基于业务流程的制造云服务组合模型

为了提高云制造系统中制造云服务的组合成功率,实现组合云服务与用户业务需求的准确匹配,在对制造云服务、流程节点任务、云服务的可组合性和流程匹配进行形式化描述的基础上,提出一种基于业务流程的制造云服务组合模型。该模型由业务流程引擎、业务流程、选择逻辑、评估逻辑、监控逻辑、知识库和原子云服务集构成,在功能匹配的基础上,对候选服务的可组合性进行检查,结合负载、服务质量(QoS)和业务流程信息,选择合适的云服务,并将其挂接在业务流程上实现制造云服务的组合。对制造云服务的组合流程进行了详细描述,并给出云服务组合的实现方法。实例分析表明,该模型能够有效地选择满足业务需求的云服务实体并进行组合,从而提高制造云服务的组合成功率,保障用户制造活动的顺利进行。     

基于改进北极熊算法的制造云服务组合优化

为了提高云制造环境下制造服务组合优化的效率,提出了一种基于改进北极熊算法的制造云服务组合优化方法。该方法对制造服务进行实数编码,并以服务功能和服务质量为评价指标,使用改进的北极熊算法对制造云服务组合优化问题进行求解,得到最优的服务组合方案。同时通过引入动态视野,对算法的局部搜索进行调整,并与遗传算法中的变异策略相结合,以提高求解多目标问题的效率,同时降低因初始参数影响而导致算法陷入局部最优的可能。算例分析表明,改进的北极熊算法在求解制造云服务组合优化问题上比原始北极熊算法、标准遗传算法、改进的灰狼优化算法和改进的粒子群优化算法具有更高的效率。     

云制造背景下的服务匹配算法

云制造背景下的服务匹配具有复杂性、海量性,因而需要高效的匹配算法来提高响应度。以往的基于本体的语义检索算法,往往只重视结果的查全率和查准率,不能有效满足云制造背景下的海量数据处理的效率要求。文中将基于语义距离的语义相似度算法应用到云制造背景下的服务匹配中,在满足查准率和查全率的同时,通过设置相应的过滤器,极大减少了不必要的匹配过程。实验结果表明本算法很好地满足了云制造背景下服务搜索的查全率和效率要求。     

云制造环境下基于关联度的资源组合方法

云制造环境中资源数量巨大,且广泛分布,对于业务过程而言,合理的资源组合可提高资源的选取效率以及利用率。以工作流模型为基础,根据资源之间的依赖关系构造关联度矩阵,进而采用键能算法对关联矩阵做二分变换,将依赖关系强的资源聚集到一起,形成若干个资源集。以产品设计、加工和组装为例,通过实验以及对资源选取效率的对比,验证该方法的有效性。     

云制造环境下面向多目标优化的虚拟资源调度研究

为解决云制造环境下虚拟资源调度存在的算法求解效率不高、模型建立缺乏考虑任务间关系约束和任务间及子任务间的物流时间及成本因素等不足,构建了兼顾交货期时间最小化、服务成本最低化、服务质量最优化为目标的多目标虚拟资源调度模型;采用一种基于项目阶段的双链编码方式进行编码,并提出自适应交叉与变异概率公式,以避免交叉、变异概率始终不变导致算法效率下降与过早收敛的问题;在此基础上利用基于项目阶段的多种交叉变异策略相结合的改进遗传算法进行求解,保证了算法的全局与局部搜索性能。实例结果表明,相比于传统的模型与算法,该模型适用性更强,改进的遗传算法在求解效率、准确度与稳定性方面均有较大提高。     

考虑执行可靠性的云制造服务组合算法

由于制造资源的调用与执行比计算资源要复杂得多,使得在云制造环境下的服务组合执行可靠性成为必须考虑的问题.为此,提出一种基于离散粒子群智能优化的、考虑执行可靠性的云制造服务组合算法.以概率密度函数描述服务可靠性,基于服务模型库动态生成云制造服务组合的工作流模型,基于语义实现服务匹配,通过离散变量粒子群优化算法计算出执行可靠性最优的云制造服务组合方案.最后以结构设计工作流模型为例,在不同服务实例规模、不同恶意服务占比情况下验证了其有效性和可靠性.实例结果表明,在恶意服务占比较高时,该算法仍能保持较高的服务执行可靠性.     

云制造服务组合研究综述

随着工业化的飞速发展,制造业作为推动工业化的主力军必须加快发展步伐,因此,一种新的面向服务的制造模式——云制造被提出.云制造旨在在分布式制造资源和能力之间进行共享和协作并与需求构成一种按需的资源分配和使用方式,在选取最优性能服务的同时将这些服务组合成一个满足用户需求的复合服务需要不断进行探索.云制造服务组合是一种典型的...     

