基于云计算技术的测量不确定度计算研究(2)
中科院是我国的一流研究机构，其学部、分院、实验室，自主型企业及联合型企业自成体系，一直走在科学发展的前头。我学院与中科院保持着长期的友好合作，在优秀学长学姐的努力下，中科院仪器管理系统出炉，自2008年开始使用，就受到了中科院使用者的高度认同，极大的方便了中科院仪器设备的管理过程。目前，该管理系统含有仪器超过一万台，使用人员数目超过四万，每天仪器的订单约有二千个，更加值得骄傲的是，系统不仅在中科院及旗下研究所使用，还被继续推广到其他院所与企业。
基于系统的高使用度与时代发展提出的新要求，系统亟待完善，当前的系统已经不能满足需求，主要体现在该仪器管理系统的使用者每天需要在系统外完成大量的不确定度计算，并且不确定度运算过程相当繁琐。由此可见，增加不确定度计算的功能是有必要的，它能给科学研究与科学生产带来大便利。本课题通过对不确定度计算与云计算的深入研究，设计不确定度计算云计算平台，提升不确定度计算速度，力求科研高效化。
1.2 课题研究意义
中科院仪器管理系统使用频繁，但是系统并无计算不确定度这一功能，科研人员需要在系统外凭借人工及计算软件大量运算，费时费力，并且还得保证运算过程中的变量、公式计算无误；一个熟练的研究员采用计算软件十分钟内也无法搞定，更何况一些经验生疏的研究员。单纯设计一个有计算不确定度功能的系统，在频繁的计算请求下，服务器负荷太大，不是长远的解决办法，最终也会被市场淘汰。将不确定度计算系统部署在IaaS上，能够极大的提高计算效率以及设备的使用率，加快科学研究的进度。
以确定土壤样品消解液中镍（Ni）的质量浓度为例，由于土壤消解液需要经过称量，消煮，定容等一系列步骤，不确定的来源有多个方面：
（1）土壤称样引起的不确定度
（2）土壤消煮引起的不确定度
（3）消煮液定容体积引起的不确定度
（4）玻璃容器及其装入溶液由温差引起的不确定度
（5）标准曲线母液引起的不确定度
（6）标准曲线稀释引起的不确定度
（7）标准曲线拟合测定溶液引起的不确定度
最终还需要将不确定度来源的多个分量，整理成合成标准不确定度及其扩展不确定度，设计不确定度计算系统，将系统部署在IaaS上，不确定度计算通过云平台实现，数据输入输出简单，计算速度极快。
1.3 国内外研究现状
1.4 课题工作
项目决定采用的云服务模式是IaaS,即系统使用者中科院租用计算能力和内存资源，无需关心数据输入后的计算过程与内存使用情况，该模式尤其有利于减少成本消耗，如果实验数据需要保密，由于数据是由变量打包封装的，还利于保护数据安全。查阅资料，仔细对比各大主流公司的IaaS架构，考虑现有条件，项目围绕云计算平台构建、平台IaaS部署、客户机与浏览器接口设计，数据传输最优等问题展开研究，有以下研究成果：
（1）研究了云计算的演变、定义以及特点。
（2）掌握了不确定度的定义、来源，分析了平台设计的重要意义。
（3）设计不确定度计算云计算系统架构，明确系统功能与模块任务。
（4）设计接口和浏览器完美连接，实现了不确定度计算平台。
（5）将平台成功部署在IaaS上，熟练完成云计算服务模式构建。
（6）完成了不确定度计算平台代码优化，数据传输更快。
1.5 本文结构
第二章从云计算模型演变，类型和概念特点入手，接着研究了不确定度的引入、来源及计算方式。