云制造环境中信息不完全的合作伙伴选择

针对云制造环境中合作伙伴选择信息不完全、动态多属性问题,提出一种基于广义优序法的合作伙伴选择模型。首先,针对不同的数据采用不同的方式将其量化为广义优序数,把伙伴企业选择问题转化为广义优序数矩阵问题,并给出了基于灰色关联法的属性变权计算方法和具有惩罚机制的时序权重确定方法。随后,通过综合广义优序数对候选企业进行排序选择。最后,通过实验仿真验证该模型是可行的和有效的。     

考虑主体心理的云制造服务双层规划选择

为了使云制造服务匹配达到供需双方都满意,在考虑双方利益的情况下,结合主体心理构建了一个云制造服务选择双层规划模型。针对决策主体对服务质量“收益”和“损失”的不同心理,以需求方对组合服务心理满意度作为上层规划的优化目标,把服务供给方对需求方心理满意度作为下层规划的优化目标。最后,采用改进的反弹自适应粒子群算法求解该模型,挑选出供需双方都满意的组合服务。实验仿真结果也表明了该模型的合理性和有效性。     

考虑主体心理预期的云制造资源双边匹配机制

云制造的实践创新和相关机制研究是近几年供应链和制造领域研究的热点问题.研究云制造平台上的碎片化资源匹配问题,以探索物联网环境下提高企业资源配置效率的方法.基于前景理论,通过多属性评价,计算出资源供求双方之间的满意度,据此确定匹配主体的偏好序.以偏好序作为匹配依据,设计在考虑匹配数量的前提下,求解稳定匹配方案的“多对多”匹配算法,并论证匹配结果对于匹配优先方的Pareto最优性.最后,通过算例验证了整个匹配机制的可行性和有效性.     

云制造环境下基于可信评价的云服务选择

针对云制造环境下因存在大量功能相同或相似的制造云服务而导致用户很难获得合适云服务的问题,提出了一种基于可信评价的制造云服务选择方法。对问题进行了抽象,将可靠性、可用性、时效性、价格和诚信度纳入可信特征集,并考虑评价时间、评价者的诚信度对可信值的影响,采用加权平均的方法计算制造云服务的整体可信度;在此基础上,综合考虑制造云服务的功能、任务负载、当前状态和物理距离等因素,通过匹配功能、任务负载和价格,并结合可信评价值来指导云服务的选择。仿真结果表明,所提方法能够有效地识别云制造环境下的制造云服务实体,可提高交易活动的成功率,满足用户的功能需求和非功能需求。     

云制造环境下个性化产品配置研究

在分析了云制造环境下的产品配置典型过程的基础上,总结了云制造环境下参与 者及制造资源组织的特点,包括产品配置过程需要兼顾不同参与方的利益,以及在产品配置求 解过程中需要覆盖不同制造服务实例的差异化属性的基础,提出了面向云制造的个性化产品配 置技术框架,阐述了面向产品配置的云服务模型、基于关联规则挖掘的产品初步配置以及基于 蚁群算法的产品完整配置 3 个关键问题的求解方法,为云制造环境下开展个性化产品配置提供 了一种新的思路。在模型设计及方案求解过程中,以轮式装载机产品配置作为示例进行了阐述, 验证了该方法的有效性和可行性。     

基于利润场的云联盟合作伙伴动态选择机制研究

云联盟是云计算发展过程中的一种能优化资源配置的组织形式。在云联盟的发展过程中,选择合适的合作伙伴是保证云联盟质量的关键。针对云联盟的合作伙伴选择问题,文章结合现有的联盟合作伙伴选择机制,借鉴场论思想,构建利润场模型,设置企业（云资源供应商）进入退出联盟临界点,形成基于利润场的云联盟动态选择机制。最后,通过实例分析论证了此方法的合理性和有效性。     

面向制造任务的云制造虚拟车间构造方法

针对云制造模式下快速选择和组织相关制造资源、保证制造任务执行的问题,提出一种面向制造任务的云制造虚拟车间构造方法。该方法将制造过程抽象为制造任务执行链,链中的节点对应制造设备云服务或检验云服务,链中的有向边对应物流云服务;并通过行业域、地域和类型域来组织管理云服务,以构造规模较小的候选云服务集,同时减少功能匹配、性能匹配、价格匹配和时间匹配的计算量,达到快速构建云制造虚拟车间的目的。算例分析表明,相比其他方法,该方法能够在更短的时间内完成云服务的选择,并保证所选云服务的服务质量（QoS）在相关域中是更好的。     

面向中小企业的云制造应用

云制造是采取包括云计算在内的当代信息技术前沿理念,支持制造业在广泛的网络资源环境下,为产品提供高附加值、低成本和全球化制造的服务。云制造为中小企业提供了面向中小企业公共服务平台,能够促进中小企业快速地发展。通过中小企业的发展现状,详细地分析了云制造对中小企业发展产生的作用。     

基于用户心理行为的云制造知识服务优选决策

为提高云制造环境下知识服务的选择质量,提出一种基于用户心理行为的云制造知识服务优选决策方法。基于云制造知识服务的特性分析,建立云制造知识服务优选评价指标体系;运用粗糙集理论,对各评价指标进行初始权重分配,并根据用户多属性偏好对初始权重进行调整,以确保权重分配的合理性;在此基础上,结合用户在决策过程中的心理行为分析和后悔理论,构建云制造知识服务的感知价值矩阵,并计算各知识服务的综合感知价值,以获得最优云制造知识服务。通过一个应用实例,验证此方法的有效性和实用性。     

