續(xù) 蕾

（遼寧對(duì)外經(jīng)貿(mào)學(xué)院，遼寧 大連 116052）

0 引言

隨著軟件技術(shù)的發(fā)展，通過(guò)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的優(yōu)化設(shè)計(jì)進(jìn)行軟件設(shè)計(jì)，構(gòu)建嵌入式的網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)，提高軟件設(shè)計(jì)的自動(dòng)化水平和兼容性，采用軟件交叉編譯控制方法進(jìn)行軟件開(kāi)發(fā)和自動(dòng)編程，以集成電路和軟件技術(shù)為基礎(chǔ)的網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)成為加快軟件開(kāi)發(fā)的基礎(chǔ)性系統(tǒng)，通過(guò)對(duì)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的優(yōu)化設(shè)計(jì)，提高軟件進(jìn)行指令程序加載和編譯的能力［1］.研究網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的優(yōu)化設(shè)計(jì)方法，在促進(jìn)網(wǎng)絡(luò)編程的優(yōu)化以及軟件的自主開(kāi)發(fā)方面具有重要意義，相關(guān)的網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)設(shè)計(jì)方法研究受到人們的極大關(guān)注.

對(duì)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的設(shè)計(jì)是建立在對(duì)網(wǎng)絡(luò)自動(dòng)編程指令集的大數(shù)據(jù)分析基礎(chǔ)上，結(jié)合對(duì)網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)集的自適應(yīng)調(diào)度和特征信息融合，提取網(wǎng)絡(luò)自動(dòng)編程指令數(shù)據(jù)的相關(guān)性特征量，實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程設(shè)計(jì)［2］，對(duì)此，本文提出一種基于大數(shù)據(jù)分析技術(shù)的網(wǎng)絡(luò)自動(dòng)編程方法.構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)分析模型，采用分布式信息融合方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)特征提取，構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的多級(jí)指標(biāo)評(píng)價(jià)體系，實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程優(yōu)化.在總線集成模型中進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的嵌入式設(shè)計(jì)，最后進(jìn)行仿真實(shí)驗(yàn)分析，展示了本文方法在提高網(wǎng)絡(luò)自動(dòng)編程能力方面的優(yōu)越性能.

1 網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)信息采樣和特征提取

1.1 總體構(gòu)架及網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)信息采樣

網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的設(shè)計(jì)是整個(gè)軟件設(shè)計(jì)的基礎(chǔ)，為了實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程的優(yōu)化設(shè)計(jì)，結(jié)合網(wǎng)絡(luò)自動(dòng)編程的質(zhì)量指標(biāo)體系構(gòu)建，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)可靠性設(shè)計(jì)，建立網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的模糊度量指標(biāo)量化集［3］，得到網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)設(shè)計(jì)的總體結(jié)構(gòu)模型如圖1所示.

分析圖1得知，對(duì)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的設(shè)計(jì)是通過(guò)過(guò)程質(zhì)量控制和內(nèi)部質(zhì)量屬性控制的，結(jié)合外部度量、過(guò)程度量和應(yīng)用質(zhì)量度量結(jié)合的方式，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的指標(biāo)設(shè)計(jì)總體模型構(gòu)建，分析網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的評(píng)價(jià)性指標(biāo)量化集［4］，得到網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的指標(biāo)評(píng)價(jià)分布如圖2所示.

根據(jù)上述總體設(shè)計(jì)構(gòu)架，構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)分析模型，采用分布式信息融合方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)特征提取，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)調(diào)度和采樣的物聯(lián)網(wǎng)節(jié)點(diǎn)部署，采用數(shù)據(jù)封裝技術(shù)，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的程序加載和量度，其計(jì)算公式為：

式中，TC為網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的模糊數(shù)據(jù)集總數(shù)目，Md(Ci)表示網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)特征屬性集Ci中的種類(lèi)數(shù)，提取網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的規(guī)則性特征量，采用自適應(yīng)交叉編譯控制方法，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的耦合性控制，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)采集的關(guān)聯(lián)特征分布計(jì)算公式為：

式中，TC2-TC為網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的最大耦合度.根據(jù)對(duì)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的大數(shù)據(jù)采集結(jié)果進(jìn)行特征分析和自適應(yīng)數(shù)據(jù)聚類(lèi)處理，提高網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的模糊調(diào)度和自適應(yīng)控制能力［5］.

