面向云制造服务的制造资源多目标动态优化调度

针对云制造环境下制造资源调度的特点和存在的问题,建立了云制造环境下制造服务资源多目标调度模型。根据云制造环境下极易发生扰动的特点,提出了一种动态调度技术,以在发生突发事件时及时作出反应。提出了一种基于遗传蚁群算法的制造资源调度算法,该算法利用遗传算法搜索能力强、收敛速度快的优势弥补蚁群算法易陷入局部最优、收敛速度慢的不足,使整个调度过程能快速、准确地收敛于最优解。最后用实例证明了该算法的有效性。     

基于改进蚁群算法的制造云服务组合优化

为解决云制造环境下的动态服务组合问题,提出一种基于改进蚁群算法的制造云服务组合优化算法。在分析制造云服务组合流程的基础上,通过子任务服务质量评估模型优选制造云服务,并将服务质量值作为信息素,以服务间转移成本为启发函数参数,采用最优路径列表和轮盘赌选择机制改进蚁群算法,求解整体最优组合路径,最后利用组合制造云服务的服务质量计算模型评估全局最优路径服务质量综合信息。仿真实验证明该算法能有效求解制造云服务组合问题,并能较快地收敛于全局最优解。     

基于协同效应的并行制造云服务组合算法

为了解决并行结构下制造云服务的组合优化问题,从协同效应的角度提出一种基于反向和局部学习的蚁群算法。该算法以服务质量作为信息素构建协同效应评价模型,求解并行服务的协同效应值,作为启发函数参数。利用协同关系矩阵计算组合协同效应值,并将其与组合服务质量相结合,求解综合评价值最高的服务组合。实验结果表明,该算法能有效求解并行制造云服务的组合优化问题,并能较快地得到最优解。     

云制造服务资源多层次匹配算法研究

针对云制造服务资源匹配的问题,在综合考虑云制造服务资源需求的基础上,提出了包括基本信息匹配、功能匹配、约束匹配和综合匹配四个层次的云制造服务资源多层次匹配算法,对匹配模型和匹配算法进行了研究,并详细阐述了每个层次的匹配内容,并给出了每个层次的相似度函数,再用相似度计算定量地描述云制造资源需求和云制造服务资源间的匹配程度,使服务资源匹配更趋于准确和智能。最后,用实例验证了该匹配算法的有效性和可行性。     

云制造环境下基于动态描述逻辑的制造服务匹配研究

为解决云制造环境下制造服务显著的异构性、动态性给云制造服务匹配带来的难题,提出了一种基于动态描述逻辑的制造服务匹配方法。建立了基于动态描述逻辑的动作描述理论,给出了复杂动作在描述、拆解、组合过程中需要遵循的原则,提出了"五层三阶段"的云制造匹配策略。用基于DDL的六元组对云制造服务进行建模,该模型能够准确地描述云制造服务的输入、控制和输出,为云制造服务匹配提供语义表达基础,同时,给出了匹配策略下的制造服务匹配规则及初步匹配算法实现。最后,通过对已有锻造系统的云化改造,证明了该方法能够有效地完成云制造环境下制造服务匹配工作。     

考虑云制造服务协同的多用户任务调度优化

云制造系统中有各种不同的分布式制造服务,而以往对制造服务调度的研究忽略了服务提供企业间的协同效应。为考虑云制造服务社会属性对服务协同的影响,从合作与竞争的角度建立了云服务间协同效应的测度模型。进而,以最大化平均用户满意度及最大化云服务协同效应为优化目标,构建了双目标云服务选择与调度模型。基于灰狼优化算法设计了一种灰狼优化模拟退火混合算法(GWO-SA)对该模型进行优化求解。使用算例进行测试并与其他多目标优化算法比较,仿真结果表明了该模型的有效性和GWO-SA算法的高效性。     

云制造环境下基于动态服务编排的产品配置研究

针对云制造环境下的产品配置需求,提出一种云制造服务标准化建模方法.利用本体技术对云制造服务进行标准化建模,基于加权FP-Growth算法实现云制造服务目录的动态聚合完善;提出一种基于相似度聚类算法的制造需求动态编排及制造批次重组方法;以履带式液压挖掘机的产品配置为实例,展示了云制造服务目录的动态构建及制造需求重组过程,对相关技术方法的有效性进行了初步论证.     

