基于i-NSGA-Ⅱ-JG算法的云制造资源服务组合优选

针对云制造环境下资源服务组合优选问题,建立了以服务需求方约束和资源提供方约束为基础的双方约束模型;提出一种具有继承性和跳跃基因的带精英策略的快速非支配排序遗传算法对所建模型进行求解,为服务需求方找到一系列优选服务组合;构建了云制造服务质量计算模型对优选服务组合进行综合评估,选出最优资源服务组合和备选方案资源服务组合。通过算法测试表明了改进算法的有效性、普适性和高效性,通过算例论证表明了所提方法的可行性、稳定性和优越性。     

基于MapReduce和多目标蚁群算法的制造云服务动态选择算法

基于云计算技术和云服务技术研究了云服务的动态选择问题,给出了云制造服务层次化模型,提出了一种基于MapReduce和多目标蚁群算法的制造云服务动态选择算法(CSSMA)。依据CSSMA设计了多目标蚁群算法、Map函数、Reduce函数和优化策略等,并将其分布式并行运行于制造云平台中。仿真实验结果表明:CSSMA具备良好的处理大规模问题的能力,适用于制造云服务动态选择问题的求解。     

基于层次化的云制造服务组合研究

针对云制造环境下,因忽略制造过程层次化特性导致组合服务路径存在服务质量瓶颈及整体服务质量计算偏差的问题,建立了新的问题模型并提出了求解算法。首先通过分析制造任务的层次化特性,构建了层次化的云制造服务组合模型。继而使用模拟退火算法求解该模型,为提高算法的效率利用子路径的服务质量约束设计了提前剪枝策略。仿真实验证明了模型的正确性和算法的有效性。     

云制造特征及云服务组合关键问题研究

为实现基于知识的制造资源和制造能力的共享与协同,实现云制造系统中资源服务的增值和增效,在分析云制造典型特征后,对云制造中的资源、制造云服务、制造云的关系进行了阐述.在此基础上,设计了制造云服务管理原型系统功能结构,对基于云制造全生命周期运行的云服务组合需求进行r阐述.对云服务组合建模/描述和一致件检查、云服务关联关系、云服务组合柔性、组合网络及其动力学特性、云服务组合建模与评估、组合优选等实现云服务组合的关键问题进行了研究,为未来实现高效智能化的云制造服务管理提供理论支持.     

基于NSGA-Ⅱ和TOPSIS算法的云制造服务组合优选模型

云制造是一种面向服务的、高效率低能耗的先进智能制造模式,而云制造服务组合是促进云制造发展和实现资源增值的一项关键技术.以往的服务组合模型研究多关注时间、成本、质量等等,较少考虑云制造平台的能耗和服务满意度问题.考虑上述情况,提出一种新的评价模型,并采用带精英策略的非劣解排序遗传算法(NSGA-Ⅱ)求解该模型.对于NSG...     

基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化研究

为了提高云制造服务组合寻优质量,提出一种基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化方法。首先改进支配强度的概念来快速确定非支配解集中个体的优劣,然后对NSGA-Ⅱ算法应用不同的局部搜索策略,在算法前期加强对优秀个体的搜索以加速收敛,算法后期对稀疏个体融合邻域搜索与模拟退火算法来增加种群的多样性。最后结合企业实际案例,验证了优选模型的有效性和算法的可行性。     

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.     

基于可靠性可信性分析的云制造服务组合优化

针对不稳定的制造实体可靠性和服务信誉给新时代制造带来的影响,分析了云制造服务可靠性和可信性,将服务可靠度和可信度、组合复杂度和协同度与执行时间和费用相结合,构建了一种新的服务质量(QoS)评价模型;并通过加权相对偏差评价服务组合性能,提出一种熵增强粒子群优化算法(EEPSO),再引入正态云以提高算法前期全局搜索能力和后...     

基于扩展进程代数的云制造服务组合建模与QoS评价

为解决云制造服务组合建模与形式化验证问题,在Web服务编制演算的基础上提出一种扩展了服务质量信息的进程代数XPC4CMSC,给出了XPC4CMSC的语法、操作语义,建立了顺序组合、并发组合、选择组合的活动图与XPC4CMSC描述模型,计算了三种服务组合执行的响应时间、执行费用、可靠性、可用性、物流时间和物流费用。给出了服务质量评价算法与服务组合的形式化验证方案,通过一个柔性多车间调度问题展示了该方案的执行过程。示例研究表明,基于XPC4CMSC的云制造服务组合建模及形式化验证方案是可行的。     

