一種基于云計(jì)算的智能睡枕系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于云計(jì)算的智能睡枕系統(tǒng)，包括睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3和睡眠數(shù)據(jù)處理服務(wù)模塊4，所述睡眠數(shù)據(jù)處理模塊2包括睡眠數(shù)據(jù)存儲(chǔ)子模塊21、睡眠數(shù)據(jù)提取子模塊22、睡眠質(zhì)量值計(jì)算子模塊23和睡眠質(zhì)量分析子模塊24，所述睡眠數(shù)據(jù)處理服務(wù)模塊4包括任務(wù)規(guī)劃子模塊41、可信組合評(píng)估子模塊42。本發(fā)明實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改善人們的睡眠質(zhì)量，具有很好的使用價(jià)值，且構(gòu)建成本低；設(shè)置了睡眠數(shù)據(jù)提取子模塊，提高了睡眠數(shù)據(jù)提取的效率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率。
【專利說明】
一種基于云計(jì)算的智能睡枕系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及云計(jì)算應(yīng)用領(lǐng)域，具體涉及一種基于云計(jì)算的智能睡枕系統(tǒng)。
【背景技術(shù)】
[0002] 目前云計(jì)算的熱潮開始普及，依據(jù)互聯(lián)網(wǎng)+的想法，云計(jì)算也逐步的應(yīng)用于平常生 活的方方面面，從而給人們的生活帶來了極大的方便。如今的社會(huì)競爭激烈，工作壓力大， 人們的睡眠質(zhì)量普遍不高，睡眠質(zhì)量不高會(huì)影響工作效率和質(zhì)量，且身體健康狀況也不容 樂觀。究其根本，原因在與人們對(duì)自己的睡枕的高度、溫度不太注意。睡枕的高度及溫度過 高或者過低都會(huì)導(dǎo)致睡眠質(zhì)量太差。

【發(fā)明內(nèi)容】

[0003] 針對(duì)上述問題，本發(fā)明提供一種基于云計(jì)算的智能睡枕系統(tǒng)。
[0004] 本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：
[0005] -種基于云計(jì)算的智能睡枕系統(tǒng)，包括：
[0006] (1)睡眠數(shù)據(jù)采集模塊，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫 度、用戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集；
[0007] (2)睡眠數(shù)據(jù)處理模塊，用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括：
[0008] 1)睡眠數(shù)據(jù)存儲(chǔ)子模塊，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所述 時(shí)間段單位設(shè)置為每30分鐘；
[0009] 2)睡眠數(shù)據(jù)提取子模塊，用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)；
[0010] 3)睡眠質(zhì)量值計(jì)算子模塊，用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí)間 段的睡眠質(zhì)量值Msl，具體的計(jì)算公式為：
[0011] Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh
[0012] 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，Yb為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前 時(shí)間段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自 定義權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh= 1;
[0013] 4)睡眠質(zhì)量分析子模塊，用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡眠 質(zhì)量值范圍，得出睡眠質(zhì)量分析結(jié)果；
[0014] (3)睡枕調(diào)整模塊，用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整；
[0015] (4)睡眠數(shù)據(jù)處理服務(wù)模塊，用于為睡眠數(shù)據(jù)處理模塊對(duì)睡眠數(shù)據(jù)的處理過程提 供相應(yīng)的存儲(chǔ)和計(jì)算資源。
[0016] 優(yōu)選地，所述睡眠質(zhì)量分析子模塊的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量 值小于最小的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平；睡眠質(zhì)量值大于最 大的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于二級(jí)低級(jí)水平。
[0017] 優(yōu)選地，所述睡枕調(diào)整模塊的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕 的高度提高1mm;當(dāng)睡眠質(zhì)量處于二級(jí)低級(jí)水平，將睡枕的高度降低1mm。
[0018] 優(yōu)選地，所述Qs、Qb、Qh的取值分別為30 %、30 %、40 %，所述正常的睡眠質(zhì)量值范圍 為[75,100]。
[0019]其中，所述睡眠數(shù)據(jù)處理服務(wù)模塊包括：
[0020] 1)任務(wù)規(guī)劃子模塊，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每個(gè) 子任務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的處 理過程中所需的存儲(chǔ)資源和計(jì)算資源；
[0021] 2)可信組合評(píng)估子模塊，用于根據(jù)任務(wù)規(guī)劃子模塊生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī) 劃，執(zhí)行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的存 儲(chǔ)和計(jì)算資源，具體為：
[0022] A、根據(jù)云端服務(wù)資源池 SPV和對(duì)應(yīng)的服務(wù)質(zhì)量Q&歷史記錄，進(jìn)行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊獲得的任務(wù) 規(guī)劃G = {G!，G2，G3，G4}，對(duì)應(yīng)的Qo.v約束為C = {&，C2，C3，C4}，每個(gè)子任務(wù)Gv對(duì)應(yīng)的云端服務(wù) 資源池 SPV共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池 SPV中的每一個(gè)服務(wù)SP~，其包含的Q%歷史 記錄個(gè)數(shù)為Lvu，由SPV形成的第γ個(gè)可行的云服務(wù)組合方案為CS Y，ve [ 1，4]，ω e [ 1，mv]， 定義模型為：
[0023]
[0024] 其中，Q〇Smc"(fc)為第k維度的(3:%最大值，為第k維度的(^最小值，SP VU Rh為隸屬于SPVU的一條Q〇s歷史記錄，Χνω-h表示模型中效用函數(shù)的參數(shù)；
[0025] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前 Z個(gè)可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定；
[0026] C、對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值；
[0027] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0028] E、記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為 樣本進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。
[0029] 其中，所述睡眠數(shù)據(jù)提取子模塊具體執(zhí)行以下操作：
[0030] 設(shè)^為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)為本地資源池，F(xiàn)〇i為鄰居節(jié)點(diǎn)資 源信息池 ，i e [ 1，η]，η為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰 居節(jié)點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xji，xj2,…xjm}，je [1，n];
