一种支持QoS的语义Web服务发现框架研究

随着Web服务的广泛使用,Web服务的发现机制显得尤为重要.现有的Web服务发现方法,因缺乏对服务质量(QoS)的描述而难以为用户选择最佳服务.主要提出一种考虑QoS的语义Web服务发现框架,采用分类和反馈机制,及相应的匹配级别和过滤机制,以便用户查找到与自己需求最接近的服务,提高服务的查找率.     

SWMRD:一个面向互联网的制造资源智能发现系统

为了对面向互联网这一海量资源库中提供准确的、自动的、智能的发现制造资源服务,提出一套基于语义网的制造资源智能发现方法.该方法以制造资源本体与知识一体化建模为基础,通过聚焦爬虫从互联网中获取制造资源信息,形成语义标注实例;建立多层次智能发现检索模型,实现制造资源的精确检索、模糊检索、语义检索以及智能推理功能.为直观表达查询语义结构与概念间的关联性,研制了图形化语义查询前端,并在此基础上开发并实现一套制造资源智能发现系统SWMRD.最后展示了系统实例.     

基于WSMO服务质量的语义Web服务发现框架

当前对Web服务进行语义描述最流行的两个框架是OWL-S和WSMO,但它们主要都是从服务功能的角度对服务进行描述,缺乏对服务质量的明确刻画,导致服务请求者难以得到最佳服务.针对此问题,对WSMO规范进行了扩展,定义了一个服务质量(QoS)的元模型--WSMO-QoS,给出了QoS的本体词汇.在此基础上提出了基于QoS的语义Web服务发现框架,并给出一个从基本描述、IOPE、QoS三个层次实现服务匹配的算法.最后,实验结果验证了该服务匹配算法的有效性.     

一种基于本体的Web服务发现框架

Web服务的大量涌现对服务发现提出了挑战。目前基于关键字和基于框架的服务发现机制,将查询结果通过一定的排序法则呈现在用户面前。但是这些发现方法查准率极其低下,已经不能很好地满足用户需要。在研究本体与Web服务的基础上．提出了一种基于本体的Web服务发现框架．该框架首先对用户的请求合约进行语义预处理．然后根据抽取的语义在服务库中发现适合Web服务,从而提高查准率。     

基于语义Web的网络化制造资源检索方法*

资源检索是网络化制造系统中的一个重点,也是一个难点问题。分析传统检索算法在制造资源检索方面的缺陷,提出一个基于语义Web资源检索方法模型。通过实例说明该模型的有效性、先进性。     

云制造环境下基于功能需求的资源发现方法

云制造环境中存在大量功能相同或相似的资源,使得用户很难获得符合需求的资源。针对这个关键问题,对云制造环境下基于功能需求的资源发现进行了研究,提出了一种云制造资源发现框架。首先对云制造资源进行形式化描述,并分别计算语义相似性,然后进行加权相似度计算,最后采用聚类技术,从功能相似角度对资源进行聚类预处理,从而降低资源查找空间,提高资源发现效率。通过实验验证了所提方法的有效性。     

基于Petri网的语义Web服务发现框架的研究

针对目前语义Web服务发现研究中存在的不足,提出一种基于Petri网的语义Web服务发现框架.该框架利用OWL-S本体提供的语义信息及Petir网在系统动态行为方面的验证功能,从服务注册中心发现用户所需的服务组合.Web服务的发现结果不仅满足用户的功能需求,而且保证无死锁并能够正确执行,提高了服务发现的准确性.最后通过实例分析验证了该服务发现框架的有效性.     

带Cache的语义Web服务发现研究

针对现有语义Web服务发现模型的查询效率较低的现状,提出了一种新的基于Cache的语义Web服务发现模型SWSDM-Cache.在模型中,对传统UDDI框架进行分布式扩展,语义Web服务按领域划分,存放在各自的领域UDDI库中.在发现过程中首先进行领域匹配,再进行Cache搜索.试验结果表明,该模型的服务发现效率较传统的策略有明显的提高.     

基于移动agent的语义Web服务发现模型

现有的语义Web服务发现机制还很难实现Web服务发布、发现的自动化、智能化,这严重影响了语义Web服务的质量(QoS)和满意度.因此提出了一种分布式UDDI网络环境下基于移动agent的语义Web服务发现模型,性能分析表明该模型具有较高的查全率和查准率,提高了Web服务发布,发现的自动化、智能化,缩短了查询时间,很大程度上满足了用户个性化服务需求.     

基于UDDI的Web服务发现研究

基于UDDI的Web服务发现机制仅提供了基于语法层关键字的匹配方法,缺乏语义推理的支持.在相关研究的基础之上,提出了一个基于UDDI的Web服务注册/发现方法,使得服务提供者可以发布OWL-S语言描述的服务,并发布到UDDI注册中心.在传统UDDI注册中心之外新建一层Sem-UDDI注册中心,使用Sem-UDDI注册中心来存储服务的语义信息和服务相关的分类属性,并由服务匹配引擎计算服务属性之间的语义相似度,从而支持基于语义的推理查询,增强了UDDI的语义Web服务发现的能力.     

