基于资源云端化的服务调度本体描述模型

在分析云制造资源虚拟化支持技术的基础上,探讨了制造资源融入平台的虚拟云端化的形式化描述方法;以云制造服务调度框架为依托,梳理了云制造服务调度的各类参与角色与完整运作流程,建立了云制造服务调度本体概要模型并基于OWL-S进行了模型刻画,规划了云制造服务调度作业的逻辑处理结构,分析了云服务调度知识库的知识规则分类组成,最后拟定了基于SOA架构的云制造服务调度平台的技术实现方案。     

基于区块链和边缘代理的电力资源动态监测调度系统

以电力系统内分布式电源的渗透率为出发点,提出了基于区块链和边缘计算的电力系统调度资源动态监测系统。分析了区块链中的区块结构以及边缘代理的基本模型,提出了基于区块链的能源互联网系统。针对电力调度资源监测进行建模,分析了包括风电、光伏、储能和需求响应等形式在内的调度资源模型,说明了可调度资源监视的基本内容。提出了基于区块链和边缘代理的调度资源监视系统架构,分析了系统的硬件结构,说明了数据对比分析流程,利用边缘代理进行数据资源监视。仿真结果表明,该系统在调度管理以及数据监视方面是有效性的。     

基于时窗的双资源约束车间调度研究

针对复杂制造环境下双资源约束作业车间调度问题,提出基于时窗调度策略的继承式遗传算法。该算法基于时窗交集充分利用数控设备加工时工人的时窗空隙;以信息素为载体传承父辈染色体种群的进化经验,并采用基于流量的改进伪随机比例转移规则和自适应云调整参数,生成分支种群;仿照动物的种群组织模式提出多种群King交叉进化模式,并针对双资源约束特点引入资源进化算子;基于被支配域的概念提出扇形分割的轮盘赌选择算子,以较小的计算复杂度选择非劣解集和较优个体。在采用马尔科夫链知识对整个算法的全局收敛性进行理论分析后,通过对随机算例仿真运算结果的统计分析,表明该算法虽然解分布均匀程度不甚理想,但算法搜索性能和收敛性较优。     

云制造环境下资源动态调度系统研究

云制造环境下资源动态调度是云制造中的关键技术之一。针对云制造环境下制造资源调度的特点和存在的问题,提出了基于资源负载均衡的动态调度策略,建立了以完成任务的总服务成本最小为优化目标的模型,并通过建立应用实例说明了该系统的实际应用过程。     

基于改进非支配排序的云模型进化多目标柔性作业车间调度

采用多目标进化算法研究柔性作业车间调度问题,目标是最小化最大完工时间、机器总负荷和最大机器负荷3个性能指标。针对NSGA-Ⅱ识别非支配个体较慢和个体比较次数较多的不足,设计一种基于预排序的快速非支配排序算法,快速识别非支配个体并淘汰被支配个体,提高非支配解集的构造效率;结合柔性作业车间调度问题的特点和进化算法的性能,引入云模型进化策略,提出一种基于非支配排序的云模型进化多目标柔性作业车间调度算法。运用云模型揭示模糊性和随机性的优良特性维护进化种群,提高非支配解分布的广度和均匀度。利用多指标加权灰靶决策模型选择最满意调度方案。使用基准实例进行测试并比较测试结果,验证了算法的可行性和有效性;利用提出算法确定了生产实际的最满意调度方案。     

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]基于可持续性的云制造多任务调度

为提高云制造调度过程的可持续性,研究基于可持续性的云制造多任务调度方法,基于面向服务架构理论分析了云制造多任务调度流程和可持续性框架。考虑经济、环境和社会因素,构建了基于可持续性的云制造多任务调度模型,设计了改进的遗传算法以有效解决调度模型的求解问题。通过将基于可持续性调度模型和基于满意度调度模型作对比模拟实验,观察可持续性对云制造多任务调度效果的影响。结果表明,从系统整体优化的角度,基于可持续性的调度模型,能够在不损失客户满意度的前提下,同时降低环境成本和设备闲置率,保障平台整体的可持续运行。     