[0031] 當(dāng)對(duì)等節(jié)點(diǎn)Xl收到&發(fā)送的提取請(qǐng)求Μ」時(shí)，檢查馬;和％中是否含有滿足提取請(qǐng)求 Mj的睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的 響應(yīng)消息&/并根據(jù)的位置信息，將所述響應(yīng)信息％彡返回給幻，然后將^的生命值減1， 若Xj的生命值為0，丟棄提取請(qǐng)求Mj，若不為0，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各 對(duì)等節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，…Xjm}中Q值最大的節(jié)點(diǎn)，概率Pj在網(wǎng)絡(luò) 悠閑時(shí)的取值范圍為(5,8]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0,3);
[0032]設(shè)定Q值的計(jì)算公式為：
[0033]
[0034] 其中，Qnew表示Q的新值，Qoid表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，&#(〇表示時(shí)刻t節(jié)點(diǎn)的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，表 示Pj X {xjl，Xj2, '"Xjni}中的節(jié)點(diǎn)Χ』μ處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間表示pj X {xjl, Xj2，…X jm}中的節(jié)點(diǎn)X處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [ X ]在X>0時(shí)取值為1， X彡0時(shí)取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0035]本發(fā)明的有益效果為：
[0036] 1、設(shè)置睡眠數(shù)據(jù)采集模塊、睡眠數(shù)據(jù)處理模塊、睡枕調(diào)整模塊和睡眠數(shù)據(jù)處理服 務(wù)模塊，實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改善人們的 睡眠質(zhì)量，具有很好的使用價(jià)值；
[0037] 2、睡眠數(shù)據(jù)處理模塊中設(shè)置了睡眠數(shù)據(jù)提取子模塊，提高了睡眠數(shù)據(jù)提取的效 率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率；
[0038] 3、設(shè)置睡眠數(shù)據(jù)處理服務(wù)模塊，實(shí)現(xiàn)最大利益化地使用云端的存儲(chǔ)和計(jì)算資源， 降低了系統(tǒng)的構(gòu)建成本。
【附圖說明】
[0039]利用附圖對(duì)本發(fā)明作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限 制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得 其它的附圖。
[0040]圖1是本發(fā)明各模塊的連接示意圖；
[0041 ]圖2是本發(fā)明睡眠數(shù)據(jù)處理模塊的結(jié)構(gòu)示意圖；
[0042]圖3是本發(fā)明睡眠數(shù)據(jù)處理服務(wù)模塊的結(jié)構(gòu)示意圖。
[0043]附圖標(biāo)記：
[0044]睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3、睡眠數(shù)據(jù)處理服務(wù)模 塊4、睡眠數(shù)據(jù)存儲(chǔ)子模塊21、睡眠數(shù)據(jù)提取子模塊22、睡眠質(zhì)量值計(jì)算子模塊23、睡眠質(zhì)量 分析子模塊24、任務(wù)規(guī)劃子模塊41、可信組合評(píng)估子模塊42。
【具體實(shí)施方式】
[0045]結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。
[0046] 實(shí)施例1
[0047]參見圖1、圖2、圖3，本實(shí)施例的基于云計(jì)算的智能睡枕系統(tǒng)，包括：
[0048] (1)睡眠數(shù)據(jù)采集模塊1，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫 度、用戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集；
[0049] (2)睡眠數(shù)據(jù)處理模塊2,用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括：
[0050] 1)睡眠數(shù)據(jù)存儲(chǔ)子模塊21，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所 述時(shí)間段單位設(shè)置為每30分鐘；
[0051] 2)睡眠數(shù)據(jù)提取子模塊22,用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)；
[0052] 3)睡眠質(zhì)量值計(jì)算子模塊23,用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí) 間段的睡眠質(zhì)量值Msl，具體的計(jì)算公式為：
[0053] Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh
[0054] 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，YB為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前 時(shí)間段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自 定義權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh= 1;
[0055] 4)睡眠質(zhì)量分析子模塊24,用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡 眠質(zhì)量值范圍，得出睡眠質(zhì)量分析結(jié)果；
[0056] (3)睡枕調(diào)整模塊3,用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整；
[0057] (4)睡眠數(shù)據(jù)處理服務(wù)模塊4,用于為睡眠數(shù)據(jù)處理模塊2對(duì)睡眠數(shù)據(jù)的處理過程 提供相應(yīng)的存儲(chǔ)和計(jì)算資源。
[0058]其中，所述睡眠質(zhì)量分析子模塊24的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量 值小于最小的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平；睡眠質(zhì)量值大于最 大的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于二級(jí)低級(jí)水平。
[0059] 其中，所述睡枕調(diào)整模塊3的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕 的高度提高1mm;當(dāng)睡眠質(zhì)量處于二級(jí)低級(jí)水平，將睡枕的高度降低1mm。
[0060] 其中，所述Qs、Qb、Qh的取值分別為30%、30 %、40 %，所述正常的睡眠質(zhì)量值范圍為 [75，100]〇
[0061 ]其中，所述睡眠數(shù)據(jù)處理服務(wù)模塊4包括：
[0062] 1)任務(wù)規(guī)劃子模塊41，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每 個(gè)子任務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的 處理過程中所需的存儲(chǔ)資源和計(jì)算資源；
[0063] 2)可信組合評(píng)估子模塊42,用于根據(jù)任務(wù)規(guī)劃子模塊41生成的大數(shù)據(jù)服務(wù)的任務(wù) 規(guī)劃，執(zhí)行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的 存儲(chǔ)和計(jì)算資源，具體為：
