云制造环境下基于QoS感知的云服务选择模型

为解决云制造环境下的服务选择问题,提出一种基于服务质量感知的云服务选择模型,建立了QoS信息感知和量化机制,针对不诚实评价问题提出信息校正方法,根据变精度粗糙集理论计算服务质量评价指标的权重,与用户设定的权重相结合,利用制造云服务选择算法取得服务质量综合性能排序。实验结果表明,该模型能够准确地为用户选择最佳服务。     

云制造服务的层次化可配置可信评价模型

为了解决云制造服务的信任评价问题,为云制造服务使用者提供服务选择的准则,并为平台运营者提供服务管理的方法,提出一种层次化可配置的可信评价模型。该模型将可信评价对象分为服务实例、服务产品和服务主体三个层次,结合不同类型云制造服务的特点,自底向上归约式地建立了包括通用评价指标和特有评价指标的可信评价指标术语库。依据所提方法,云制造服务平台运营者能够根据不同评价对象的层次、业务活动类型、资源类型等信息进行模型的配置。     

基于模糊层次分析法的云制造资源评价

云制造资源评价是云制造资源选择的重要依据之一。根据云制造需求方对云制造资源评价要求,分析云制造资源评价的指标体系,考虑定性指标和定量指标对资源选择的影响,建立云制造资源评价模型。在云制造资源评价模型基础上,对评价指标进行模糊量化,构建模糊矩阵,并应用模糊层次分析法对云制造资源建立权重集。根据权重集对云制造资源进行综合评价,根据评价结果可以选择最优云制造资源。结合评价实例,说明了该模型及算法的科学可行性。     

基于加权协同网络的制造服务组合方法

为解决复杂制造业务过程中的广泛存在的资源运输、信息传递和知识共享问题,保障任务的高效执行,将协同能力作为服务竞争力评估和选择的重要指标,提出基于加权协同网络的制造服务组合方法。根据云平台上服务交互合作大数据分析,运用社会关系强度计算衡量协同效应以构建加权协同网络。以最大化整体Qo S值和协同效应为目标,建立制造服务选择多目标优化模型。通过双向学习、最优种群更新和群体交互速度更新机制,构造改进的引力搜索算法(Gravitational search algorithm,GSA)对模型求解。通过智能汽车云制造仿真试验,验证了模型和算法的有效性,得到符合实际制造场景的最优服务方案。     

基于服务质量的云制造服务双向匹配模型

为解决云制造环境下服务提供方和需求方的按需互选问题,提出了基于服务质量的云服务双向匹配模型。针对云制造服务提供方与需求方给出的短语评价信息,采用云模型将其量化为可计算的数值。利用可变模糊识别方法进行多指标信息的综合满意度计算。以服务提供方和需求方双方服务质量满意度最大为优化求解目标,建立了多目标优化数学模型,并利用隶属度函数的加权和方法将其转化为单目标线性规划模型进行求解。实验结果表明,该模型能够准确地为用户选择双方都满意的最佳服务。     

多属性指标云制造资源的评价及选择

从企业对云制造资源的选择方面考虑,主要对企业云制造资源进行优选方面。以质量、成本、信誉等为指标,考虑在评价过程中定性指标不确定性和定量指标模糊性,构建企业制造资源选择评价模型。提出基于模糊多属性指标的制造资源的选择方法,基于理想点极差变换法对指标进行规范化,根据指标属性提出组合赋权法,并且引入相对优势度计算方法对指标综合属性值进行排序,为企业选择合适的制造资源。通过企业对管接头优选的应用,验证该评价模型和计算方法的可行性并对赋权方法进行了比较。     

面向云制造协同创新伙伴选择的多源异构VIKOR群决策方法

协同创新伙伴选择是云制造的关键环节。针对云制造中评价指标缺乏,信息来源多、结构形式异样,及其不可公度性等影响协同创新伙伴选择的问题,提出一种基于多源异构评价信息的VIKOR群决策方法。首先,从相容性、研发能力、技术方案和创新效果等维度构建了评价指标体系;其次,对数值、区间数和语言值等多源异构评价信息进行分类转换与处理;然后,综合运用BWM和信息熵进行主客观赋权,借助VIKOR方法对评价信息进行集结排序。最后,通过算例分析和敏感性分析,并与经典方法进行比较,证明了多源异构VIKOR群决策方法是一种有效的云制造协同创新伙伴选择方法。     

云制造环境下基于双层规划的资源优化配置方法

为解决云制造环境下的制造资源优化配置问题,在深入分析云制造的运行模式和制造资源配置过程的基础上,充分考虑云制造环境下制造服务过程中的不确定因素以及制造任务需求方和云制造服务平台运营方的利益,提出包括服务质量指标和柔性指标的云制造资源服务组合评价指标体系,建立了云制造环境下的制造资源优化配置双层规划模型,并采用改进的进化多目标优化算法对模型进行求解,实验结果表明了该模型和算法的可行性和有效性。     

云制造环境下人力资源供给的评价与选择

为解决云制造环境下人力资源需求方对人力资源的优选问题,提出一种基于人力资源综合服务能力的人力资源提供方选择方法。建立了供需双方在云平台上的描述模型和提供方服务能力的评价指标体系,综合考虑人力资源提供方的服务能力和人力资源需求方的需求偏好,结合变精度粗糙集理论和激励—惩罚函数,提出激变模型法计算提供方综合服务能力值。最后通过应用实例证明了该方法的有效性。     