基于深度学习算法的调度自动化云平台任务优化策略研究

分析了云平台任务调度的特点和目标,从任务调度算法入手,提出了基于改进粒子群算法的电力调度自动化系统的人工智能方法,开发了云计算操作的模型。基于该算法和物理模型的运行控制考虑了 QoS 要求和平台云居民的环境负载平衡,可以有效提高所提电力调度自动化系统的云平台任务调度的效率。以电力自动化云平台为分析对象,研究其架构,将修正的 PSO 算法与云资源调度模型的结构拓扑相结合,建立三级数据节点,给出了基于改进 PSO 的云平台调度模型,旨在提高云计算资源配置效率,改善云服务质量,解决电力调度自动化系统的任务调度问题。     

云制造环境下的资源调度研究综述

云制造环境下的资源调度是云制造服务中的重要组成部分,它对云制造服务的服务质量有直接影响。云制造环境下的资源调度是根据云资源池中资源的状态并结合智能算法给出最优云服务组合的过程。目前国内外关于云制造环境下的资源调度研究成果主要集中在云制造环境下的车间层资源调度,云制造环境下的资源搜索方法以及云制造环境下基于调度模型的智能算法应用。对目前云制造环境下的资源调度所取的成果进行了综述,同时对云制造环境下的资源调度发展趋势作了展望,为今后对云制造资源调度深入的研究奠定了一定的基础。     

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。     

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。     

有限超储契约下集群式供应链跨链采购决策模型及算法

集群式供应链作为一种以产业集群和多供应链相耦合的云制造服务平台,为不同异质供应链跨链间采购提供了实施条件.基于此,建立了集群式供应链无契约跨链采购模型,以及由此扩展而来的基于有限超储契约下集群式供应链跨链采购模型,并给出了相应的算法.研究对比发现,无契约非跨链采购模型下各参与方的采购成本最高,基于有限超储契约下的采购模式成本最少;并且市场需求对整个云制造系统采购成本有较为显著的影响,特别是采购商超储上限提高到一定程度时,系统各方采购批量、采购次数和采购成本基本维持稳定,证明了该云制造服务平台采购模式的有效性,以及现实的可操作性.     

基于Lenk方法的云制造栈模型探索

云制造是制造业在云计算支撑下的一种新的商务模式,其研究现处于探索和初步实践阶段。在Lenk方法基础上,从制造业信息化现状和发展需求出发,构建了商务云制造栈模型,其中包括资源即服务模型(Resource as a Service,Raa S)、基础设施即服务模型(Infrastructure as a Service,Iaa S)、平台即服务模型(Platform as a Service,Paa S)、软件即服务模型(Software as a Service,Saa S)及人力资源即服务模型(Human as a Service,Haa S)这五层结构,并对制造资源虚拟化、云端数据管理、制造资源调度以及云端信息安全等云制造关键技术进行了分析。在某集团信息化改造项目中,将该云制造栈模型运用到集团私有云的网络环境搭建中,并开发了基于Saa S的应用系统。     

基于子链的云制造资源计划与协调机制研究

针对目前制造行业资源或能力过剩与不足并存的问题,为方便企业对制造资源的整合和对可用资源进行合理有效的计划与管理,对云制造、云子链的概念及结构模型、云子链的评价与构造过程、云子链产能计算方法进行了研究,提出了从子链角度对云制造服务平台上的制造资源或服务能力进行计划的方法;并从子链多向协作角度,对子链之间的计划协商、进度反馈、冲突化解的机制进行了研究,提出了各层次子链落实与协调云制造资源计划的方法。研究结果表明,云子链的应用能够实现更精确合理地核算和计划制造资源,各层次子链之间的协调机制为后续计划的实施提供了理论方向性指导,对云子链整体制造资源进行计划和协调具有可行性和先进性。     