[0064] A、根據(jù)云端服務(wù)資源池 SPV和對(duì)應(yīng)的服務(wù)質(zhì)量QDy歷史記錄，進(jìn)行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊41獲得的任 務(wù)規(guī)劃6={61，62,6 3,64}，對(duì)應(yīng)的^5約束為〇={01，〇2，(：3,4}，每個(gè)子任務(wù)6 ￥對(duì)應(yīng)的云端服 務(wù)資源池 SPV共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池 SPV中的每一個(gè)服務(wù)SP~，其包含的Q〇.9歷 史記錄個(gè)數(shù)為L vu，由SPV形成的第γ個(gè)可行的云服務(wù)組合方案為CSY，ve [1，4]，ω e [1， mv]，定義模型為：
[0065]
[0066] 其中，為第k維度的％;最大值，Q〇Smin(&)為第k維度的卩％最小值，SPVU Rh為隸屬于SPw的一條Q%歷史記錄，x~-h表示模型中效用函數(shù)的參數(shù)；
[0067] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前 Z個(gè)可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定；
[0068] C、對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值；
[0069] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0070] E、記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為 樣本進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。
[0071 ]其中，所述睡眠數(shù)據(jù)提取子模塊22具體執(zhí)行以下操作：
[0072] SXl為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)，4;為本地資源池，％為鄰居節(jié)點(diǎn)資 源信息池 ，i e [ 1，η]，η為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰 居節(jié)點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xji，xj2,…xjm}，je [l，n];
[0073] 當(dāng)對(duì)等節(jié)點(diǎn)Xl收到&發(fā)送的提取請(qǐng)求％時(shí)，檢查&;和％中是否含有滿足提取請(qǐng)求 Mj的睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的 響應(yīng)消息，并根據(jù)幻的位置信息，將所述響應(yīng)信息C M|?返回給幻，然后將幻的生命值減1， 若Xj的生命值為〇，丟棄提取請(qǐng)求Mj，若不為0，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各 對(duì)等節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，…Xjm}中Q值最大的節(jié)點(diǎn)，概率Pj在網(wǎng)絡(luò) 悠閑時(shí)的取值范圍為(5,8]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0,3);
[0074]設(shè)定Q值的計(jì)算公式為：
[0075]
[0076] 其中，Qnew表示Q的新值，Q〇id表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，取^眾)表示時(shí)刻t節(jié)點(diǎn)的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，『'^^表 示口」\^142，"1加}中的節(jié)點(diǎn)1』4處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間，&加表示口』\{叉』1， Xj2，…X jm}中的節(jié)點(diǎn)X處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [ X ]在X>0時(shí)取值為1， X彡0時(shí)取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0077]本實(shí)施例設(shè)置睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3和睡眠數(shù) 據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改 善人們的睡眠質(zhì)量，具有很好的使用價(jià)值;設(shè)置睡眠數(shù)據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)最大利益化 地使用云端的存儲(chǔ)和計(jì)算資源，降低了系統(tǒng)的構(gòu)建成本;睡眠數(shù)據(jù)處理模塊中設(shè)置了睡眠 數(shù)據(jù)提取子模塊22,提高了睡眠數(shù)據(jù)提取的效率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率，其中 本實(shí)施例取值α = 0.3，β = 0.45，睡眠數(shù)據(jù)的處理效率提高了3.2%。
[0078] 實(shí)施例2
[0079]參見圖1、圖2、圖3，本實(shí)施例的基于云計(jì)算的智能睡枕系統(tǒng)，包括：
[0080] (1)睡眠數(shù)據(jù)采集模塊1，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫 度、用戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集；
[0081] (2)睡眠數(shù)據(jù)處理模塊2,用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括：
[0082] 1)睡眠數(shù)據(jù)存儲(chǔ)子模塊21，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所 述時(shí)間段單位設(shè)置為每30分鐘；
[0083] 2)睡眠數(shù)據(jù)提取子模塊22,用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)；
[0084] 3)睡眠質(zhì)量值計(jì)算子模塊23,用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí) 間段的睡眠質(zhì)量值Msl，具體的計(jì)算公式為：
[0085] Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh
[0086] 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，YB為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前 時(shí)間段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自 定義權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh= 1;
[0087] 4)睡眠質(zhì)量分析子模塊24,用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡 眠質(zhì)量值范圍，得出睡眠質(zhì)量分析結(jié)果；
[0088] (3)睡枕調(diào)整模塊3,用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整；
[0089] (4)睡眠數(shù)據(jù)處理服務(wù)模塊4,用于為睡眠數(shù)據(jù)處理模塊2對(duì)睡眠數(shù)據(jù)的處理過程 提供相應(yīng)的存儲(chǔ)和計(jì)算資源。
[0090] 其中，所述睡眠質(zhì)量分析子模塊24的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量 值小于最小的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平；睡眠質(zhì)量值大于最 大的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于二級(jí)低級(jí)水平。
[0091] 其中，所述睡枕調(diào)整模塊3的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕 的高度提高1mm;當(dāng)睡眠質(zhì)量處于二級(jí)低級(jí)水平，將睡枕的高度降低1mm。
[0092] 其中，所述Qs、Qb、Qh的取值分別為30%、30%、40%，所述正常的睡眠質(zhì)量值范圍為 [75，100]〇
[0093]其中，所述睡眠數(shù)據(jù)處理服務(wù)模塊4包括：