基于区块链的制造服务可信交易方法

云制造模式下,制造服务交易过程中的供需双方信任问题亟需解决。区块链作为一种分布式共享总账技术,其发展得到了产业界和学术界的广泛关注。针对当前云制造服务平台制造服务交易过程中存在的安全和信任问题,提出一种基于区块链的制造服务可信交易方法,重点研究多链数据存储架构、动态QoS评估方法和共识算法设计等关键技术,设计了基于智能合约的制造服务匹配及交易流程。实验结果表明,基于区块链的制造服务可信交易方法在保证交易信息的开放性、安全性以及企业信息的隐私性的同时,可以自适应地完成制造服务组合与资源匹配,有效提高云制造服务平台的可信度和系统的整体效率。     

基于动态集成框架的云制造服务过程追溯与匹配研究

为有效控制制造资源虚拟化过程,考虑不同制造资源的形态,提出了云制造资源动态集成框架,研究了基于RFID的云制造服务过程追溯机制。在此基础上,建立了云制造资源服务能力多目标评价体系,并通过评价指标加权和计算云制造资源优先值,为制造任务匹配最优云制造资源节点。最后,结合云制造应用实例,验证了云制造服务动态集成体系的合理性和优选算法的可行性。     

考虑稀缺服务与质量损失云制造服务组合问题

云制造是一种实现制造资源和能力流通的先进制造模式,而云制造服务组合是云制造中的一个关键问题.云制造平台上的部分高端制造服务具有稀缺性,在面向复杂重型装备的制造服务中尤其如此.同时,云制造过程中由于生产环境的波动而导致的产品质量损失不可忽略.考虑上述情况,在基于帕累托包络的选择算法(PESA2)的基础上,提出一个改进的双目标云制造服务组合模型及基于距离的自适应PESA2算法(DA-PESA2).该模型考虑制造服务的稀缺性,并将产品质量损失和生产过程中的可持续性过程指标纳入模型.在DA-PESA2算法中,基于距离的自适应机制能更好地兼顾服务质量和可持续性两个目标.实验的结果及各项指标均表明,DA-PESA2算法在寻找高质量的服务组合解方面具有良好的性能.     

面向装备制造行业的云制造服务需求与资源响应模型

针对制造服务资源在制造商搜索、获取、匹配、交易、使用过程中的多样性、动态性、离散性等特点,提出了一种云制造服务资源集聚机制与新的商业模式,建立了面向装备制造行业的云制造服务需求与资源响应模型,并采用直觉梯形模糊集匹配算法进行求解。通过某风电设备的云制造服务应用验证了该模型的可行性,研究成果为促进装备制造服务化发展提供了一种先进实用的方法和关键技术。     

非稳态云制造服务过程资源异常管理方法

为降低云制造服务过程中由于云制造资源动态变化导致的服务不确定性,构建了非稳态云制造服务过程管理框架,定义了云制造服务与云制造资源之间的关联约束关系,对云制造资源异常事件进行分类定义并建立了单源、多源制造资源异常事件的传播算法与响应机制,开发了非稳态云制造服务过程管控原型系统。在某钢琴制造企业样机试制云服务过程中进行了原型验证应用,结果表明,所提方法能够对影响服务时效的资源异常事件及时作出响应,具有较好的可行性。     

面向云计算环境任务调度的改进蚁群算法

云计算环境下的任务调度问题是一个NP完全问题,其目的是在各个处理节点上合理分配任务,优化调度策略以保证有效完成任务。以总任务完成时间最短和计算成本最低为优化目标,针对蚁群优化算法易陷入局部最优的缺陷,提出了一种求解该问题的改进蚁群算法。该算法将遗传算法的二点交叉算子融入到蚁群优化算法中,以提高蚁群优化算法的局部搜索能力。通过在云仿真平台Cloud Sim上进行仿真实验,结果表明改进蚁群算法缩短了总任务完成时间,降低了计算成本,从而证明了该算法能有效地解决云计算环境下的任务调度问题,并且其优化能力和收敛速度优于蚁群优化算法和改进离散粒子群算法。     

虚拟制造单元重构中资源选择问题研究

为了在保证交货期的前提下，尽可能有效地对制造资源进行优化组合，降低制造费用，提出了根据产品开发的需要进行单元重构。在产品多工艺路径的制造方式下，建立了以满足工件交货期为前提，制造费用最小化，利润最大化的资源选择与分配问题的数学模型，并给出了与传统资源选择方法完全不同的一种蚁群优化与遗传变异操作相结合的算法。该资源选择首先产生若干个多工艺路径中可能的资源配置，再以此为初始解空间，采用基于动态信息索更新策略的蚁群优化算法，进行寻优搜索，并应用遗传算法中的交叉和变异策略，拓展可行解空间，直至得到满意解。通过实例表明，蚁群遗传算法收敛速度快，并能得到最优解。     