基于数字孪生的零件智能制造车间调度云平台

零件制造车间中工作要素路径的未知性、时间的不确定性,以及生产要素信息的孤立性,严重影响了车间调度的有效运行。基于数字孪生技术提出一种解决零件智能制造车间调度问题的新方法——调度云平台,构建了调度云平台的框架模型以及调度工作流程;搭建了调度云平台的全生命周期监控系统,监控产品的实时运行状态;基于全生命周期监控系统实时监控的数据,利用大数据分析技术对车间生产过程中多源动态扰动进行预测和诊断,在此基础上提前由调度云平台对动态扰动制定相应扰动策略;为阐述如何将所提模型落地,以某企业零件智能制造车间为例,对调度云平台模型进行应用验证,同时指出了基于数字孪生的零件智能制造车间未来的工作方向。     

自适应差分进化改进云资源调度

为了解决云制造资源调度与实际制造场景不符、易陷入局部最优和收敛速度过慢的问题,提出了一种基于自适应多目标差分进化的制造资源调度方法。该方法考虑了实际云制造平台资源调度特点,建立了一个具有时序约束及成本约束的多目标优化资源调度模型。针对云制造资源调度特点,对传统差分进化进行改进,提出自适应变异率和交叉率,实现了寻优过程中变异率与交叉率的动态调整,均衡了多目标差分进化全局搜索与局部搜索能力,提高了最优解搜索的精度与速度。实际算例证明了该方法的有效性和可行性。     

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。     

面向云制造服务的语义X列表知识表达与推理体系

为实现基于知识的云制造系统智能按需服务,结合X列表模型和本体、语义推理等语义Web技术,提出语义X列表模型;运用该模型分析云制造系统的本体要素概念、属性及要素之间的联系,建立包括需求任务、云资源、云服务和智能代理本体列表的面向云制造的语义X列表体系本体结构模型,提取并构建基于语义网规则语言的跨列表本体交互规则;设计面向云制造的语义X列表系统体系结构,利用接口与云制造系统的集成通信,将本体知识库、事实库与规则库封装进智能代理列表中进行按需服务组合推理;对具体的云制造任务实例建立了语义X列表模型和规则推理机制,通过推理实验验证了该体系方法的有效性和可扩展性。     

并行机作业车间等量分批多目标优化调度

为降低并行机作业车间等量分批多目标优化调度问题的复杂度,提高优化效率,提出了一种基于仿真技术和改进非支配排序遗传算法的分步优化方法.建立了一类以完工时间最短和总制造成本最低为优化目标的并行机作业车间等量分批多目标优化调度模型;将各产品进行等量分批,以Witness为仿真平台建立并行机作业车间等量分批生产仿真模型,通过组合仿真优化得到产品理想的等量分批方案,从而将原问题转化为并行机作业车间多目标优化调度问题;设计了一种改进的非支配排序遗传算法,对并行机作业车间多目标优化调度进行求解.通过算例分析验证了该方法的有效性.     

基于信息熵的制造系统复杂性测度及其在调度中的应用

制造系统的复杂性是指制造系统难以被理解、描述、预测和控制的状态。从信息论角度指出制造系统的复杂度是描述制造系统的状态所预期需要的信息量。将制造系统的复杂性描述为静态和动态两种形式:静态复杂性是描述制造系统在静止状态下各制造资源根据其调度方案所预期拥有的状态所需要的信息量,动态复杂性则指描述制造系统在运行过程中各资源的实际状态所需要的信息量。应用信息论中的信息熵理论研究制造系统的复杂性测度问题,分别建立了基于信息熵的静态和动态复杂性测度模型。将上述复杂性理论应用于调度研究,提出最大可行调度时限和调度依附度两个评价调度有效性的量化指标,为调度有效性的分析、评价及改善提供了重要工具。实例研究表明所提理论和方法的有效性。