[0094] 1)任務(wù)規(guī)劃子模塊41，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每 個(gè)子任務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的 處理過程中所需的存儲(chǔ)資源和計(jì)算資源；
[0095] 2)可信組合評(píng)估子模塊42,用于根據(jù)任務(wù)規(guī)劃子模塊41生成的大數(shù)據(jù)服務(wù)的任務(wù) 規(guī)劃，執(zhí)行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的 存儲(chǔ)和計(jì)算資源，具體為：
[0096] A、根據(jù)云端服務(wù)資源池 SPV和對(duì)應(yīng)的服務(wù)質(zhì)量Q〇s歷史記錄，進(jìn)行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊41獲得的任 務(wù)規(guī)劃G = {Gi，G2，G3，G4}，對(duì)應(yīng)的約束為C = {Ci，C2，C3，C4}，每個(gè)子任務(wù)Gv對(duì)應(yīng)的云端服 務(wù)資源池 SPV共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池 SPV中的每一個(gè)服務(wù)SP~，其包含的(3〇5歷 史記錄個(gè)數(shù)為Lvu，由SP V形成的第γ個(gè)可行的云服務(wù)組合方案為CSY，ve [1，4]，ω e[l， mv]，定義模型為：
[0097]
[0098] 其中，Q〇s_(fc)為第k維度的Q〇s最大值，為第k維度的小值，SPVU Rh為隸屬于SPVU的一條(3你歷史記錄，Xvu-h表示模型中效用函數(shù)的參數(shù)；
[0099] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前 Z個(gè)可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定；
[0100] c、對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值；
[0101] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0102] E、記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為 樣本進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。
[0103] 其中，所述睡眠數(shù)據(jù)提取子模塊22具體執(zhí)行以下操作：
[0104]設(shè)&為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)，為本地資源池，4?:為鄰居節(jié)點(diǎn)資 源信息池 ，i e [ 1，η]，η為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰 居節(jié)點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xji，xj2,…xjm}，je [1，n];
[0105] 當(dāng)對(duì)等節(jié)點(diǎn)xi收到xj發(fā)送的提取請(qǐng)求Mj時(shí)，檢查^和％中是否含有滿足提取請(qǐng)求 Mj的睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的 響應(yīng)消息?，并根據(jù)的位置信息，將所述響應(yīng)信息?Γ Μ;返回給，然后將^的生命值減1， 若Xj的生命值為〇，丟棄提取請(qǐng)求Mj，若不為0，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各 對(duì)等節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，…Xjm}中Q值最大的節(jié)點(diǎn)，概率Pj在網(wǎng)絡(luò) 悠閑時(shí)的取值范圍為(5,8]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0,3);
[0106] 設(shè)定Q值的計(jì)算公式為：
[0107]
[0? 08] 其中，Qnew表不Q的新值，Qold表不Q的老值，Qlearn表不被學(xué)習(xí)的值，α表不學(xué)習(xí)速率，β 表示擁塞因素，隊(duì)/μ(?)表示時(shí)亥Ijt節(jié)點(diǎn)的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，7\>表 示Pj X {xjl，Xj2，'"Xjni}中的節(jié)點(diǎn)Χ』μ處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間，表示pj X {xjl， Xj2，…X jm}中的節(jié)點(diǎn)X處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [ X ]在X>0時(shí)取值為1， X彡0時(shí)取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0109] 本實(shí)施例設(shè)置睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3和睡眠數(shù) 據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改 善人們的睡眠質(zhì)量，具有很好的使用價(jià)值;設(shè)置睡眠數(shù)據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)最大利益化 地使用云端的存儲(chǔ)和計(jì)算資源，降低了系統(tǒng)的構(gòu)建成本;睡眠數(shù)據(jù)處理模塊中設(shè)置了睡眠 數(shù)據(jù)提取子模塊22,提高了睡眠數(shù)據(jù)提取的效率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率，其中 本實(shí)施例取值α = 0.28，β = 0.46，睡眠數(shù)據(jù)的處理效率提高了3%。
[0110] 實(shí)施例3
[0111] 參見圖1、圖2、圖3，本實(shí)施例的基于云計(jì)算的智能睡枕系統(tǒng)，包括：
[0112] (1)睡眠數(shù)據(jù)采集模塊1，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫 度、用戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集；
[0113] (2)睡眠數(shù)據(jù)處理模塊2,用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括：
[0114] 1)睡眠數(shù)據(jù)存儲(chǔ)子模塊21，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所 述時(shí)間段單位設(shè)置為每30分鐘；
[0115] 2)睡眠數(shù)據(jù)提取子模塊22,用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)；
[0116] 3)睡眠質(zhì)量值計(jì)算子模塊23,用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí) 間段的睡眠質(zhì)量值Msl，具體的計(jì)算公式為：
[0117] Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh
[0118] 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，YB為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前 時(shí)間段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自 定義權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh= 1;
[0119] 4)睡眠質(zhì)量分析子模塊24,用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡 眠質(zhì)量值范圍，得出睡眠質(zhì)量分析結(jié)果；
[0120] (3)睡枕調(diào)整模塊3,用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整；
[0121] (4)睡眠數(shù)據(jù)處理服務(wù)模塊4,用于為睡眠數(shù)據(jù)處理模塊2對(duì)睡眠數(shù)據(jù)的處理過程 提供相應(yīng)的存儲(chǔ)和計(jì)算資源。