网络化制造环境下多维度制造资源建模技术研究*

结合军工制造业资源数据描述规范,提出网络化制造环境下多维度制造资源建模方法。通过应用视图维制造资源刻画各应用系统的资源模型,并利用生命周期维制造资源实现企业制造资源信息统一表达框架的构建。为了支持企业间不同层次的合作需求,将企业内部离散的个体制造资源封装成能够反映企业制造能力的聚合粒度维制造资源。最后为了解决企业资源能力语义表达问题,将语义Web技术引入其中,研究基于本体论的多维度制造资源建模和语义化描述方法。     

基于WSRF的网络化制造资源Web服务封装的研究

提出了一种遵循WSRF技术规范的网络化制造资源封装机制,将制造资源封装成一个符合WS-Resource结构的网格服务,通过Web服务发布系统发布,屏蔽了资源的复杂性和异构性,有效地实现了制造资源的全局搜索和合理调度,使分布在不同地域、组织和系统的制造资源能够协同工作。最后,以设备资源为例验证了该技术方案的可行性和实用性。     

制造网格ASP模式的无缝资源发现结构研究

制造网格资源共享可归纳为资源提供与应用两方面,资源发现贯穿其中是其关键。从资源发现角度,从两个层面提出制造网格ASP模式的资源发现组成结构：在制造网格体系结构层面,提出以通用企业服务中心为核心的结构;在应用服务供应商的网络分布结构层面,提出了一种多层树型覆盖网络结构。两个层面相互支持,为资源发现提供无缝结构支持。该结构能实现分层检索、广域多点发现,并具有面向企业、面向应用等特性。基于上述结构,给出了资源发现并行算法及其性能分析,并用量化示例及其部分实现说明了该结构的有效性。     

Recent advances on key technologies for innovative manufacturing

Through the I*PROMS Network of Excellence which originated during the sixth Framework Programme of the European Commission, this paper introduces a European vision of the essential research areas to deliver future innovations in manufacturing. In particular, these areas are identified as Advanced Production Machines, Production Automation and Control, Innovative Design Technologies and Production Organisation and Management. Then, special attention is given to the main findings from the authors’ research programme since the start of I*PROMS in October 2004 for a number of technologies belonging to these four generic research streams.     

网络化制造资源垂直搜索引擎的研究与应用

着重研究了网络化制造资源垂直搜索系统的主题爬虫和中文分词技术。通过在主题爬虫中增加评价网页模块,优先爬行与主题相似度高的网页中的链接,提高了爬虫的工作效率。在对中文分词词典进行分层存储的基础上,通过一种改进的简洁的中文分词词典匹配算法,有效地改善了分词的速度与精度,并缩减了索引库,增强了用户的响应。     

考虑运输因素的网络化制造资源优化配置方法

针对网络化制造环境下制造资源的优化配置问题,为提高配置结果的实用性,在考虑加工时间和加工成本等因素的基础上,加入企业间运输时间和运输成本因素,建立了综合优化模型。采用带精英保留策略的遗传算法对该问题进行求解。通过实例验证了以上模型和求解算法。研究结果表明,考虑运输因素的网络化制造资源优化配置方法能够有效降低总运输成本和时间,配置方案更贴合实际。     

Studies on selecting partners of networked manufacturing based on ACO

The Microhabitat Ant Colony Optimization （MACO） algorithm is built up, which uses experience information and heuristic information with time parameters when positive feeds back. MACO combines Microhabitat Information Difference when local being optimized, without running into the precocity of Genetic Algorithms and the stagnation of the basic Ant Colony Optimization. The problem about selecting partners of the networked manufacturing enterprises dynamic alliance being the multi-objective optimizing differs from Traveling Salesman Problem （TSP）. The target function of optimizing selecting is created. The problem of multi-objective optimizing about the selecting partners is solved with MACO, and the optimized answer is achieved.     

重型机械行业网格体系结构及关键技术

针对重型机械行业中数据密集、异构,计算密集,资源分散等问题,面向重型机械行业的网格（Heavy Mechanical Industry Grid,HMG）平台是基于网格技术,以“服务”为中心,构建从信息获取、集成、处理到应用的完整的7层体系结构．结合行业应用需求,着重研究资源管理和交易、服务链等关键技术,实现重型机械领域的资源共享和信息服务．     

大数据环境下制造业关键技术分析

随着制造业与物联网、云计算、互联网等信息技术的融合与发展,制造业已进入了大数据时代,在大数据环境下,制造技术将发生巨大的进步与改革。从大数据下的制造业数据特点出发,勾画了制造业的大数据技术架构,并重点分析了大数据下制造业的五大关键技术,即数据集成技术、数据存储技术、数据处理技术、数据分析技术以及数据展现技术,为制造业大数据的发展提供参考。     

星地WiFi关键技术研究综述

低地球轨道(Low Earth Orbit,LEO)卫星到地面之间的无线保真(Wireless Fidelity,WiFi)通信系统当前已经获得了广泛关注,针对LEO卫星信道的高误码、长时延等特点,文章总结并提出了采用帧的分片与聚合、选择重传与块确认、插入导频等方法对802.11g进行改进,这些方法的研究总结对LEO星地WiFi的实现具有重要意义。