面向用户多品种定制的分布式供应链调度

针对云制造面向分布式供应链环境中的多品种定制问题,提出一种多目标生产运输优化调度模型和基于改进混合蛙跳算法的求解方法。该模型考虑供应链中的制造/供应两阶段,以及不同企业间的运输时间和成本,得到成本最小、时间最短、生产空闲率最小、订单延迟最小的调度方案。同时,该算法重新定义原有算法的核心操作算子以适应离散调度问题求解,并结合模拟退火和极值优化算法的特性,进一步改进离散域的混合蛙跳算法的局部搜索性能。通过项目调度标准测试集验证了该改进算法的性能,并以6个品种定制需求为案例,验证了所提模型与算法的有效性。     

复杂系统高效能仿真技术研究

首先给出了复杂系统高效能仿真技术的内涵和重要作用,并从复杂系统高端建模仿真及为海量用户按需提供云仿真服务两类应用需求的角度,讨论了发展复杂系统高效能仿真技术的技术需求及介绍了相关的国内外技术概况。接着,从高效能仿真建模技术、高效能仿真系统及支撑技术、高效能仿真应用工程技术等三个方面论述了当前复杂系统高效能仿真技术研究中值得关注的9类技术：1）复杂系统高效能仿真语言;2）复杂系统高效能仿真算法;3）高效能仿真系统体系结构;4）高效能仿真硬件优化技术;5）高效能仿真软件支撑技术;6）高效能云仿真技术;7）复杂系统高效能仿真系统VV＆A技术;8）海量数据管理技术;9）复杂系统仿真实验及结果分析与评估技术等技术,包括其研究内容和作者所在团队的研究成果与进一步的研究方向。最后给出几点结论与建议。     

工业环境下信息通信类技术赋能智能制造研究

新智能制造系统作为信息通信技术与工业技术深度融合的产物,为正在快速展开的新一轮工业革命提供了关键支撑;信息通信类技术的快速演进,赋予了新智能制造加速发展的潜力。本文梳理并提出了新智能制造系统的技术体系构成,重点从1类核心技术（工业互联网系统）、4类基础技术（工业大数据、人工智能（AI）、第五代移动通信（5G）、建模仿真/数字孪生）角度阐述了信息通信类赋能技术子体系的内涵及特征;在此基础上系统辨识了信息通信类技术赋能智能制造的纵向应用、横向应用、端到端应用等场景。研究认为,可重点设置先进网络技术、协同计算技术、工业知识推理技术等的科技项目,实施以5G应用与网络协同的研发与产业化、面向新一代AI技术的智能产品及智能互联产品的研发与产业化、自主可控建模仿真/数字孪生工具集及系统的研发与产业化为代表的产业发展内容,以基于5G+工业虚拟现实的工业设计、AI物联网工业平台、基于建模仿真/数字孪生技术的工业产品智能设计为代表的应用示范内容。为此建议,完善高效协同的新智能制造政策推进工作机制,加快建设互联互通标准群,以“产学研”协同方式推动产业链供应链发展,增强智能制造领域产业与教育深度融合。     

从计算机集成制造到“工业4.0”

首先,简要概括了现代制造模式产生的背景;回顾了现代制造模式的演变历程,以及制造业信息化发展进程;给出了对"工业4.0"的粗浅认识,以及中国航天科工集团公司的研究与应用进展。最后得出结论:"工业4.0"是在云计算、物联网/务联网、人工智能及大数据等信息通信技术快速发展推动下产生的,是继计算机集成制造、并行工程和敏捷制造之后一种新的智能制造模式。     

面向云制造的云仿真支撑框架及应用过程模型

针对云制造环境中的复杂应用对大规模仿真系统快速部署和构建、按需获取持续稳定仿真服务等的迫切需求,提出云仿真中的协同仿真支撑系统框架,特别是涵盖了建模、系统开发与构建、仿真运行、结果分析与评估等过程的16项核心服务,并攻克了云仿真资源管理关键技术;将上述支撑框架集成到FEDEP并对其加以局部调整,提出协同仿真应用过程模型以促进仿真应用过程自动化、仿真资源共享和敏捷使用、按需获取持续稳定仿真服务以及两种类型的高效协同。通过典型的应用案例,初步验证了云仿真环境中协同仿真支撑框架及应用过程模型的可行性和有效性。     

面向云制造的模型自动组合技术

云制造全生命周期活动中都涉及到基于模型的活动。在面向互联网的云环境下会积累大量的黑盒异构模型,传统的检索匹配方法已不能满足模型管理的需求,需要在海量模型的管理过程中,同时考虑模型的组合问题并确保模型组合以后时间动态特性的正确性。为此,在基于顶层建模理论的模型组合方法的基础之上,通过为模型交互情景的各个事件添加语义描述,并利用规划的方法排除组合过程中存在的冗余和互斥,实现模型动态行为的组合。应用示例表明,通过模型自动组合技术的引入,可以实现云制造在模型资源管理方面的高可扩展和按需组合。