制造资源云集成元建模及云Agent服务调度研究

针对云制造过程中的制造资源虚拟化问题,分析了制造资源的存在形态、构成及其属性,提出基于RFID技术与对象名解析服务的制造资源感知与追溯逻辑架构,以实现物理制造资源虚拟化;通过建立虚拟制造资源静态-动态集成元模型,为异构、动态的虚拟制造资源的重组和融合提供统一描述机制;在此基础上,将移动Agent和云服务发现机制相融合,提出云Agent（cloud  Agent）的概念,并基于资源中介的改进合同网机制,实现云制造服务自适应管理和调度;给出了面向复杂产品协同的制造资源云服务平台原型系统,并结合汽轮机制造服务协同应用案例,初步实现了制造资源虚拟化和服务部署。     

面向服务链构建的云制造资源集成共享技术研究

为实现时序约束关联任务驱动的云制造环境下面向服务链构建的制造资源集成共享,研究并提出一种能促进云制造环境下制造资源快速共享、广域集成和分散服务特点的服务过程模型,对基于语义本体的云制造任务与资源建模、基于Web服务资源框架的云制造资源的平台服务化封装方案、云制造任务分解与时序约束关联原子任务链构建技术,以及云制造资源服务链构建技术等关键问题进行了研究,有效解决了云制造环境下异构资源描述、虚拟化、检索匹配与服务组合问题,最后通过仿真算例对提出的云制造服务模式及技术方案进行了验证。     

基于禁忌制造特征动态调整的STEP-NC工艺路线蚁群优化方法

针对STEP-NC制造特征的加工工艺路线生成与优化问题,提出了一种以机床、夹具及刀具更换率最低为目标函数的禁忌制造特征动态更新的工艺路线蚁群优化方法。首先,根据加工工艺对制造特征进行分解,将工艺路线优化问题转化为对制造特征的排序;然后根据制造特征在加工过程中存在的加工遮挡关系以及刚性工艺性约束,提出禁忌制造特征动态更新的工艺路线生成方法;最后将禁忌制造特征动态更新方法与Ant-Cycle模型的蚁群算法相结合,求解制造特征工艺路线的优化问题。实例应用表明,提出的方法能较好解决加工工艺路线优化过程中的刚性约束处理问题。     

智能制造 调度为先——《制造系统智能调度方法与云服务》导读

随着越来越多小微型企业对制造车间“万物感知、万物互联、万物智能”的需求,结合大数据和云计算技术,针对制造资源和生产任务,构建多种制造类型下的调度算法库,提供智能调度方案,是实现制造系统高效运行的关键。为了探讨智能调度的原理、方法和云端化实现路径,笔者撰写了《制造系统智能调度方法与云服务》一书,全面介绍了制造系统中多种复杂调度问题,重点介绍了各类调度问题对应的调度方法,结合云服务框架介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度算法库及服务系统。本书为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。     

面向用户偏好的智能云服务平台研究

分析了云制造当前国内外研究现状,立足于云制造以用户为中心的核心思想,在云服务平台上,当用户需求不明确与面对云服务平台上海量服务云时,以用户对LED灯具的需求为例分析了面向产品全生命周期某个服务阶段和面向产品全生命周期服务链的个性化服务模式。提出了一种面向用户偏好的智能云服务平台体系架构,对实现面向用户偏好的个性化服务模式所涉及的关键技术进行了分析,为未来实现面向用户偏好的智能云服务平台提供了理论支撑。     

基于FAHP和改进蚁群算法的网络化制造资源链构建研究

网络化制造资源集成共享与优化配置主要包括协同制造总任务的分解、单任务驱动的制造资源的评价选择、时序约束关联单任务链驱动制造资源链的构建三个阶段。首先根据协同制造总任务分解的特点,提出了跨组织协同制造任务分解过程模型和相应的分解算法。然后提出了单任务约束驱动网络化制造资源评价指标体系与评价算法,在此基础上对单任务驱动检索的候选资源集,提出了基于改进蚁群算法的时序约束关联单任务链驱动网络化制造资源服务链构建模型与算法。最后通过仿真算例说明了研究成果的有效性。