[0122] 其中，所述睡眠質(zhì)量分析子模塊24的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量 值小于最小的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平；睡眠質(zhì)量值大于最 大的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于二級(jí)低級(jí)水平。
[0123] 其中，所述睡枕調(diào)整模塊3的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕 的高度提高1mm;當(dāng)睡眠質(zhì)量處于二級(jí)低級(jí)水平，將睡枕的高度降低1mm。
[0124] 其中，所述Qs、Qb、Qh的取值分別為30%、30%、40%，所述正常的睡眠質(zhì)量值范圍為 [75，100]〇
[0125] 其中，所述睡眠數(shù)據(jù)處理服務(wù)模塊4包括：
[0126] 1)任務(wù)規(guī)劃子模塊41，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每 個(gè)子任務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的 處理過程中所需的存儲(chǔ)資源和計(jì)算資源；
[0127] 2)可信組合評(píng)估子模塊42,用于根據(jù)任務(wù)規(guī)劃子模塊41生成的大數(shù)據(jù)服務(wù)的任務(wù) 規(guī)劃，執(zhí)行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的 存儲(chǔ)和計(jì)算資源，具體為：
[0128] A、根據(jù)云端服務(wù)資源池 SPV和對(duì)應(yīng)的服務(wù)質(zhì)量Q&歷史記錄，進(jìn)行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊41獲得的任 務(wù)規(guī)劃G=說，G 2，G3，G4}，對(duì)應(yīng)的Q%約束為C= {&，C2，C3，C4}，每個(gè)子任務(wù)Gv對(duì)應(yīng)的云端服 務(wù)資源池 SPV共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池 SPV中的每一個(gè)服務(wù)SP~，其包含的Qo,歷 史記錄個(gè)數(shù)為Lvu，由SP V形成的第γ個(gè)可行的云服務(wù)組合方案為CSY，ve [1，4]，ω e [1， mv]，定義模型為：
[0129]
[0130] 其中，_QoSmax (fc)為第k維度的Q_.〇s.最大值，Q:〇Smm )為第k維度的最小值，SPVU Rh為隸屬于SPVU的一條歷史記錄，Xvu-h表示模型中效用函數(shù)的參數(shù)；
[0131] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前 Z個(gè)可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定；
[0132] C、對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值；
[0133] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0134] E、記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為 樣本進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。
[0135] 其中，所述睡眠數(shù)據(jù)提取子模塊22具體執(zhí)行以下操作：
[0136] SXl為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)，為本地資源池，為鄰居節(jié)點(diǎn)資 源信息池 ，i e [ 1，η]，η為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰 居節(jié)點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xji，xj2,…xjm}，je [1，n];
[0137] 當(dāng)對(duì)等節(jié)點(diǎn)xi收到xj發(fā)送的提取請(qǐng)求Mj時(shí)，檢查^^和7巧中是否含有滿足提取請(qǐng)求 Mj的睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的 響應(yīng)消息'并根據(jù)幻的位置信息，將所述響應(yīng)信息C M/返回給Xj，然后將的生命值減丄， 若Xj的生命值為〇，丟棄提取請(qǐng)求Mj，若不為0，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各 對(duì)等節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，…Xjm}中Q值最大的節(jié)點(diǎn)，概率Pj在網(wǎng)絡(luò) 悠閑時(shí)的取值范圍為(5,8]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0,3);
[0138] 設(shè)定Q值的計(jì)算公式為：
[0139]
[0140] 其中，Qnew表示Q的新值，Qoid表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，義;>(t)表示時(shí)亥葉節(jié)點(diǎn)的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，『'表 示口』><^142，"1加}中的節(jié)點(diǎn)1』4處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間，％； 4表示口』\{叉』1， Xj2，…X jm}中的節(jié)點(diǎn)X處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [ X ]在X>0時(shí)取值為1， 義彡〇時(shí)取值為〇，€1的取值范圍是[0.25,0.3]，0的取值范圍是[0.45,0.5]。
[0141] 本實(shí)施例設(shè)置睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3和睡眠數(shù) 據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改 善人們的睡眠質(zhì)量，具有很好的使用價(jià)值;設(shè)置睡眠數(shù)據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)最大利益化 地使用云端的存儲(chǔ)和計(jì)算資源，降低了系統(tǒng)的構(gòu)建成本;睡眠數(shù)據(jù)處理模塊中設(shè)置了睡眠 數(shù)據(jù)提取子模塊22,提高了睡眠數(shù)據(jù)提取的效率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率，其中 本實(shí)施例取值α = 0.27，β = 0.47，睡眠數(shù)據(jù)的處理效率提高了2.5%。
[0142] 實(shí)施例4
[0143] 參見圖1、圖2、圖3，本實(shí)施例的基于云計(jì)算的智能睡枕系統(tǒng)，包括：
[0144] (1)睡眠數(shù)據(jù)采集模塊1，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫 度、用戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集；
[0145] (2)睡眠數(shù)據(jù)處理模塊2,用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括：
[0146] 1)睡眠數(shù)據(jù)存儲(chǔ)子模塊21，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所 述時(shí)間段單位設(shè)置為每30分鐘；
[0147] 2)睡眠數(shù)據(jù)提取子模塊22,用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)；
[0148] 3)睡眠質(zhì)量值計(jì)算子模塊23,用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí) 間段的睡眠質(zhì)量值Msl，具體的計(jì)算公式為：
[0149] Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh
[0150] 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，YB為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前 時(shí)間段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自 定義權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh= 1;
