面向汽车零部件产业链云服务平台的采购订单整合技术

针对汽车零部件产业链供应商企业群的订单整合集成问题,提出了面向云服务平台订单整合的技术方案.在抽象出订单整合多级映射关系的基础上,建立了多层级订单映射树模型.采用弹性化的动态可配置接口,构建出面向汽车零部件产业链云服务平台的映射规则库,将复杂映射转换为直接映射.运用订单映射树的层级关系,采用映射整合算法,将来自不同整车厂的大批量异构订单整合为供应商企业群所需的零部件生产计划集.结果表明,运用多层级订单映射树模型能支撑面向汽车零部件产业链云服务平台订单整合的扩展应用.     

华为云平台资源服务质量自动评价方法

现有评价方法中设置的指标过于单一，导致不同等级用户资源分配评价结果间的差异较小，针对这一问题提出全新的华为云平台资源服务质量自动化评价方法。该方法获取云平台资源服务能力映射规则，通过该规则表示资源服务能力的变化幅度；通过所选取的评价指标构建华为云平台资源服务质量模型；采用模糊物元法设计模型自动化评价功能，实现对华为云平台资源服务质量的自动化评价。通过实验验证方法灵敏性、矫正能力、稳定性，满足要求后检验其评价效果。该方法得到的质量评价结果有显著差异，可满足用户对于自动化评价方法的要求。     

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LG-MMAS算法的制造云服务优化组合研究

制造云服务组合是一种提高云制造资源利用率,实现制造资源增值的新技术,对云制造产业的快速发展具有重要的支撑作用。随着云制造技术的日益成熟,网络上出现了大量具有相同制造功能和不同服务质量的制造云服务,如何通过这些制造云服务构建出既能满足用户制造需求,又具有最优服务质量的组合服务是云制造领域面临的难题。针对这一问题,将协作学习、变异和精英保留机制引入最大最小蚁群算法,构造了具有学习和变异能力的最大最小蚁群算法,并使用该算法求解服务质量感知的制造云服务优化组合问题。仿真实验结果验证了算法的有效性。     

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.     

一种基于QoS参数映射的网格资源筛选方法

服务质量(QoS)和资源管理是服务网格中的两个研究焦点.研究如何建立一种基于应用QoS需求的网格资源筛选方法,在扩充已有调度模型的基础上利用模糊神经网络实现了不同层次QoS参数之间的映射,利用映射结果提出一种资源筛选算法.该方法能实现区分确保型服务(DG服务),能为网格应用寻找一个能满足需求的匹配.与所有提供区分确保型服务的网格系统一样,文中模型能显著提高网格系统的两个主要评价指标:资源利用率和服务拒绝率,同时只有较低的系统消耗.     

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。     

基于云环境下新产品开发团队优选研究

针对云环境下新产品开发团队优选问题,充分考虑团队的研发能力、协调能力和服务质量,建立了包含知识相似度评价模型、协同效应评价模型和服务质量评价模型的综合评价模型;对算法的适应度函数和搜索方式加以改进,提出了改进的人工蜂群算法,对所建立的模型进行求解,为服务需求方选择出最优团队组合;最后,以自动引导运输车（AGV）的新产品开发为例,通过模型求解和算法对比,验证了所提方法的可行性和有效性。     

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.     

具有QoS保障功能的服务网格资源映射策略

针对网格资源映射对用户的服务质量(QoS)偏好考虑不足的问题,对保障多维QoS的网格资源映射算法进行研究,从服务网格资源的多维QoS属性分析入手,在满足用户全局约束的前提下,根据服务中各子任务的QoS约束筛选出符合要求的网格资源,并给出合理的映射结果,提出一种网格资源映射算法——QoS-Sufferage算法。利用GridSim平台进行仿真比较,结果验证了算法的有效性。     

SDN云网平台的服务质量模型研究

基于SDN的云网平台逐渐得到广泛应用,云网平台所提供服务的质量评价也越来越受到关注。考虑了云网平台服务所具有的通用云服务和软件化的特点,从服务提供者和用户两个视角出发,对服务质量模型的设计进行了需求分析,并获得服务质量模型的分类维度;参考SQuaRE等国际标准,提出了云网平台服务质量模型QM-SDNCCP,并给出了度量元的计算方法,以达到描述并量化评价云网平台服务质量的目的;对QM-SDNCCP进行了信度分析,表明QM-SDNCCP模型的特性和子特性的设计具有可靠性和一致性。QM-SDNCCP可以应用在技术选型、验收、运维和服务使用阶段,为服务提供者和用户提供云网平台服务选择和质量改进的参考。     

基于大数据的农产品信息服务云平台设计

针对现有农产品信息服务存在的数据质量低、整合难、流通差等问题和大数据时代的工作要求,依托物联网、大数据、云计算等技术,设计一种基于大数据的农产品信息服务云平台.数据获取层主要利用物联网感知采集数据,在大数据中心完成数据转换、处理、分析,通过应用层可视化展示实现"4A"应用.平台进行云化管理,为不同参与主体提供按需服务,...     