云制造环境下技术资源需求的优选方法

为了解决云制造环境下技术资源提供方对需求方的选择问题，从提供方的角度提出一种对需求方的优选方法。首先建立了需求方的评价指标体系，采用变精度粗糙集模型求解评价指标的客观权重；其次，由五级标度赋值法计算评价指标的主观权重，进而获得评价指标同时具有主客观意义的综合权重；然后结合理想点法，对需求方进行评价，为提供方的选择提供依据；最后通过实例对该方法的有效性和实用性进行了说明。     

基于模板与全局信任度的云制造服务评价与选择方法

为实现云制造服务的智能选择与组合,阐述了云制造需求与云制造服务的匹配过程及云制造资源的特点,从云制造服务的分类、服务能力、服务负荷状态、服务接口规范和服务质量等方面对云制造服务与云制造服务组合模板进行了形式化描述,提出云制造模式下基于互评机制的云制造服务质量获取方法,建立了云制造服务信任度评价模型;建立了基于服务匹配度与全局信任度的综合优化模型,并运用遗传算法进行求解。通过算例及MATLAB仿真验证了所提方法的可行性。     

基于区块链的新型云制造服务选择方法

云制造模式下，随着海量制造资源的云化和用户需求的爆炸式增长，传统云制造平台在服务选择环节出现了计算能力不足、实时数据缺乏及数据安全难以保证等问题。为解决上述问题，提出一种基于区块链的新型云制造服务选择方法。该方法结合主客观权重分析技术设计分布式云制造服务选择模型，实现算力源的转移和去中心化，解决计算能力不足的问题；提出基于结果证明机制的双链区块链数据存储模型，保证云制造过程中不同时间段产生的合约数据和交付数据的实时性和安全性。实验结果表明，该方法能够同时提高云制造服务选择的速度和质量，并实现云制造数据实时且安全的存储，从而大幅提升生产制造效率。     

考虑用户偏好的外协云服务优选策略研究

为解决现有服务优选研究中不能很好地满足用户偏好这一问题,提出一种考虑用户偏好的云制造服务可靠度模型,并构建基于此模型的外协云服务优选新策略。首先对外协云服务可靠度评价指标体系进行了系统的阐述,给出可靠度模型所涉及的具体指标及其含义;然后在考虑用户偏好的基础上建立基于三角模糊数的偏好符合度求解模型;最后利用逼近理想值的方法求解候选服务的相对贴近度,加权求出最终的可靠度值为服务优选提供数据支撑。经实例验证表明,该优选策略能准确、高效地为用户优选出符合偏好的高质量外协云服务。     

面向网络协同制造的制造服务优化选择研究

为了更好地实现网络制造环境下制造资源共享与优化配置,提出了协同制造链的概念;详细分析了协同制造链构建过程中的制造服务优化选择问题,建立了其数学模型;并进一步针对该问题,给出了一个制造服务评价指标体系;在此基础上,设计了一个基于模糊层次分析法的制造服务优化选择算法;最后,通过实例验证了该算法的有效性。     

面向云制造的多供应商协同生产任务分配优化

针对云制造环境下制造资源生产能力约束导致的任务分配不合理问题,研究建立了一种任务分配优化模型并提出了求解算法。依据子任务订单量对多个供应商进行生产组合,继而提出质量相似度等概念及其相应的计算方法,建立评价指标体系,并在此基础上构建了面向云制造的多供应商协同生产任务分配优化模型;通过对模型特征的分析与把握,提出一种改进的多目标粒子群进化算法,求解模型得到最优组合以及组合量。最后,通过实例证明了该模型与算法的可行性和有效性。     

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PaaS平台中协同过程构建与定制方法

云制造服务体系为实现产业专业化分工和社会化协作,存在大量合作伙伴之间的协同过程。协同过程普遍呈现出参与者多、协同链长、灵活多变等特征,对过程建模、定制、构建与执行等协同技术提出了诸多挑战。为此提出云制造PaaS平台架构和基于云制造PaaS平台的协同过程构建与定制方法,并给出定制的验证算法。基于该平台,平台运营商首先定义元协同主体及特征,制造服务独立软件开发商在将制造服务交付到平台上的同时定义协同主体及特征,制造企业可以租赁平台上的制造服务,并定制特定协同主体和特征。通过实例分析证明,基于该平台和方法,可以支持云制造服务的开发者和企业方便地构建各种协同应用,应对云制造服务体系中的大规模业务协同需求。     

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。     

基于Multi-Agent的机床装备资源优化选择方法

针对云制造环境下机床装备资源数量大、服务制约因素多、组合优化选择困难等问题,首先建立机床装备资源匹配指标体系和包括服务时间(T)、服务成本(C)、服务质量(Q)、服务知识(K)、服务环境(E)、服务可靠性(R)、服务容错性(Ft)和综合满意度(Sa)八维目标分量的机床装备资源评价指标体系;结合Multi-Agent技术自主响应、智能交互的优势,提出一种基于Multi-Agent的机床装备资源优化选择模型,设计了该优选模型的求解方法并通过实验仿真验证了该方法的适用性和有效性。     

云制造环境下服务监管角色的评估与选择

为加强对云制造环境下服务模式的监管,在分析概括已有三类制造服务模式的基础上,从安全性的角度考虑,提出一种基于可信第三方监管的云制造服务模式,并针对第三方监管角色的评估与选择问题,从三个维度构建其可信评估指标体系,采用网络分析法进行计算。通过实例分析了云制造环境下可信第三方服务监管角色评估与选择的具体过程。