云制造环境下加工服务双向匹配优选方法研究

论文摘要

云制造是当前国内外制造业信息化研究的重点方向之一。作为一种面向服务的新型网络化制造模式,云制造运用云计算、物联网、大数据等快速发展的信息技术,对闲置的各类制造资源进行集中管理、分配。云制造平台汇聚了大量特性各不相同的制造资源,同时,用户的个性化需求也在不断提高。在这种复杂环境下,如何从众多服务资源中选择合适的服务用于特定制造任务,成为了当前云制造研究的重点和热点。通过对当前云制造研究中关于云制造概念、服务优选策略、资源描述建模、服务组合优化算法等方面内容的详细调研,本文以提高服务提供方收益,从而提高云制造服务双方收益均衡性为目标,主要研究内容包括:1)提出了新的服务匹配模式(双向匹配模式)及其框架,针对该模式特点,采用博弈论思想建立了应对策略。该匹配模式一定程度上解决了单向匹配模式下服务双方收益不均衡的问题。2)结合机械加工服务特点,提出了服务双方的优化信息模型,为文中涉及个性化服务需求的服务组合优化提供了数学建模基础。同时,应用本体语义方法初步建立了服务双方信息关系模型,并采用protege软件生成了相关文件代码,为云制造服务虚拟化过程打下基础。3)基于双向匹配模式的思想建立了实现优化匹配过程的服务优选框架,提出了该模式下服务双方的评价指标模型以及多种服务组合方案下的服务双方目标函数模型。然后,基于人工蜂群算法进行改进,提出了解决该模式下优化问题的改进优化算法——双向博弈人工蜂群算法(bidirectional game artificial bee colony(BGABC)algorithm),该算法较好的克服了人工蜂群算法收敛速度慢以及容易导致局部最优的问题。并且通过加入交叉策略以及精炼均衡条件使算法能够获得双向匹配模式下的优化目标。4)设计了三种类型的仿真案例。通过与遗传算法和粒子群算法进行多情形、同条件对比,分析验证了所提BGABC算法的可行性。通过对比单向模式和双向模式下服务双方的收益变化情况,验证分析了双向模式在实现本文目标上的优越性。5)最后,依托于项目组开发成果——车削加工云服务平台,展示了原型系统的主要服务流程,实现了上述研究内容中的部分功能。在服务发现和匹配过程中,当前研究更多是趋向于追求服务需求方的利益目标,而忽略了服务提供方的利益。本文通过对优化匹配模式、服务模型和算法的研究,为云制造中的服务优化配置问题提供新的解决方案。

论文目录

文章来源

类型: 硕士论文

作者: 邱竞雄

导师: 郭亮

关键词: 云制造,双向匹配,服务组合,加工服务,人工蜂群算法

来源: 西南石油大学

年度: 2019

分类: 基础科学,信息科技,经济与管理科学

专业: 数学,自动化技术,工业经济

单位: 西南石油大学

基金: 国家自然科学基金项目——云制造服务平台运行过程控制理论及方法研究(No.51705438),国家科技支撑计划资助项目——流程驱动的飞机设计制造一体化创新研制技术研究与应用(No.2015BAF17B02),四川省教育厅自然科学基金——面向油气装备制造行业的云制造运行模式研究(No.16ZB0083)

分类号: F414;O225;TP18

DOI: 10.27420/d.cnki.gxsyc.2019.000633

总页数: 82

文件大小: 8115K

下载量: 37

相关论文文献

• [1].云制造供应链知识转移激励的演化博弈模型[J]. 中国机械工程 2020(06)
• [2].云制造---工业4.0时代制造业的新方向[J]. 智慧工厂 2020(Z1)
• [3].云制造资源文本信息的特征提取与关联分析方法[J]. 制造业自动化 2020(09)
• [4].云制造联盟——一种基于信息服务平台的新型制造业组织模式[J]. 科学管理研究 2018(06)
• [5].基于企业环保信誉评估的云制造系统[J]. 计算机技术与发展 2019(05)
• [6].分布式网络化云制造模式分析[J]. 现代制造工程 2017(11)
• [7].农机部件数字化新产品开发关键技术研究——基于云制造服务平台[J]. 农机化研究 2018(02)
• [8].云制造再探讨[J]. 中国机械工程 2018(18)
• [9].中小企业云制造服务平台的资源虚拟化实现[J]. 电子元器件与信息技术 2018(07)
• [10].3D打印云制造服务平台结构设计[J]. 内江科技 2017(10)
• [11].制造业将迎来“智慧云制造”时代[J]. 机床与液压 2016(22)
• [12].物联网与云制造技术的应用——以纺织服装业为例[J]. 技术与市场 2016(11)
• [13].面向机械制造的云制造服务平台关键技术研究[J]. 电脑知识与技术 2017(02)
• [14].模具云制造模式的构建研究[J]. 自动化与仪器仪表 2017(06)
• [15].云制造资源优化配置研究综述[J]. 制造技术与机床 2017(11)
• [16].云制造:服务型制造新模式[J]. 中国工业评论 2016(Z1)
• [17].智慧云制造:工业云的智造模式和手段[J]. 中国工业评论 2016(Z1)
• [18].航天科工:开创云制造时代[J]. 中国品牌 2016(06)
• [19].航天科工·云制造 探秘航天云网“发源地”[J]. 国资报告 2016(06)
• [20].工业大数据对智慧云制造的推动与创新[J]. 科技管理研究 2016(13)
• [21].云制造资源-任务多因素匹配度问题研究[J]. 组合机床与自动化加工技术 2016(08)
• [22].腾“云”驾“数”，突破机器与智慧的边界[J]. 创业邦 2020(08)
• [23].航天云网:努力打造云制造集群生态[J]. 太空探索 2018(07)
• [24].云制造小镇的穹顶之云[J]. 科学24小时 2016(Z1)
• [25].面向服务的云制造系统架构分析[J]. 重庆大学学报 2013(11)
• [26].异想天开Igor[J]. 少年文艺(南京) 2009(01)
• [27].考虑碳排放与定价的云制造供应链协调机制研究[J]. 工业工程与管理 2019(01)
• [28].非稳态云制造服务过程资源异常管理方法[J]. 中国机械工程 2018(10)
• [29].临安云制造小镇的发展路径及经验探索[J]. 智能城市 2018(13)
• [30].南通发展云制造初探[J]. 南通职业大学学报 2017(03)

标签：云制造论文;  双向匹配论文;  服务组合论文;  加工服务论文;  人工蜂群算法论文;