企业云服务体系结构的参考模型与开发方法

服务与云计算范型的融合有助于大规模分布式软件的开发和应用,同时也为面向服务的软件工程带来了新的挑战。云计算的最大挑战是缺少事实上的标准或单一的体系结构方法,以满足企业将关键产品作为Internet上的云服务发布的应用需求。首先,针对企业云计算的业务特点,提出了一种企业云服务体系结构(Enterprise Cloud Service Architecture,ECSA)风格的通用和抽象参考模型,分析了该模型中的云服务、服务模式、服务消费者、管理、流程、质量属性、服务构件模型、服务匹配和交互模式匹配9个组件及其之间的关系,并讨论了它们中的角色。然后,提出了一个四阶段的ECSA迭代改进过程,该过程把云服务视为首要的类建模元素,通过解除云服务模型和来自目标构件配置之间的耦合,可实现相同云服务集的多种不同体系结构。最后,给出了一种基于该模型的期货程序化交易的私有云服务应用实例,用以展示该方法的可行性和有效性。     

基于均等化的企业服务选择方法研究

集群式供应链中,企业服务资源通过动态组合与匹配来应对快速多变的市场需求。然而,服务资源匹配的非均等化现象普遍存在,大量需求集中到少数服务资源上,不仅造成了服务资源整体利用率偏低,也降低了客户需求的满意度。因此,如何实现企业服务资源的均等化匹配,充分利用现有资源来提升效益,已经成为该领域亟需解决的问题。从两个方面进行了深入研究:首先根据企业服务的运行特征,设计了反映均等化状态的QoS评价模型;然后,构建了一个完整的均等化服务选择过程,通过调整QoS评价模型中的均等化系数,逐步消除服务匹配中的不均衡现象,从而实现客户所期望的均等化效果。实验结果表明,基于均等化的服务选择方法能够有效提升服务资源的利用率,降低需求完成的时间成本,具有可行性。     

Peer to peer trade in HTM5 meta model for agent oriented cloud robotic systems

Cloud computing is a methodology and not a technology. Adaptation of cloud computing services for robotic applications is relatively straightforward while adaptation of underlying ideas will require a new design attitude. Cloud computing is a cost-effective and dynamic business model. Currently cloud robotics is understood as a client server methodology which enables robots utilize resources and services placed at centralized servers. These cloud servers treat robots as any other client computer offering them platform, infrastructure, process or algorithm as a service. HTM5 is an OMG MDA based multi-view meta-model for agent oriented development of cloud robotic systems. HTM5 encourages design of peer-to-peer service ecosystems based on an open registry and matchmaking mechanism. In peer-to-peer cloud robotics, a robot can trade its hardware, software and functional resources as a service to other robots in the ecosystem. The peer-to-peer trade in such systems may be driven by contracts and relationships between its member agents. This article discusses trade-view model of HTM5 methodology and its use in developing a cloud robotic ecosystem that implements peer-to-peer, contract based economy. The article also presents a case study with experiments that implement distributed artificial intelligence and peer-to-peer service oriented trade on simulated and real robot colonies.     

Modeling of service agents for simulation in cloud manufacturing

Cloud Manufacturing is a paradigm of intelligent manufacturing system with information opening, resource sharing, and diversified services. In order to research the issues in cloud manufacturing, such as behaviors of a service provider and service consumer, matching of service, dynamic change of resource, verification of business model, scheduling of service and evolution of service network, cloud manufacturing simulation platform is widely applied. However, the method of simulation-based on agent or rule lacks to represent the characteristics of service in cloud manufacturing. This paper presents a method of integrating the service and agent to form a service agent. The service agent integrates intelligence to the service in cloud manufacturing so that it can trade autonomously and adapt itself to the environment. A simulation case of production takt is presented in the rear of the paper. It shows that the conceptual model of the service agent and the communication architecture of the service agent can build the service agent model, which can support the cloud manufacturing simulation platform.     

智能社区云服务平台及服务模式研究

为满足人们对家居系统智能化的要求,提出将云服务应用于智能家居系统,以实现智能家居物联网系统和外部云计算平台的对接,从而形成高度智能化的云枉区,最终达到一站式服务于用户的目的。文中结合云计算技术给出了一种云服务平台的构建方法,该方法可提供不同用户的多种云服务模式,达到用最少的资源提供最多的服务这一目标。     

Robot Cloud: Bridging the power of robotics and cloud computing

Cloud computing is shaping the cyber world and evolves as a key computing and service platform for sharing resources including platforms, software applications and everything in the form of services. This is known “X as a Service”. Although it brings our age unparalleled computing ability and economic benefits, the application of cloud computing is still limited currently in the cyberspace due to the cloud services can only reside in cloud instead of our daily life environment. In fact, there are still a plethora of physical position based on-site service demands that cloud computing could help little due to the “cyber limitation”. In this paper, we aim to integrate the cyber world and the physical world by bringing up the idea of “Robot Cloud” to bridge the power of robotics and cloud computing. To make it possible, we design a novel Robot Cloud stack to support our idea and adopt the service-oriented architecture (SOA) to make the functional modules in the Robot Cloud more flexible, extensible and reusable. Then we develop a prototype of Robot Cloud using the popular Google App Engine to demonstrate our design method. Finally, we conduct the simulation experiments with a “robot show” application scenario to evaluate our scheduling policy and identify the effect of different request distributions and robot center solutions.     

基于可信第三方实现多云平台的交互和选择

随着云计算商业模式的成功推进,形成了三大主流的云计算服务模式:平台即服务、软件即服务和基础架构即服务。传统行业的供应商纷纷加入云计算的队伍。但由于激烈的竞争环境,使得云计算的标准化道路举步维艰,致使跨平台的交互和移植难以实现。同时,由于对不同的云平台没有形成统一可信的评价标准,使得众多的平台服务让用户无从选择。本文通过具体分析各种应用场景对跨平台服务的需求,得出构建"跨平台即服务"模式的必要性和必然性,提出利用可信第三方来实现"跨平台即服务"模式,给出跨平台的数据交互和移植行为在可信第三方监控下的规范化流程,并提出以可信第三方为中心的云平台安全和信誉评价标准,为企业选择合适的云平台提供参考。