基于数据生成—消耗依赖的语义工作流并行化重构方法

业务过程模型的并行度是其质量的重要指标,并行度高的业务过程模型质量更好,运行效率更高。针对提高语义工作流质量的需求,以及现有业务过程模型并行化方法不能处理语义工作流中数据生成—消耗依赖、资源约束等问题,提出一种基于数据生成—消耗依赖的语义工作流并行化重构方法。首先,使用节点编号法和最近公共前驱法获取语义工作流的任务执行关系矩阵;然后,分析了任务节点间的数据生成—消耗依赖,获得数据依赖矩阵;接着,提出任务执行关系更新规则,结合数据依赖矩阵更新任务执行关系矩阵,得到基于数据依赖的任务执行关系矩阵;进一步,设计了兼顾资源约束的语义工作流重构算法以生成并行化后语义工作流;最后,提出一种语义工作流的并行度计算方法以评估并行化后语义工作流的并行程度,并开发了一个交互式的语义工作流并行化重构软件。仿真实验结果表明,所提算法提高了语义工作流的并行度,改善了语义工作流的质量,为提高基于语义工作流的业务过程运行效率提供了有效支持。     

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。     

基于产品结构的制造服务链构建研究

为提高面向服务架构下制造服务的查全率和查准率,提出了基于产品结构的制造服务链构建方法.首先分析了产品结构、制造任务和制造服务间的关系,给出了制造服务分类描述模型.该模型将制造服务分为产品型制造服务、部件型制造服务、零件型制造服务和工序型制造服务,同时描述了扩展后的制造服务链.简要叙述了基于产品结构分类描述模型下的制造任务与制造服务匹配与合成的过程.最后给出了制造服务平台原型和应用示例,并提出了进一步的研究工作.     

基于关系矩阵的工作流日志重复任务识别算法

针对传统工作流模型挖掘算法不考虑模型中重复任务的存在,导致挖掘出的模型精确度不高的问题,提出一种基于关系矩阵的重复任务识别方法。通过分析工作流执行日志得到所有事件的前驱后继关系,根据不同的模型结构进行事件重命名,再基于同类别重复事件之间的相似度对重复事件进行聚类得到最优识别结果。实验表明,该方法能正确有效地识别工作流日志中的重复任务,减少模型中的不可见任务,最终提高工作流模型挖掘方法的精确度和可理解性。     

基于大数据分析的变频器异常检测方法

变频器设备机理复杂、设备监测数据异常样本少,导致在实际应用中基于经验和基于模型的异常检测方法操作性难、常规的数据驱动方法可行性差。针对上述问题,结合密度峰值聚类与时序运行数据的转移特点,提出一种基于大数据分析的变频器异常检测方法。该方法首先通过密度峰值聚类将运行数据聚类,然后将时序过程数据在不同类簇间的动态变化规律用概率表示,并基于聚类结果和转移概率提出异常检测体系框架,最后通过异常案例验证该方法的有效性,表明该方法能够正确识别变频器异常行为。     

保护私有数据的云工作流调度方法

为解决云工作流中数据资源的私有性问题,提出一种保护私有数据的云工作流调度方法.针对云工作流中数据资源之间依赖关系和互斥关系并存的特点,提出扩展中国墙的云工作流私有性策略模型,对资源分配中的利益冲突问题进行精确描述;提出云工作流私有性策略描述语言,采用基于逻辑语言的分析方法,将策略形式化表达为一组逻辑规则集,通过对规则的逻辑推理可对策略的一致性进行分析和检验;基于上述策略模型和描述语言,提出保护私有资源的云工作流调度方法,并证明了该调度方法不会违背用户设定的数据资源私有性策略.     

面向服务的分布式工作流执行站点优化

针对现有模型分割方法在工作流执行效率、成本和可靠性等方面存在的不足,提出一种基于组织和资源服务约束的分布式工作流执行站点优化方法.通过扩展现有服务工作流网,增加协同组织服务、资源服务和角色三要素,以组合服务质量最优为目标,从全局和局部两个方面分别获得各局部流程最佳执行站点.最后,通过一个应用实例,验证了该方法的可用性,并对两种方法进行了对比.     

支持数据及人力资源绑定的业务过程建模语言

结合目前企业信息系统在工作流建模时对数据及人力资源管理上存在的实际需求,研究分析了各种常用的工作流建模语言在数据和人力资源管理上的优缺点,并基于JBoss业务过程定义语言扩展出一种支持数据及资源绑定的业务过程建模语言.该语言通过引入业务对象组、任务到业务对象组绑定等扩展标记,加强了传统JBoss业务过程定义语言的数据流调度控制精度、数据建模能力以及对外部数据和资源绑定能力,同时给出了基于WFD-nets的验证方法,以验证通过该语言建立的工作流模型的正确性.最后,基于所设计的语言建立了工作流管理系统,并在某企业得到了应用.     