[0151] 4)睡眠質(zhì)量分析子模塊24,用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡 眠質(zhì)量值范圍，得出睡眠質(zhì)量分析結(jié)果；
[0152] (3)睡枕調(diào)整模塊3,用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整；
[0153] (4)睡眠數(shù)據(jù)處理服務(wù)模塊4,用于為睡眠數(shù)據(jù)處理模塊2對(duì)睡眠數(shù)據(jù)的處理過程 提供相應(yīng)的存儲(chǔ)和計(jì)算資源。
[0154] 其中，所述睡眠質(zhì)量分析子模塊24的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量 值小于最小的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平；睡眠質(zhì)量值大于最 大的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于二級(jí)低級(jí)水平。
[0155] 其中，所述睡枕調(diào)整模塊3的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕 的高度提高1mm;當(dāng)睡眠質(zhì)量處于二級(jí)低級(jí)水平，將睡枕的高度降低1mm。
[0156] 其中，所述Qs、Qb、Qh的取值分別為30%、30%、40%，所述正常的睡眠質(zhì)量值范圍為
[75，100]〇
[0157]其中，所述睡眠數(shù)據(jù)處理服務(wù)模塊4包括：
[0158] 1)任務(wù)規(guī)劃子模塊41，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每 個(gè)子任務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的 處理過程中所需的存儲(chǔ)資源和計(jì)算資源；
[0159] 2)可信組合評(píng)估子模塊42,用于根據(jù)任務(wù)規(guī)劃子模塊41生成的大數(shù)據(jù)服務(wù)的任務(wù) 規(guī)劃，執(zhí)行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的 存儲(chǔ)和計(jì)算資源，具體為：
[0160] A、根據(jù)云端服務(wù)資源池 SPV和對(duì)應(yīng)的服務(wù)質(zhì)量Q%歷史記錄，進(jìn)行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊41獲得的任 務(wù)規(guī)劃G = {Gi，G2，G3，G4}，對(duì)應(yīng)的Qos約束為C = {&，C2，C3，C4}，每個(gè)子任務(wù)Gv對(duì)應(yīng)的云端服 務(wù)資源池 SPV共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池 SPV中的每一個(gè)服務(wù)SP~，其包含的Q〇s歷 史記錄個(gè)數(shù)為Lvu，由SP V形成的第γ個(gè)可行的云服務(wù)組合方案為CSY，ve [1，4]，ω e [1， mv]，定義模型為：
[0161]
[0162] 其中，Q.〇s_x(fc)為第k維度的Q%最大值，Q〇Smta(fc)為第k維度的最小值，SP VU Rh為隸屬于spvu的一條歷史記錄，Xv"-h表示模型中效用函數(shù)的參數(shù)；
[0163] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前 Z個(gè)可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定；
[0164] C、對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值；
[0165] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0166] E、記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為 樣本進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。
[0167] 其中，所述睡眠數(shù)據(jù)提取子模塊22具體執(zhí)行以下操作：
[0168] 設(shè)^為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)，&4為本地資源池，為鄰居節(jié)點(diǎn)資 源信息池 ，i e [ 1，η]，η為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰 居節(jié)點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xji，xj2,…xjm}，je [l，n];
[0169] 當(dāng)對(duì)等節(jié)點(diǎn)Xl收到幻發(fā)送的提取請(qǐng)求吣時(shí)，檢查^和以中是否含有滿足提取請(qǐng)求 Mj的睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的 響應(yīng)消息并根據(jù)Xj的位置信息，將所述響應(yīng)信息％/返回給Xj，然后將Xj的生命值減1， 若Xj的生命值為ο，丟棄提取請(qǐng)求Mj，若不為Ο，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各 對(duì)等節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，…Xjm}中Q值最大的節(jié)點(diǎn)，概率Pj在網(wǎng)絡(luò) 悠閑時(shí)的取值范圍為(5,8]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0,3);
[0170]設(shè)定Q值的計(jì)算公式為：
[0171]
[0172] 其中，Qnew表示Q的新值，Qdd表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，&μ⑴表示時(shí)亥葉節(jié)點(diǎn)的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，表 示Pj X {xjl，Xj2，'"Xjni}中的節(jié)點(diǎn)χ』μ處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間，表示pj X {xjl， Xj2，…Xjm}中的節(jié)點(diǎn)X處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [X ]在X>0時(shí)取值為1， X彡0時(shí)取值為〇，α的取值范圍是[0.25,0.3]，0的取值范圍是[0.45,0.5]。
[0173] 本實(shí)施例設(shè)置睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3和睡眠數(shù) 據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改 善人們的睡眠質(zhì)量，具有很好的使用價(jià)值;設(shè)置睡眠數(shù)據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)最大利益化 地使用云端的存儲(chǔ)和計(jì)算資源，降低了系統(tǒng)的構(gòu)建成本;睡眠數(shù)據(jù)處理模塊中設(shè)置了睡眠 數(shù)據(jù)提取子模塊22,提高了睡眠數(shù)據(jù)提取的效率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率，其中 本實(shí)施例取值α = 0.26，β = 0.48，睡眠數(shù)據(jù)的處理效率提高了3%。
[0174] 實(shí)施例5
[0175] 參見圖1、圖2、圖3，本實(shí)施例的基于云計(jì)算的智能睡枕系統(tǒng)，包括：
[0176] (1)睡眠數(shù)據(jù)采集模塊1，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫 度、用戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集；
[0177] (2)睡眠數(shù)據(jù)處理模塊2,用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括：
[0178] 1)睡眠數(shù)據(jù)存儲(chǔ)子模塊21，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所 述時(shí)間段單位設(shè)置為每30分鐘；
[0179] 2)睡眠數(shù)據(jù)提取子模塊22,用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)；
