算法形成q個初始微簇，q為聚類算法初始化時指定，且

q＝μ*|VC_type|

其中0＜μ＜0.25，|VC_type|為手機任務類型數(shù)據(jù)集VC_type的規(guī)模，使用M₁...M_q表示某一時刻的全部q個微簇；

對于每一個微簇，若簇內(nèi)僅有手機或僅有計算任務數(shù)據(jù)，則刪除該微簇，并計算該微簇中手機歷史活動區(qū)域中心位置或計算任務位置與其他微簇中心的距離，找到最近的微簇M_p，并將該數(shù)據(jù)點置于微簇M_p中。

更進一步的，針對每一個微簇計算匹配方案，具體采用如下方式：建立手機任務匹配模型：若某微簇M_p中有K(k＝1,2,3....K)個手機和I(i＝1,2，...,I)個計算任務數(shù)據(jù)，由所有匹配x_ki組成的矩陣VCM為手機任務匹配問題的一個解。

VCM每一個行向量對應每一個手機的匹配方案，每一個列向量對應每一個計算任務分解需求的匹配方案，其中

手機任務匹配組合優(yōu)化數(shù)學模型為

max Z＝w₁R+w₂(C+1)^-1 (2)

同時滿足以下約束條件：

限制每個計算任務分解需求至多有M_I個匹配手機；

限制每個手機至多匹配M_K個計算任務分解需求；

要求每個手機匹配的所有的計算任務分解需求的總體計算任務重量要小于gb_k；

給每個手機推薦的每個方案中的計算任務重量都小于任務分解手機的載重；

其中i＝1,2,...,I，k＝1,2,...,K

其中每個手機的任務分解能力為b_k，每個計算任務需求為d_i，w₁和w₂為信息資源利用率R和總體匹配成本C兩個指標的偏好程度,且w₁+w₂＝1，其中信息資源利用率R的計算公式為：

C為總體匹配成本，在僅考慮距離成本的條件下，C的計算公式為

通過采用上述技術方案，本發(fā)明公開的一種基于區(qū)域匹配算法的圖形化編輯系統(tǒng)，通過將但一個手機創(chuàng)建的任務傳輸至服務器進行分解，由系統(tǒng)將分解后的任務發(fā)送至特定區(qū)域范圍內(nèi)的手機進行分布式計算，極大的提高了空閑手機的利用效率，為擴展手機的運算性能開辟了新的路徑。

附圖說明

為了更清楚地說明本申請實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請中記載的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明的系統(tǒng)模塊圖

具體實施方式

為使本發(fā)明的技術方案和優(yōu)點更加清楚，下面結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚完整的描述：

實施例：

如圖1所示的一種基于區(qū)域匹配算法的圖形化編輯系統(tǒng)，包括設置在移動終端的圖形編輯單元、處理單元和通信單元以及設置在遠程服務器的數(shù)據(jù)處理單元；

所述的圖形編輯單元包括圖形編輯區(qū)域和存儲表示特定邏輯語句的圖形塊的圖形元素庫；

工作時，從所述的圖像元素庫中拖拽所述的圖形塊至圖形編輯區(qū)域排列組合形成圖形塊序列，所述的圖形塊序列具有特定的代碼含義；

考慮到手機依靠自身的硬件處理軟件編譯任務，會占用大量的手機性能，導致手機可能因為處理器卡死導致無法正常使用，作為優(yōu)選的實施方式，

處理單元采集所述的圖形塊序列表示的代碼含義，通過所述的通信單元將含義發(fā)送至遠程服務器中的數(shù)據(jù)處理單元。

所述的數(shù)據(jù)處理單元分析所述的代碼含義，對代碼的運算任務進行分解，發(fā)送至特定范圍的特定移動終端，由移動終端進行分解任務的計算并將計算結果返回至所述的遠程服務器的數(shù)據(jù)處理單元，由數(shù)據(jù)處理單元匯總后，生成最終的運算結果，存儲并將運算結果發(fā)送至編輯圖形的移動終端，完成圖像化變成。

所述的數(shù)據(jù)處理單元采用分布式隊列服務方法實時采集系統(tǒng)內(nèi)注冊的非編程任務手機的配置信息和編程任務手機上傳的計算任務信息：對手機的位置流式數(shù)據(jù)進行抽樣存儲形成手機的歷史活動區(qū)域；

根據(jù)需要任務分解的計算任務的類型和系統(tǒng)手機的運載條件對手機和計算任務信息進行篩選：將同類型的配置信息和同類型的計算任務信息分別集中整理，同時對已經(jīng)集中整理的手機和計算任務信息進行實時更新；

對每一個手機任務類型數(shù)據(jù)集進行微聚類：在設置好的時間窗內(nèi)使用聚類算法對上述每一個手機任務類型數(shù)據(jù)集按距離進行聚類，使每一個手機任務類型數(shù)據(jù)集產(chǎn)生多個微簇；

針對每一個微簇計算匹配方案：在預先設置的時間窗內(nèi)，對所述的微簇采用進化算法對其進行手機任務供需匹配組合優(yōu)化，形成手機任務匹配方案并保存。

更進一步的，對每一個手機任務類型數(shù)據(jù)集進行微聚類具體采用如下方式：初始化微簇

在初始時刻，針對每一個VC_type數(shù)據(jù)集使用基于距離的聚類算法形成q個初始微簇，q為聚類算法初始化時指定，且

q＝μ*|VC_type|

其中0＜μ＜0.25，|VC_type|為手機任務類型數(shù)據(jù)集VC_type的規(guī)模，使用M₁...M_q表示某一時刻的全部q個微簇；

對于每一個微簇，若簇內(nèi)僅有手機或僅有計算任務數(shù)據(jù)，則刪除該微簇，并計算該微簇中手機歷史活動區(qū)域中心位置或計算任務位置與其他微簇中心的距離，找到最近的微簇M_p，并將該數(shù)據(jù)點置于微簇M_p中。

作為優(yōu)選的實施方式，針對每一個微簇計算匹配方案，具體采用如下方式：建立手機任務匹配模型：若某微簇M_p中有K(k＝1,2,3....K)個手機和I(i＝1,2，...,I)個計算任務數(shù)據(jù)，由所有匹配x_ki組成的矩陣VCM為手機任務匹配問題的一個解。

VCM每一個行向量對應每一個手機的匹配方案，每一個列向量對應每一個計算任務分解需求的匹配方案，其中

手機任務匹配組合優(yōu)化數(shù)學模型為

max Z＝w₁R+w₂(C+1)^-1 (2)

同時滿足以下約束條件：

限制每個計算任務分解需求至多有M_I個匹配手機；

限制每個手機至多匹配M_K個計算任務分解需求；

要求每個手機匹配的所有的計算任務分解需求的總體計算任務重量要小于gb_k；

給每個手機推薦的每個方案中的計算任務重量都小于任務分解手機的載重；

其中i＝1,2,...,I，k＝1,2,...,K

其中每個手機的任務分解能力為b_k，每個計算任務需求為d_i，w₁和w₂為信息資源利用率R和總體匹配成本C兩個指標的偏好程度,且w₁+w₂＝1，其中信息資源利用率R的計算公式為：

C為總體匹配成本，在僅考慮距離成本的條件下，C的計算公式為。

以上所述，僅為本發(fā)明較佳的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，根據(jù)本發(fā)明的技術方案及其發(fā)明構思加以等同替換或改變，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。