云制造环境下对称型企业制造资源共享演化博弈分析

为解决复杂制造业在制造资源共享和协同合作方面的难题,构建了云制造环境下制造资源共享的演化博弈模型。该模型揭示出资源服务提供企业和资源服务需求企业之间制造资源共享的演化作用关系,并基于系统动力学软件建立SD模型,对比分析不同参数变化对演化结果的影响。研究表明初始共享比例、平台管理能力系数、资源转化能力系数、资源协同能力系数、信息化效益系数、技术损失风险系数、渠道成本系数、惩罚成本系数、信任程度系数以及激励系数对博弈企业双方的策略演化结果均具有显著影响,促进云平台中企业信息互通、资源共享,须从上述方面管理改进。     

云制造环境下可信第三方的非常规访问方式

为确保云制造环境下资源提供方利益,满足其在异常情况下实时纠错的需求,提出一种非常规动态访问方式。从服务能力、运营能力、服务成效方面建立评估价值体系,进行第三方可信监管平台选择。给出访问控制总体结构,引入时空属性、自由度、先决条件依赖、生命活动时间等概念作为授权约束,在不涉及服务方商业隐私前提下,允许第三方可信监管平台在生命活动时间内拥有对能力状态异常的资源提供方进行实时纠错的权限,为服务使用者提供更人性的服务。以汽车零配件生产为例,阐述应用该访问方式进行实时纠错的步骤,实验结果表明了该方法的可行性。     

Multi-phase integrated scheduling of hybrid tasks in cloud manufacturing environment

Cloud manufacturing paradigm aims at gathering distributed manufacturing resources and enterprises to serve for more customized production. Production order which involving several tasks can be taken by distributed suppliers collaboratively at lower cost. The cloud manufacturing platform is responsible for not only arranging reasonable priorities, suitable suppliers, and production processes to multiple orders, but also scheduling hybrid tasks from different orders to manufacturing resources. To maximize the production efficiency and balance the trade-off among different production orders, this paper studies multi-phase integrated scheduling of hybrid tasks in cloud manufacturing environment, which containing order priority assignment, supplier and production process selection, and production line scheduling. Five key objectives are taken into account to analyze the interconnections among different resources and production processes. Six representative multi-objective evolutionary algorithms are adopted to solve the integrated scheduling problem. Experimental results on six production cases show that integrated scheduling is more effective than the traditional step-by-step decision, leading to less production cost and time. In addition, a comparison among the six algorithms is carried out to determine the one best suited for the integrated scheduling problem in different circumstances.     

云制造环境下基于功能需求的资源发现方法

云制造环境中存在大量功能相同或相似的资源,使得用户很难获得符合需求的资源。针对这个关键问题,对云制造环境下基于功能需求的资源发现进行了研究,提出了一种云制造资源发现框架。首先对云制造资源进行形式化描述,并分别计算语义相似性,然后进行加权相似度计算,最后采用聚类技术,从功能相似角度对资源进行聚类预处理,从而降低资源查找空间,提高资源发现效率。通过实验验证了所提方法的有效性。     

云制造环境下面向多目标优化的虚拟资源调度研究

为解决云制造环境下虚拟资源调度存在的算法求解效率不高、模型建立缺乏考虑任务间关系约束和任务间及子任务间的物流时间及成本因素等不足,构建了兼顾交货期时间最小化、服务成本最低化、服务质量最优化为目标的多目标虚拟资源调度模型;采用一种基于项目阶段的双链编码方式进行编码,并提出自适应交叉与变异概率公式,以避免交叉、变异概率始终不变导致算法效率下降与过早收敛的问题;在此基础上利用基于项目阶段的多种交叉变异策略相结合的改进遗传算法进行求解,保证了算法的全局与局部搜索性能。实例结果表明,相比于传统的模型与算法,该模型适用性更强,改进的遗传算法在求解效率、准确度与稳定性方面均有较大提高。     

云制造环境下基于SVM的加工设备资源分类研究

云制造资源的有效分类是资源服务化封装及后续制造资源服务检索的前提条件,针对高维度特征、多类别加工设备资源的分类问题。依据描述云制造加工设备资源属性特征的XML文档,提取资源属性特征并进行向量化处理。基于SVM算法建立制造资源自动分类预测算法模型,引入SMO算法提升SVM分类算法的分类效率,并利用网格搜索寻求SVM算法的最优参数从而优化SVM算法效果。最后基于某设备资源集的原始设备信息对不同加工设备进行分类实验,验证了该分类模型的有效性以及可行性。     

Assessment of interoperability in cloud manufacturing

Cloud manufacturing is defined as a resource sharing paradigm that provides on-demand access to a pool of manufacturing resources and capabilities aimed at utilising geographically dispersed manufacturing resources in a service-oriented manner. These services are deployed via the Industrial Internet of Things (IIoT) and its underlying IT infrastructure, architecture models, as well as data and information exchange protocols and standards. In this context, interoperability has been identified to be a key enabler for implementing such vertically or horizontally integrated cyber-physical systems for production engineering. Adopting an interoperability framework for cloud manufacturing systems enables an efficient deployment of manufacturing resources and capabilities across the production engineering life-cycle. In this paper, the authors investigate interoperability in the context of cloud manufacturing to identify the key parameters that determine whether or not a change-over from traditional cloud manufacturing to interoperable cloud manufacturing is financially viable for a given scenario of service providers and manufacturing orders. The results obtained confirm that interoperable cloud manufacturing systems cannot be considered a one-size-fits-all option. Rather, its applicability depends on a number of driving parameters that need to be analysed and interpreted to determine whether or not it provides a financially viable alternative to cloud manufacturing without an overarching interoperability framework.