基于蚁群算法的网络化制造资源服务链构建

为解决网络化制造跨企业资源服务链的构建问题,提出了基于时间最短、成本最低和时间成本综合最优的网络化制造资源服务链构建的数学模型,并设计了求解该模型的改进蚁群算法。改进后的蚁群算法通过引入自适应调整信息残留度和时变启发因子,提高了收敛速度和全局搜索能力。通过构造一个仿真网络化资源服务链算例,并根据数学模型,用改进的蚁群算法构建了分别基于时间最短、成本最低和时间成本综合最优的网络化制造资源服务组合。     

面向云制造的资源集群聚类方法研究

针对云制造平台海量多样的服务资源分类界限模糊的问题，分析了云服务和制造资源之间的关系，提出云制造下混合式资源服务聚集模型。此外，文章基于k-means聚类算法建立了聚类有效性评估函数；针对k-means聚类算法对初始聚簇中心敏感易陷入局部最优的缺点，引入蛙跳算法确定初始聚簇中心，利用反向解扩大初始蛙群的搜索范围，结合最优解均值改进族群最差蛙的优化，提高族群的信息共享能力，结合改进后的蛙跳算法和k-means迭代，提出一种基于蛙跳算法改进的k-means聚类算法。最后，以两种数据集和云平台上同类机床资源为例，验证了所提聚类算法的有效性和可行性。     

基于Petri网的制造资源调度工作流模型研究

制造资源调度涉及分布、离散、并发等数据和应用的共享,基于工作流活动和扩展的Petri网研究能适用于制造资源调度的工作流模型。在该模型中,为了表示伙伴企业间复杂的协作过程,在传统Petri网的基础上扩展了着色Petri网和赋时Petri网;为了建立制造资源公共数据中心,利用代理技术集成制造资源和封装原有系统;同时,为了表示制造资源调度过程,利用扩展Petri网配置资源,并建立了基于Petri网的工作流模型进行过程仿真。最后,通过基于可扩展标记语言的工作流过程定义,在公用对象请求调度程序体系结构框架下,以Java和动态服务网页等开发工具构建制造资源调度原型系统。该模型的研究和应用能提高联盟企业在异地协作环境下共享资源的效率,为企业间的协作提供可行的方法和理论。     

一种基于多目标协同策略的多学科集成设计数据流解耦方法及应用

为扩展传统工作流引擎的解耦能力,消除多学科设计过程中的数据流解耦,提出基于多目标协同的数据流解耦策略,并设计了数据流解耦器。为了提高集成设计软件和学科模型的可重用性,该方法从协同设计方法框架出发,对其建模过程进行了改进,在不改变各子学科设计模型的基础上,通过应用聚类方法对各学科设计结果进行分析,并增加了多目标满意度判断函数,以期获得合理的设计结果。通过在小型固体火箭总体设计中的应用,表明扩展后的数据流引擎能够实现多学科设计问题的过程解耦控制,并能够获得设计问题的全局可行较优解,从而弥补了传统工作流方法对多学科耦合设计过程管理的不足。     

基于运行规律和TICC算法的风电SCADA高维时序数据聚类方法

针对大型风力发电机组高维SCADA时序数据的工况识别问题,结合风电机组运行规律和TICC算法,提出一种自动分割聚类方法。从高维的SCADA数据中选取风速、转速和桨距角等少量特定参数作为初始分割聚类对象,分析特定参数的运行规律,确定风电机组理论的运行工况。选取一段特定参数的历史数据,利用TICC算法进行离线聚类分割,获得聚类的最优特征参数。将最优特征参数作为TICC算法的输入,对新的特定参数时间序列数据进行分类。最后根据特定参数时间序列的聚类结果,对未进行分割的SCADA时序数据进行聚类处理。选取某2.5 MW双馈风电机组的SCADA时间序列数据对方法进行验证,同时将所提出的方法与FCM算法、GMM算法、K-Means算法进行对比研究。实例验证和对比研究表明,所提的聚类方法充分融合理论知识和TICC算法的优点,可高效处理高维SCADA聚类分割问题,同时保证聚类结果与理论分析结果一致性。     

大功率电力机车异常运行数据的检测方法研究

为了保障大功率电力机车安全稳定的运行,提出一种基于聚类-规则的异常运行数据检测方法。利用聚类算法对异常运行数据进行聚类,然后根据聚类中心获得异常运行数据的检测规则库,并由此构建检测模型,同时利用BP算法对模型参数进行优化,最终获得准确的异常运行数据检测模型。     