1.2 網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的特征提取

為了實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)優(yōu)化設(shè)計(jì)，采用大數(shù)據(jù)分析方法，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的特征集優(yōu)化提取，首先構(gòu)建云服務(wù)組合模式下網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的分布式數(shù)據(jù)結(jié)構(gòu)模型，結(jié)合數(shù)據(jù)分布結(jié)構(gòu)模型進(jìn)行多態(tài)因子（POF）調(diào)度，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的多態(tài)因子分布如下：

式中，Mo(Ci)為Ci(i= 1，2，...，n)中的網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的特征加載鏈路集，DC(Ci)為Ci(i=1，2，...，n)的網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的所有子類(lèi)數(shù)，Mn(Ci)為Ci(i= 1，2，...，n)的網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的量化分布集.設(shè)有m個(gè)網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)Sink節(jié)點(diǎn)A1，A2，…，An，對(duì)于一組連續(xù)的網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)，采用連續(xù)模板匹配技術(shù)進(jìn)行網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的分布式結(jié)構(gòu)重組，公式為：

式中，Ad(Ci)為Ci的網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的特征分布屬性數(shù)目.簇中的所有成員節(jié)點(diǎn)將網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)傳輸?shù)紺H的次數(shù)為：

結(jié)合相關(guān)性樣本特征檢測(cè)方法，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的優(yōu)化特征提取輸出：

其中，D的取值與M具有關(guān)聯(lián)性，綜上分析，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的特征提取，根據(jù)特征提取結(jié)果進(jìn)行大數(shù)據(jù)的融合聚類(lèi)分析［6］.

2 網(wǎng)絡(luò)自動(dòng)編程技術(shù)優(yōu)化

2.1 合成運(yùn)算和模糊綜合評(píng)價(jià)決策

在上述構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)分析模型，采用分布式信息融合方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)特征提取的基礎(chǔ)上，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程方法的優(yōu)化設(shè)計(jì)，本文提出一種基于大數(shù)據(jù)分析技術(shù)的網(wǎng)絡(luò)自動(dòng)編程方法.采用主從式訓(xùn)練控制方法，得到整個(gè)網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)采樣的模糊分布聚簇模型的總數(shù)為，則M輪的簇間調(diào)度過(guò)程中，網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)調(diào)度的關(guān)聯(lián)特征量M小于時(shí)，需要計(jì)算h- 1跳網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)聚類(lèi)的聚類(lèi)中心，得到網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)優(yōu)化聚類(lèi)分布式：

結(jié)合模糊隸屬度分析方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的合成運(yùn)算和模糊綜合評(píng)價(jià)決策，結(jié)合統(tǒng)計(jì)檢測(cè)和模糊決策方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的動(dòng)態(tài)特征分布式調(diào)度［7］，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)調(diào)度的最優(yōu)簇分布N*c為：

假設(shè)i為網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)交互的相空間嵌入維數(shù)，用關(guān)聯(lián)規(guī)則項(xiàng)約束方法，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)合成運(yùn)算輸出為：

其中，an表示網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)合成運(yùn)算的線性規(guī)劃模型，構(gòu)造網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)模糊綜合評(píng)價(jià)決策模型［8］，表達(dá)如下：

假定當(dāng)前網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)分布節(jié)點(diǎn)的數(shù)目為n，N1，…，Nn，結(jié)合模糊綜合評(píng)價(jià)決策結(jié)果進(jìn)行信息融合處理，提高模糊綜合評(píng)價(jià)決策和大數(shù)據(jù)指令加載能力.

2.2 網(wǎng)絡(luò)自動(dòng)編程的過(guò)程優(yōu)化

基于狀態(tài)空間模型參數(shù)的遞推辨識(shí)方法，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)分布的原點(diǎn)矩oi的坐標(biāo)為(xi，t+1，yi，t+1)，在融合中心進(jìn)行自動(dòng)編程過(guò)程中的語(yǔ)義特征分析，構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的多級(jí)指標(biāo)評(píng)價(jià)體系為：

采用統(tǒng)計(jì)平均方法，構(gòu)建網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)分布的時(shí)態(tài)結(jié)構(gòu)模型，結(jié)合特征重建的方法，得到分布概率特征為0 ≤p(ai)≤1(i= 0，1，2，…，m)且表示網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的自回歸統(tǒng)計(jì)特征參量，得到網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)分類(lèi)的屬性集滿足：

綜上分析，結(jié)合模糊隸屬度分析方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的優(yōu)化決策，得到優(yōu)化決策輸出為：

式中，Ps(si)表示網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的語(yǔ)義概念集si出現(xiàn)在程序質(zhì)量分布區(qū)域S的概率.綜上分析，實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)分析及算法設(shè)計(jì).