云制造服务场景下基于QoS值的改进PBFT算法

区块链技术为云制造服务场景下建立供需方信任桥梁的有效工具,共识算法是区块链的核心技术,鉴于现有共识算法存在消耗大、延时高等缺点,提出一种基于服务质量(QoS)值的改进实用拜占庭容错(PBFT)算法。首先根据QoS值筛选共识节点,然后将PBFT算法的三阶段协议优化为二阶段协议,从而在满足安全性的前提下提高通信效率。通过一系列理论和实验分析证明了所提算法的有效性。     

制造云服务组合的自适应异常处理框架

针对云制造环境下服务组合的自适应异常处理问题,从环境感知的角度对导致制造云服务组合QoS变化的异常情况进行了分析,并提出了相应的自适应调整机制,在此基础上构建了一种制造云服务组合的自适应异常处理框架。该框架能够自动地产生与需求相匹配的异常恢复策略,并将用户的不同异常恢复请求与制造云服务组合相结合。最后,提出了一个云服务组合实例来证明该框架的可行性。     

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。     

面向多任务的制造云服务组合

针对云制造系统中面向多任务的制造云服务组合问题,研究建立了问题模型并提出了求解算法.以面向单任务的制造服务组合方法为基础,融入多任务多联盟生成问题的相关假设和基本原则,建立了基于服务质量的多任务云服务组合模型.继而基于对该模型特征的分析与把握,提出基于矩阵实数编码的改进遗传算法.该算法设计了与矩阵实数编码相适应的行交叉/变异、列交叉/变异和点交叉/变异算子;同时基于对问题模型相关约束的考虑,设计了合法性修复策略.仿真实验表明,该算法能有效并以较高效率求解面向多任务的制造云服务组合问题.     

基于双层规划的云制造资源服务组合

为解决云制造环境下制造资源组合优选问题,构建了面向资源供应方、服务需求方以及云制造平台运营方三方利益的制造资源服务组合双层规划模型.该模型利用前景理论,建立了以时间、成本、交付物质量等为约束条件,服务质量为目标函数的上层规划模型,以及以资源供应方剩余负载为约束条件,资源利用率为目标函数的下层规划模型.最后,采用云遗传算...     

云制造环境下并行频繁模式增长算法优化

针对云制造环境下的海量数据挖掘,分析了现有并行频繁模式增长算法的实现和不足。研究了利用键值存储系统对其中的计数和分组部分进行优化。利用键值型数据库存储简单、自动增长且有序的方式,将计数和分组的信息存储在了键值型数据库上。通过减少对分布式文件系统的读写,并将计数过程和排序过程并行化执行,优化后的算法减小了存储节点的网络及内存开销。在真实数据集上,通过实验对比了优化前后算法的性能以及对于文件系统I/O的开销。     

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。     

制造云服务智能搜索与匹配方法

为高效地从已发布的制造云服务中搜索到满足要求的服务,实现与请求服务的准确匹配,在对制造云服务进行形式化描述的基础上,提出一种智能化的制造云服务搜索与匹配方法。该方法主要包括两部分：根据服务的类型和状态信息,快速过滤发布端服务,得到初步的候选服务集合;通过对请求端与发布端服务进行功能属性、非功能属性匹配,从候选服务集合中筛选出具有最高匹配度的制造云服务。实例分析和比较研究说明,相对于已有的服务匹配方法,该方法可行有效,不仅能实现制造云服务的高效搜索与准确匹配,而且对推动云制造技术的发展与应用具有重要意义。     

基于场景识别的云制造服务推荐

为了更好地挖掘和组织云制造服务系统中的服务组合场景信息,并据此建立高效的服务推荐算法以辅助用户创建服务组合,提出基于场景识别的云制造服务推荐模型。模型首先对原始服务组合描述进行功能信息重构;然后基于得到的场景综合描述对服务组合进行应用场景聚类,并为各场景建立加权服务库;最后通过识别用户需求的场景类别,借助各场景加权服务库进行服务推荐。通过实际数据集上的实验结果证明,该方法在推荐效果上有很大提升。     

基于SLA的中小企业云制造服务平台

为保障云制造服务平台的质量,在中小企业云制造服务平台基础上,对服务等级协议(SLA)的签署流程、云制造SLA的协商模版以及基于SLA的平台性能管理进行了研究.提出了SLA、云制造SLA签署流程,并基于云制造理论给出了云制造的服务质量(Quality of Service,QoS)属性及量化计算公式,为用户请求的服务选择一个适合度最高的物理服务.构建的基于SLA的中小企业云制造服务平台对推动工业化和信息化的融合发展、提高中小企业综合竞争能力具有参考价值.