[0180] 3)睡眠質(zhì)量值計(jì)算子模塊23,用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí) 間段的睡眠質(zhì)量值Msl，具體的計(jì)算公式為：
[0181] Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh
[0182] 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，YB為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前 時(shí)間段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自 定義權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh= 1;
[0183] 4)睡眠質(zhì)量分析子模塊24,用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡 眠質(zhì)量值范圍，得出睡眠質(zhì)量分析結(jié)果；
[0184] (3)睡枕調(diào)整模塊3,用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整；
[0185] (4)睡眠數(shù)據(jù)處理服務(wù)模塊4,用于為睡眠數(shù)據(jù)處理模塊2對(duì)睡眠數(shù)據(jù)的處理過程 提供相應(yīng)的存儲(chǔ)和計(jì)算資源。
[0186] 其中，所述睡眠質(zhì)量分析子模塊24的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量 值小于最小的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平；睡眠質(zhì)量值大于最 大的正常的睡眠質(zhì)量值時(shí)，判定睡眠質(zhì)量處于二級(jí)低級(jí)水平。
[0187] 其中，所述睡枕調(diào)整模塊3的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕 的高度提高1mm;當(dāng)睡眠質(zhì)量處于二級(jí)低級(jí)水平，將睡枕的高度降低1mm。
[0188] 其中，所述Qs、Qb、Qh的取值分別為30%、30%、40%，所述正常的睡眠質(zhì)量值范圍為 [75，100]〇
[0189] 其中，所述睡眠數(shù)據(jù)處理服務(wù)模塊4包括：
[0190] 1)任務(wù)規(guī)劃子模塊41，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每 個(gè)子任務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的 處理過程中所需的存儲(chǔ)資源和計(jì)算資源；
[0191] 2)可信組合評(píng)估子模塊42,用于根據(jù)任務(wù)規(guī)劃子模塊41生成的大數(shù)據(jù)服務(wù)的任務(wù) 規(guī)劃，執(zhí)行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的 存儲(chǔ)和計(jì)算資源，具體為：
[0192] A、根據(jù)云端服務(wù)資源池 SPV和對(duì)應(yīng)的服務(wù)質(zhì)量Qos歷史記錄，進(jìn)行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊41獲得的任 務(wù)規(guī)劃G=瓜而而^}，對(duì)應(yīng)的Qos約束為C= ，每個(gè)子任務(wù)G v對(duì)應(yīng)的云端服 務(wù)資源池 SPV共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池 SPV中的每一個(gè)服務(wù)SP_，其包含的QOs歷 史記錄個(gè)數(shù)為Lvu，由SPV形成的第γ個(gè)可行的云服務(wù)組合方案為CSY，ve [1，4]，ω e[l， mv]，定義模型為：
[0193]
[0194] 其中，為第k維度的最大值，Q%miKa)為第k維度的最小值，SP_ Rh為隸屬于SPVU的一條Q〇S歷史記錄，Χνω-h表示模型中效用函數(shù)的參數(shù)；
[0195] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前 Z個(gè)可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定；
[0196] C、對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值；
[0197] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0198] E、記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為 樣本進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。
[0199] 其中，所述睡眠數(shù)據(jù)提取子模塊22具體執(zhí)行以下操作：
[0200] SXl為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)，為本地資源池為鄰居節(jié)點(diǎn)資 源信息池 ，i e [ 1，η]，η為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰 居節(jié)點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xji，xj2,…xjm}，je [1，n];
[0201 ]當(dāng)對(duì)等節(jié)點(diǎn)Xi收到xj發(fā)送的提取請(qǐng)求Mj時(shí)，檢查％和％中是否含有滿足提取請(qǐng)求 Mj的睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的 響應(yīng)消息，并根據(jù)幻的位置信息，將所述響應(yīng)信息C M;返回給幻，然后將的生命值減！， 若Xj的生命值為〇，丟棄提取請(qǐng)求Mj，若不為0，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各 對(duì)等節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，…Xjm}中Q值最大的節(jié)點(diǎn)，概率Pj在網(wǎng)絡(luò) 悠閑時(shí)的取值范圍為(5,8]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0,3);
[0202] 設(shè)定Q值的計(jì)算公式為：
[0203]
[0204] 其中，Qnew表不Q的新值，Q〇id表不Q的老值，Qiearn表不被字·>」的值，α表不字_>」速率，β 表示擁塞因素表示時(shí)亥葉節(jié)點(diǎn)&的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，7\>表 示Pj X {xjl，Xj2, '"Xjni}中的節(jié)點(diǎn)χ』μ處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間表示pj X {xjl, Xj2，…Xjm}中的節(jié)點(diǎn)X處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [X ]在X>0時(shí)取值為1， X彡0時(shí)取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0205]本實(shí)施例設(shè)置睡眠數(shù)據(jù)采集模塊1、睡眠數(shù)據(jù)處理模塊2、睡枕調(diào)整模塊3和睡眠數(shù) 據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)了智能睡枕系統(tǒng)的構(gòu)建，實(shí)現(xiàn)了睡枕高度、溫度的智能調(diào)整控制，改 善人們的睡眠質(zhì)量，具有很好的使用價(jià)值;設(shè)置睡眠數(shù)據(jù)處理服務(wù)模塊4,實(shí)現(xiàn)最大利益化 地使用云端的存儲(chǔ)和計(jì)算資源，降低了系統(tǒng)的構(gòu)建成本;睡眠數(shù)據(jù)處理模塊中設(shè)置了睡眠 數(shù)據(jù)提取子模塊22,提高了睡眠數(shù)據(jù)提取的效率，進(jìn)一步提高了睡眠數(shù)據(jù)的處理效率，其中 本實(shí)施例取值α = 0.25，β = 0.5，睡眠數(shù)據(jù)的處理效率提高了3.6%。
[0206]最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保 護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng) 當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí) 質(zhì)和范圍。