3 系統(tǒng)開(kāi)發(fā)設(shè)計(jì)與實(shí)現(xiàn)

在上述進(jìn)行了網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的軟法開(kāi)發(fā)設(shè)計(jì)和大數(shù)據(jù)指令集分析的基礎(chǔ)上，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的軟件開(kāi)發(fā)設(shè)計(jì)，結(jié)合集成的信息處理器和PLC邏輯可編程芯片，進(jìn)行對(duì)網(wǎng)絡(luò)自動(dòng)編程的硬件模塊化設(shè)計(jì)，本文設(shè)計(jì)的網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的上位機(jī)模塊主要有信息處理模、指令加載模塊和總線傳輸控制模塊，在總線集成模型中進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的嵌入式設(shè)計(jì)，采用程序自動(dòng)編譯和指令自適應(yīng)加載方法，進(jìn)行網(wǎng)絡(luò)的自動(dòng)編程和大數(shù)據(jù)分析，在ZigBee組網(wǎng)協(xié)議中進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的組網(wǎng)設(shè)計(jì)和連通性測(cè)試，采用模糊控制方法，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的指令加載和智能控制，采用32位嵌入式設(shè)計(jì)方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的輸出信息采樣，結(jié)合交叉編譯控制技術(shù)，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的編譯控制和人工智能設(shè)計(jì)［9］，在Micro Channel擴(kuò)充總線中進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的指令加載，綜上分析，得到系統(tǒng)的軟件集成開(kāi)發(fā)設(shè)計(jì)如圖3所示.

4 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文方法在實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)分析，實(shí)驗(yàn)中對(duì)網(wǎng)絡(luò)自動(dòng)編程的軟件設(shè)計(jì)采用Matlab設(shè)計(jì)，在嵌入式的Linux內(nèi)核中進(jìn)行網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的開(kāi)發(fā)設(shè)計(jì)，在A/D和D/A中實(shí)現(xiàn)上位機(jī)通信和總線控制，采用16位的196.608KSa/Sec/Chan 數(shù)字化總線控制方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的人機(jī)交互及總線開(kāi)發(fā)，對(duì)網(wǎng)絡(luò)自動(dòng)編程的指令數(shù)據(jù)采樣的樣本數(shù)為120，循環(huán)迭代次數(shù)為2 000，并與Boehm模型和ISO/IEC 9126模型進(jìn)行對(duì)比，得到網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)融合輸出如圖4所示.

根據(jù)圖4的融合結(jié)果，構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的多級(jí)指標(biāo)評(píng)價(jià)體系，實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程優(yōu)化，得到編程控制誤差對(duì)比結(jié)果如圖5所示.

分析圖5得知，采用本文方法能有效提高網(wǎng)絡(luò)自動(dòng)編程的準(zhǔn)確性，降低輸出誤差，提高了編程效率.

5 結(jié)語(yǔ)

通過(guò)對(duì)網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的優(yōu)化設(shè)計(jì)，提高軟件進(jìn)行指令程序加載和編譯的能力，研究網(wǎng)絡(luò)自動(dòng)編程系統(tǒng)的優(yōu)化設(shè)計(jì)方法，在促進(jìn)網(wǎng)絡(luò)編程的優(yōu)化以及軟件的自主開(kāi)發(fā)方面具有重要意義.本文提出一種基于大數(shù)據(jù)分析技術(shù)的網(wǎng)絡(luò)自動(dòng)編程方法.構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)分析模型，采用分布式信息融合方法進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的大數(shù)據(jù)特征提取，提取網(wǎng)絡(luò)自動(dòng)編程大數(shù)據(jù)的關(guān)聯(lián)特征量，構(gòu)建網(wǎng)絡(luò)自動(dòng)編程的多級(jí)指標(biāo)評(píng)價(jià)體系，實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)編程優(yōu)化.在ZigBee組網(wǎng)協(xié)議中進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的組網(wǎng)設(shè)計(jì)和連通性測(cè)試，采用模糊控制方法，進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的指令加載和智能控制，實(shí)現(xiàn)網(wǎng)絡(luò)的自動(dòng)編程和大數(shù)據(jù)分析，本文系統(tǒng)進(jìn)行網(wǎng)絡(luò)自動(dòng)編程的效率較高，數(shù)據(jù)融合性較好，輸出誤差較小.