一种SOA云服务平台架构研究与应用

在完美SOA分布式系统架构平台基础上,面向服务进行云架构模式的分析,建立以云端用户、云服务平台中心和云服务提供者构成的云架构模式,实现SOA云平台体系架构,将云服务提供者分成云服务接口层、云服务调度管理层、云计算服务层和云物理服务层。经过改进提高了云平台的服务能力和执行效率,并给出了提高该云平台调度效率的调度算法。通过数字校园云进行了云平台实例演示,显示了SOA云服务平台的架构和调度算法的快速服务响应能力。     

制造资源耦合映射与模糊匹配技术研究

针对云制造中云制造服务资源匹配映射多种模式并存,云制造服务资源与云制造资源需求间相互影响且映射关系复杂,导致缺少有效云制造服务资源匹配方法.在综合考虑云制造资源需求间相互影响的基础上,提出了云制造服务资源匹配模型,利用模糊积分度量用户云制造资源需求与云制造服务资源间的匹配程度,提出了基于模糊积分的云制造服务资源匹配方法.通过基于模糊积分的云制造服务资源匹配方法,计算获得云制造服务资源对云制造资源需求的匹配度,为制造云中的终端用户提供按需、自助、敏捷的云制造服务资源智能匹配技术.最后,以中小模具企业云制造平台某型号多工位级进模具排样图设计应用为实例,证明了文中方法在工程应用中的正确性与高效性.     

基于SOA的策略服务平台设计与实现

本文通过分析现有基于策略的网络管理系统架构,结合SOA思想设计并实现基于SOA的策略服务平台,并将该平台应用到基于策略的异构网络管理系统中,为其提供策略服务,实现了对异构网络资源的高效自治管理。     

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。     

基于自适应粒子群算法的制造云服务组合研究

针对云制造系统中制造云服务组合的多目标规划问题,研究建立了问题模型并提出了求解方法。首先引入了网格制造模式的制造资源服务组合技术,探讨并描述了云制造模式中基于服务质量（QoS）的制造云服务组合过程;接着通过分析云制造模式下制造云服务的特征并基于制造领域知识,研究定义了制造云服务的八维QoS评估标准及计算表达式,推导出制造组合云服务的QoS表达,进而建立了制造云服务组合的多目标规划问题模型。最终设计了自适应粒子群算法来解决该多目标规划问题。仿真实验表明,该算法能有效并高效地解决该问题,且求解效率优于传统粒子群算法。     

油田企业集成服务云平台微服务架构探索

为了解决应用系统紧耦合、信息孤岛等问题,胜利油田开展了勘探开发集成服务云平台的建设工作,其主要架构就是基于SOA的服务集成与应用。随着云计算的发展,传统SOA存在服务粒度大、耦合度高,服务是集中管控,不易于扩充和弹性部署,因此需要将云平台架构从传统SOA到微服务转移。本文就针对油田企业集成服务云平台的微服务架构实现进行初步的探索,将平台目前的公共服务修改为微服务模式对外提供服务,通过容器进行部署和发布。     

面向汽车产业链的云服务平台数据交换研究

针对汽车产业链大规模企业群的多源异构数据交换需求,提出了基于第三方云服务平台的数据交换解决方案。在分析数据交换交互关系的基础上,构建了一套通用的第三方 Web 服务数据交换授权认证机制。为解决数据交换内容动态可变的难题,设计了一套柔性化、动态可配置的数据交换规则框架。通过分析数据交换状态转移模型,研究了云服务平台与整车制造企业的数据交换过程体系。分析了交换过程的数据同步性与一致性问题,并采用算法给出了级联耦合关系数据实体的处理方式,保障了关联数据交换的完整性。应用表明研究成果解决了云服务平台与多源异构数据源的数据交换问题,支撑了汽车产业链大规模企业群的多业务协同信息交互。     

基于包容矩形的优化排样算法及实现

毛坯优化排样问题是CAD技术结合冲模设计领域的一大课题。论文在多边形顶点算法的基础上,提出了基于包容矩形的优化排样算法。该算法只需在初始毛坯图的包容矩形内进行计算,即可得到排样的步距、料宽等关键参数;在预排样时不用进行传统排样算法所作的等距放大处理,避免了由此引起的图形自交干涉和排样误差增大的问题。并且在Inventor9平台上运用VisualC++对该算法予以实现,开发出效率高、实用性强、运行可靠的冲裁模智能排样系统。     

SOA关键型系统QoS可感知的服务动态实时组合策略

针对运行于开放、不确定环境下SOA架构的多使命复杂关键型系统,提出了一个QoS可感知的服务动态组合体系结构及启发式服务实时组合算法,用于满足具有严格QoS限制的复杂用户需求。利用所提出的体系结构可以在线执行服务组合,大大提高了SOA关键型系统的灵活性。通过启发式算法解决了以往服务组合算法时间复杂度的NP难题,最后通过一组实验证明该启发式算法的实时性和具体优化结果。     

团购模式下云制造服务资源组合优化模型与算法

在云制造服务环境中,为了进一步降低需求者的服务成本,提出了一种团购模式下云制造服务资源组合优化模型与算法。在云制造平台发展的初期阶段,以服务需求者的视角分析云制造服务资源组合优化管理问题,通过团购模式研究了资源组合优化模型与算法,模型中考虑团购定价、团购信任度等关键影响因素,对云制造资源组合优化进行综合决策;设计改进的遗传算法进行模型求解,进一步对团购模式下云制造服务资源组合模型进行仿真分析。通过不同规模问题的仿真实验验证了模型与算法的有效性和可行性,仿真结果表明,在团购规模逐渐增大的情况下,团购模式比个体模式更具有成本优势。