【主權(quán)項(xiàng)】
1. 一種基于云計(jì)算的智能睡枕系統(tǒng)，其特征是，包括： (1) 睡眠數(shù)據(jù)采集模塊，用于采集睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括睡枕的高度和溫度、用 戶的血壓值和心跳次數(shù)，其中每5分鐘進(jìn)行一次采集； (2) 睡眠數(shù)據(jù)處理模塊，用于對(duì)睡眠數(shù)據(jù)進(jìn)行處理，分析計(jì)算睡眠質(zhì)量，包括： 1) 睡眠數(shù)據(jù)存儲(chǔ)子模塊，用于將睡眠數(shù)據(jù)按時(shí)間段存儲(chǔ)到云服務(wù)資源池中，所述時(shí)間 段單位設(shè)置為每30分鐘； 2) 睡眠數(shù)據(jù)提取子模塊，用于提取當(dāng)前時(shí)間段的睡眠數(shù)據(jù)； 3) 睡眠質(zhì)量值計(jì)算子模塊，用于根據(jù)當(dāng)前時(shí)間段的睡眠數(shù)據(jù)，分析計(jì)算當(dāng)前時(shí)間段的 睡眠質(zhì)量值Msl，具體的計(jì)算公式為： Ms 1 = Ys X Qs+Yb X Qb+Nh X Qh 其中Ys為當(dāng)前時(shí)間段的平均人體小壓，Yb為當(dāng)前時(shí)間段的平均人體大壓，Nh為當(dāng)前時(shí)間 段的平均心跳次數(shù)，Qs、Qb、Qh分別為平均人體小壓、平均人體大壓、平均心跳次數(shù)的自定義 權(quán)重，代表對(duì)睡眠質(zhì)量的影響程度，滿足Qs+Qb+Qh = 1; 4) 睡眠質(zhì)量分析子模塊，用于分析當(dāng)前時(shí)間段的睡眠質(zhì)量值是否處于正常的睡眠質(zhì)量 值范圍，得出睡眠質(zhì)量分析結(jié)果； (3) 睡枕調(diào)整模塊，用于根據(jù)睡眠質(zhì)量分析結(jié)果進(jìn)行睡枕的高度和溫度的調(diào)整； (4) 睡眠數(shù)據(jù)處理服務(wù)模塊，用于為睡眠數(shù)據(jù)處理模塊對(duì)睡眠數(shù)據(jù)的處理過程提供相 應(yīng)的存儲(chǔ)和計(jì)算資源。2. 根據(jù)權(quán)利要求1所述的一種基于云計(jì)算的智能睡枕系統(tǒng)，其特征是，所述睡眠質(zhì)量分 析子模塊的睡眠質(zhì)量分析結(jié)果判定原則為：當(dāng)睡眠質(zhì)量值小于最小的正常的睡眠質(zhì)量值 時(shí)，判定睡眠質(zhì)量處于一級(jí)低級(jí)水平;睡眠質(zhì)量值大于最大的正常的睡眠質(zhì)量值時(shí)，判定睡 眠質(zhì)量處于二級(jí)低級(jí)水平。3. 根據(jù)權(quán)利要求1所述的一種基于云計(jì)算的智能睡枕系統(tǒng)，其特征是，所述睡枕調(diào)整模 塊的調(diào)整原則為：當(dāng)睡眠質(zhì)量處于一級(jí)低級(jí)水平，將睡枕的高度提高1mm;當(dāng)睡眠質(zhì)量處于 二級(jí)低級(jí)水平，將睡枕的高度降低1mm。4. 根據(jù)權(quán)利要求1所述的一種基于云計(jì)算的智能睡枕系統(tǒng)，其特征是，所述Qs、Qb、Qh的 取值分別為30 %、30 %、40 %，所述正常的睡眠質(zhì)量值范圍為[75，100]。5. 根據(jù)權(quán)利要求1所述的一種基于云計(jì)算的智能睡枕系統(tǒng)，其特征是，所述睡眠數(shù)據(jù)處 理服務(wù)模塊包括： 1) 任務(wù)規(guī)劃子模塊，用于對(duì)對(duì)睡眠數(shù)據(jù)的處理過程劃分為多個(gè)子任務(wù)，并為每個(gè)子任 務(wù)匹配滿足其需求的云端服務(wù)資源池，形成云服務(wù)組合方案，以獲得對(duì)睡眠數(shù)據(jù)的處理過 程中所需的存儲(chǔ)資源和計(jì)算資源； 2) 可信組合評(píng)估子模塊，用于根據(jù)任務(wù)規(guī)劃子模塊生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃，執(zhí) 行云服務(wù)組合方案的評(píng)估，選擇最優(yōu)的云服務(wù)組合方案，為每個(gè)子任務(wù)提供相應(yīng)的存儲(chǔ)和 計(jì)算資源，具體為： A、根據(jù)云端服務(wù)資源池SPV和對(duì)應(yīng)的服務(wù)質(zhì)量％^歷史記錄，進(jìn)行云服務(wù)組合方案的效 用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃子模塊獲得的任務(wù)規(guī)劃G =池，G2，G3，G 4}，對(duì)應(yīng)的Q〇s約束為C= {&，C2，C3，C4}，每個(gè)子任務(wù)Gv對(duì)應(yīng)的云端服務(wù)資源池 SPv共有mv個(gè)服務(wù)，對(duì)于云端服務(wù)資源池SPv中的每一個(gè)服務(wù)SP~，其包含的立％歷史記錄個(gè) 數(shù)為Lv?，由SPV形成的第y個(gè)可行的云服務(wù)組合方案為CSY，vG [1，4]，《 g [1，mv]，定義模 型為：其中，⑻為第k維度的Q%最大值，㈦為第k維度的Q〇s最小值，SPvuRh為 隸屬于SPVU的一條Q〇s歷史記錄，xvu-h表示模型中效用函數(shù)的參數(shù)； B、 根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進(jìn)行排序，選擇前Z個(gè) 可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實(shí)例進(jìn)行設(shè)定； C、 對(duì)每一組優(yōu)選云服務(wù)組合方案計(jì)算其效用函數(shù)值的平均值； D、 選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組合方 案； E、 記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服務(wù)方案，并將其作為樣本 進(jìn)行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用其函數(shù)值。6.根據(jù)權(quán)利要求1所述的一種基于云計(jì)算的智能睡枕系統(tǒng)，其特征是，所述睡眠數(shù)據(jù)提 取子模塊具體執(zhí)行以下操作： 設(shè)^為非結(jié)構(gòu)化對(duì)等網(wǎng)絡(luò)中的一個(gè)對(duì)等節(jié)點(diǎn)為本地資源池，F(xiàn)巧為鄰居節(jié)點(diǎn)資源信 息池，i G [ 1，n]，n為對(duì)等網(wǎng)絡(luò)包含節(jié)點(diǎn)的總數(shù)，發(fā)起提取請(qǐng)求Mj的節(jié)點(diǎn)為xj，在xj的鄰居節(jié) 點(diǎn)集合中按照概率Pj隨機(jī)挑選出的對(duì)等節(jié)點(diǎn)集為PjX {xjl，Xj2,…Xjm}，jG [1，n]; 當(dāng)對(duì)等節(jié)點(diǎn)Xl收到x潑送的提取請(qǐng)求M財(cái)，檢查心和％中是否含有滿足提取請(qǐng)求W的 睡眠數(shù)據(jù)，若是，根據(jù)所述睡眠數(shù)據(jù)和睡眠數(shù)據(jù)所在對(duì)等節(jié)點(diǎn)的位置信息，創(chuàng)建查詢的響應(yīng) 消息^;，并根據(jù)&的位置信息，將所述響應(yīng)信息返回給&，然后將&的生命值減1，若& 的生命值為0，丟棄提取請(qǐng)求Mj，若不為0，采用Q學(xué)習(xí)算法計(jì)算Pj X {Xjl，Xj2，…Xjm}中各對(duì)等 節(jié)點(diǎn)的Q值，將提取請(qǐng)求Mj轉(zhuǎn)發(fā)給pj X {Xdl，Xj2，…X加}中Q值最大的節(jié)點(diǎn)，概率pj在網(wǎng)絡(luò)悠閑 時(shí)的取值范圍為(5，8 ]，在網(wǎng)絡(luò)擁堵時(shí)的取值范圍為[0，3); 設(shè)定Q值的計(jì)算公式為：其中，Qnew表示Q的新值，Qold表示Q的老值，Qlearn表示被學(xué)習(xí)的值，a表示學(xué)習(xí)速率，0表示 擁塞因素，'表示時(shí)亥Ut節(jié)點(diǎn)x扣的緩存隊(duì)列中待處理的提取請(qǐng)求消息數(shù)，表示PjX {xjl，Xj2，'"XjnJ中的節(jié)點(diǎn)Xju處理一條提取請(qǐng)求消息所規(guī)定的時(shí)間，％>表示Pj x {xjl，Xj2，… Xjm}中的節(jié)點(diǎn)X>處理一條提取請(qǐng)求消息實(shí)際所需的時(shí)間；函數(shù)I [ X ]在X>0時(shí)取值為1，X< 0 時(shí)取值為〇，a的取值范圍是[0.25,0.3]，f3的取值范圍是[0.45,0.5]。
【文檔編號(hào)】A61B5/00GK106037670SQ201610534652
【公開日】2016年10月26日
【申請(qǐng)日】2016年7月5日
【發(fā)明人】不公告發(fā)明人
【申請(qǐng)人】吳本剛