面向云制造模式的制造资源协作支撑平台分析

随着产品复杂度的提高和更短的生产周期要求,单个制造企业资源和能力无法满足要求。应依托第三方制造资源协作平台,实现各企业分布式制造资源和服务的共享和协作。研究面向云制造模式的制造资源协作平台的架构、功能和运作机制,为构建制造云提供有效的基础设施解决方案。     

云制造环境下基于可信评价的云服务选择

针对云制造环境下因存在大量功能相同或相似的制造云服务而导致用户很难获得合适云服务的问题,提出了一种基于可信评价的制造云服务选择方法。对问题进行了抽象,将可靠性、可用性、时效性、价格和诚信度纳入可信特征集,并考虑评价时间、评价者的诚信度对可信值的影响,采用加权平均的方法计算制造云服务的整体可信度;在此基础上,综合考虑制造云服务的功能、任务负载、当前状态和物理距离等因素,通过匹配功能、任务负载和价格,并结合可信评价值来指导云服务的选择。仿真结果表明,所提方法能够有效地识别云制造环境下的制造云服务实体,可提高交易活动的成功率,满足用户的功能需求和非功能需求。     

基于语义的云制造服务描述

云制造是面向服务、基于知识的制造服务新模式。本文通过分析云制造中云资源的分类及特点,提出基于本体的云制造领域知识建模方法,并在此基础上构建基于OWL-S的扩展本体模型。在云制造服务平台下,为基于语义的服务发现匹配组合的实现奠定基础。     

Web服务平台下基于遗传算法的制造资源服务选择*

针对基于Web的制造资源服务平台中的制造资源服务选择优化问题,建立了制造资源的质量属性模型,提出了一种基于质量的遗传算法。该算法设计了一种资源—任务关系矩阵编码方式;选择、交叉、变异等遗传操作只对矩阵主对角线上的任务位进行;适应度函数的设计采用制造资源服务组合的质量属性来描述。应用MATLAB遗传算法工具箱编程验证了该算法的合理性和实用性。     

膜计算改进粒子群优化算法的云资源调度

云计算环境下的资源合理调度是当前的研究热点,针对粒子群优化算法的不足,引入膜计算理论,提出一种基于膜计算改进粒子群优化算法的云资源调度算法（PSO-MC）。对云资源调度问题进行分析,建立云资源调度的目标函数,受到膜计算的启发,将粒子放入膜中,主膜内粒子进行精细化局部寻优,辅助膜内的粒子进行全局搜索,通过膜区域之间信息传递搜索结果,找到云资源调度问题的最优解,在CloudSim平台对算法进行仿真实验。结果表明,PSO-MC算法减少了任务的平均完成时间,提高了任务处理的效率,使云计算资源调度更加合理。     

基于服务质量的云工作流调度优化算法

为满足云工作流实例的多样化需求,根据工作流的特点和云环境中资源部署结构,建立多服务质量指标的云工作流调度模型。对蚁群算法进行改进,解决其收敛速度慢、易陷入局部最优等缺点。利用用户对服务质量不同程度的偏好,引入云任务优先次序启发式规则,提出一种基于服务质量的云工作流调度算法(SPACO)。在Cloud Sim平台上,对云工作流调度模型和算法进行仿真分析,将仿真结果与基本蚁群算法(ACO)、改进的蚁群算法(PACO)进行比较,其结果表明该算法能缩短执行时间、降低能耗成本,验证了该模型的可行性和算法的有效性。     

基于遗传算法的云服务商伙伴选择问题研究

针对目前云计算市场如何选择合适的云服务商来组成动态联盟,以便更快更有效地满足终端客户的需求,实现云服务资源的优化配置.运用灰色关联综合评价模型确定云服务市场的优化指标,运用多目标优化模型定量分析和研究了云服务商的伙伴选择问题,选取在云计算市场提供计算服务、存储服务、软件服务的云服务商作为研究对象,提取成本、响应时间、服务质量作为研究优化指标;通过赋予相应的权重值,采用遗传算法对多目标规划化问题进行求解,寻找到符合各个云服务商利益的合作伙伴,最后通过算例证明该算法在解决最佳云服务商伙伴选择组合方面的合理性,验证了该模型及算法的有效性.     

云制造环境下基于双层规划的资源优化配置模型

为了解决云制造环境下制造资源的优化配置问题,综合考虑需求与服务双方以及云平台运营方的利益,提出了一种基于双层规划的资源优化配置模型。该模型以前景理论结合多约束多属性评价体系求解出的供需双方满意度作为上层规划的优化目标;以云平台资源利用率最大化为下层规划的优化目标;通过双层规划并采用改进的i-NSGA-II-JG算法对多目标制造资源配置问题进行求解。最后,通过算例仿真实验证明了该模型的可行性和优越性。     

一种支撑协同制造的动态群组命令传输算法

Internet是工业物联网重要网络载体之一,由于其时刻动态变化,使得在支撑群组控制命令传输时会造成路径失效过期,导致无法对分散在不同区域的生产设备实现协同制造。首先把Internet群组控制命令传输问题转换为带约束的动态多Steiner树问题（constrainted dynamic multi-Steiner trees,CDMST）,并提出一种动态遗传算法。该算法提出静态和动态两个维度混合搜索策略,当网络状态未发生变化时,执行静态搜索策略,静态搜索策略主要考虑缓解早熟现象。当网络状态发生变化时,执行动态搜索策略,动态搜索策略主要考虑提升收敛性及借鉴静态搜索策略缓解早熟现象。实验从群组命令传输成功率和收敛延时比验证该算法有效性、收敛性及全局搜索能力。     

基于云制造平台的云资源语义描述研究

为解决通过云制造平台实现资源描述的问题,采用分而治之的思想将云资源细分归类后进行分别描述,提出了一种基于云制造平台的“框架建立-框架获取-资源描述”三阶段的资源语义描述机制。针对web服务类云资源,建立了资源服务与服务请求的本体描述模型,在此基础上设计了服务发现算法。开发了云制造应用平台原型系统,验证了提出的资源描述与发现的方法。