再制造服务资源模块化方法及应用

为便于理解再制造服务并解决其服务资源充分、合理、高效利用问题,结合再制造和服务的特性,给出再制造服务的概念,并对其服务资源分类进行描述,提出一种多粒度再制造服务资源模块化组织模式及其模块化流程。针对再制造服务资源复杂多样、数量庞大导致匹配困难的问题,综合运用产品设计结构矩阵、耦合关联分析、遗传算法和模块度,构建了一种带供应商耦合约束遗传算法的再制造服务资源模块聚类优化模型,根据功能、空间、供应商等耦合特性,构建加权数值化设计结构矩阵,并进行初聚类,设计整数编码遗传算法,以再制造服务资源模块度和供应商耦合强度作为优化目标和约束对设计结构矩阵初聚类结果进行优化。通过应用实例验证了再制造服务资源模块聚类模型和求解方法的正确性和实用性。     

大数据背景下的云联盟数据资源服务组合模型

针对大数据背景下的云联盟数据资源多服务问题,提出基于Agent的云联盟数据资源服务体系结构,在分析云联盟数据资源服务特征及组合流程的基础上,从任务请求过量和强QoS约束两种组合情形出发,构建了云联盟数据资源服务组合模型,并采用量子多目标进化算法进行求解。通过仿真实验,证明了模型及算法的可行性与有效性。     

云制造服务平台中的制造任务分解模式优化

为解决云制造服务平台中制造任务分解与资源配置环节脱节的问题,提出一种基于聚类算法的任务分解优化方法。首先制定任务初步分解策略,将制造任务初步分解成不可再分的子任务;然后综合考虑任务间的相关性、任务—资源的匹配性和资源竞争性,制定任务粒度大小的设计原则,利用聚类算法将初步分解后得到的子任务进行重组,实现任务分解的优化。通过算例对该方法的可行性与有效性进行验证。该方法从增强方法的适用性与提高任务分解结果对资源的匹配性两方面实现了任务分解方法的优化,同时降低了任务后续处理环节中与资源匹配问题的复杂度,较好地解决了任务分解与资源配置环节脱节的问题。     

供需链组织设计中的优化算法

在基于协调决策中心供需链管理模式的基础上，本文讨论了代理能力需求和协调决策中心的优化设计问题，在代理能力需求设计问题上，从任务效率和任务性能两个角度，分别建立了PERT网络图最优工期模型和大线性规划模型，非线性规划模型求解中采用MFM算法，降低了计算量。在协调决策中心优化设计问题上，提出了协调作用的度量指标，建立了优化模型，针对协调决策中心组织上的非狡分类的特点，提出了一种改进的层次聚类算法，并通过随机试验，说明该算法在提高性能指标上较一般层次性聚类算法更优。     

基于扩展P/T_系统的工作流模型及执行算法研究

根据PetriNet理论提出了基于扩展P／T_系统的工作流模型及执行算法,并论证了保证工作流模型正确性的条件。该方法在模型的流关系上具有逻辑判断功能,使工作流执行中的控制关系通过资源携带的相关数据得以实现,解决了工作流中冲突关系的决策及处理发生权的判断问题,提高了工作流的性能。实例表明,该方法容易实现业务过程与系统模型的真实对应,具有直观、描述能力强、容易维护的优点,可保证系统具有良好的安全性、进展性等性能。     

工期确定及可变工期下的受限资源多项目调度建模

针对不确定性工期问题的研究方法无法正确和清晰地描述工序状态变化、只能近似求解的现象,提出一种扩展Petri网建模方法,对工期确定和可变工期受限资源多项目调度问题进行建模。该方法将托肯分为逻辑托肯与资源托肯,托肯的转移分别表示任务的执行和资源的分配。通过对库所和变迁的分类以及对库所的赋时,将库所分为活动库所、资源库所、等待库所和终极库所,将变迁分为协调变迁、资源调度变迁和资源释放变迁。等待库所和活动库所通过协调变迁连接反映任务之间的时序关系,通过资源库所、资源调度变迁与资源释放变迁,反映任务之间对资源的竞争、占用和释放。对于可变工期问题,通过增加库所和变迁种类以及修改变迁触发规则来描述实际系统。采用PSPLIBlibrary中的实例对提出的建模方法进行模型求解成功率分析、模型求解适应度能力分析和对比性实验分析表明,所提方法比其他方法具有更好的求解能力和表现,并通过一个实际工程应用求解验证了建模方法的有效性。