基于业务流程的制造云服务组合模型

为了提高云制造系统中制造云服务的组合成功率,实现组合云服务与用户业务需求的准确匹配,在对制造云服务、流程节点任务、云服务的可组合性和流程匹配进行形式化描述的基础上,提出一种基于业务流程的制造云服务组合模型。该模型由业务流程引擎、业务流程、选择逻辑、评估逻辑、监控逻辑、知识库和原子云服务集构成,在功能匹配的基础上,对候选服务的可组合性进行检查,结合负载、服务质量(QoS)和业务流程信息,选择合适的云服务,并将其挂接在业务流程上实现制造云服务的组合。对制造云服务的组合流程进行了详细描述,并给出云服务组合的实现方法。实例分析表明,该模型能够有效地选择满足业务需求的云服务实体并进行组合,从而提高制造云服务的组合成功率,保障用户制造活动的顺利进行。     

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。     

基于本体描述逻辑的云制造服务匹配方案

为了实现云制造环境下资源服务的增值和增效的目的,阐述了云制造的典型特征及云制造服务匹配的意义后,针对处理OWL-S语义描述云制造服务的问题,从服务请求及服务结果匹配两个核心方面入手,提出了一种基于本体描述逻辑(DL)的云制造服务匹配方案,并对该匹配方案中的各个阶段进行阐述,有效地提高了服务匹配的查全率和查准率。最终通过与传统关键字匹配方案和基于本体描述逻辑包含性检测的服务匹配方案进行比较分析,实验结果证明了文中提出的匹配方案具有很好的可行性和有效性。     

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.     

云制造环境下的动态调度

在云制造环境下, 制造资源和制造能力以服务的形式封装起来, 不同的任务通过云端汇集到云平台并通过合适的调度给每个任务分配相应的服务. 由于任务在执行的过程中的不确定性, 会在某个时刻遇到突发状况从而导致对余下任务的重调度问题. 因此, 针对该问题, 考虑到云制造环境下任务的复杂性和多样性会导致在合理的时间段内很难找到最优解, 以所有任务的最大完成时间为优化目标, 提出了一种以改进的遗传算法与邻域搜索技术相结合的元启发式算法, 旨在解决云制造环境下由于任务和资源服务等的不确定性导致的重调度问题. 实验结果表明,本文所提出的算法能够很好地解决动态调度过程中的重调度问题, 并可以快速地获取最优解.     

基于多层次属性建模的云制造服务优选方法

随着云计算和信息技术的发展,制造企业逐渐由生产型向服务型转化.为了满足用户需求、解决云制造服务优选问题,提出一种基于多层次属性建模的云制造服务匹配和优选方法.对云制造服务资源和属性进行详细描述和划分,构建多层次属性描述模型.从基本属性、功能属性、非功能属性、综合匹配四个层次对候选服务和请求服务进行匹配计算.对不同类型的...     

基于同态映射的制造资源虚拟化机制

为了通过云制造服务实现对制造资源能力的精准调度与使用,云制造模式要求制造资源的虚拟化过程必须保证云制造服务所描述的相关能力与原制造资源所提供的能力在逻辑上具备严格的一致性.为此,提出了基于同态映射的制造资源虚拟化机制:通过在物理资源层和云服务层之间定义抽象的虚拟能力层,在解耦物理资源与云服务之间直接映射的同时,分别定义了制造资源-虚拟能力、虚拟能力-云服务的同态映射函数;采用基于语义相等映射的实现原理,将物理资源的能力及其所需的依赖条件进行同态抽象转换,并通过初步的案例仿真说明制造资源在同态映射过程中保持了能力语义的不变性.     

考虑执行可靠性的云制造服务组合算法

由于制造资源的调用与执行比计算资源要复杂得多,使得在云制造环境下的服务组合执行可靠性成为必须考虑的问题.为此,提出一种基于离散粒子群智能优化的、考虑执行可靠性的云制造服务组合算法.以概率密度函数描述服务可靠性,基于服务模型库动态生成云制造服务组合的工作流模型,基于语义实现服务匹配,通过离散变量粒子群优化算法计算出执行可靠性最优的云制造服务组合方案.最后以结构设计工作流模型为例,在不同服务实例规模、不同恶意服务占比情况下验证了其有效性和可靠性.实例结果表明,在恶意服务占比较高时,该算法仍能保持较高的服务执行可靠性.     

制造资源混合粒度优化组合方案求解技术

为实现对云请求端制造需求的快速响应并提供最理想的制造云,在定义制造云服务(manufacturing cloudservice,MCS)的基础上,提出了MCS混合粒度动态优化组合方法.通过对制造服务需求的解析,将MCS按照粒度从大到小的顺序进行匹配,实现了云池资源的初次过滤;然后构建基于总服务成本、服务质量和交易期的制造云多目标优化数学模型,并引入Epsilon-SPEA2优化算法对该优化问题进行求解,从而快速高效地获得Pareto最优解;采用基于改进优劣解距离(technique for order preference by similarity to an ideal solution,TOPSIS)的动态多属性决策方法对Pareto最优解所代表的互为非支配的MCS组合方案进行评价排序,筛选出最优的MCS组合方案.最后结合某区域模具公司群所能提供的制造服务以及相应历史数据,依据客户需求进行MCS的动态优化组合仿真,验证了文中方法的可行性和实用性.     

基于语义的云制造服务描述

云制造是面向服务、基于知识的制造服务新模式。本文通过分析云制造中云资源的分类及特点,提出基于本体的云制造领域知识建模方法,并在此基础上构建基于OWL-S的扩展本体模型。在云制造服务平台下,为基于语义的服务发现匹配组合的实现奠定基础。     

Logistics service scheduling with manufacturing provider selection in cloud manufacturing

In service-oriented manufacturing models, manufacturing resources in different enterprises are integrated and shared through network, cloud platforms, and logistics. On cloud manufacturing platforms, service providers offer on-demand manufacturing services to service demanders according to supply-demand matching results. As a special type of manufacturing services, logistics services provide transportation capabilities for production services and demanders. It is a critical issue to schedule logistics services efficiently, especially when manufacturer selections have been planned. This research focuses on the logistics scheduling problem in cloud manufacturing with pre-selected manufacturers. We analyze this optimization problem from aspects of tasks, production services, logistics services, and optimization objectives. Then a logistics scheduling method is proposed to reduce the average delivery time from manufacturers to customers. In the proposed method, the total time from start points of logistics to demanders is considered to reduce the average delivery time of all tasks. Based on four different scenarios, we build their scheduling models and run simulations to verify the effectiveness of the proposed method. Results show that the average task delivery time of the proposed method is shorter than three typical strategies.     

基于自适应粒子群算法的制造云服务组合研究

针对云制造系统中制造云服务组合的多目标规划问题,研究建立了问题模型并提出了求解方法。首先引入了网格制造模式的制造资源服务组合技术,探讨并描述了云制造模式中基于服务质量（QoS）的制造云服务组合过程;接着通过分析云制造模式下制造云服务的特征并基于制造领域知识,研究定义了制造云服务的八维QoS评估标准及计算表达式,推导出制造组合云服务的QoS表达,进而建立了制造云服务组合的多目标规划问题模型。最终设计了自适应粒子群算法来解决该多目标规划问题。仿真实验表明,该算法能有效并高效地解决该问题,且求解效率优于传统粒子群算法。     

制造服务逻辑关系确定方法研究

Web服务环境下,为了快速建立制造服务链,提出了一种制造服务逻辑关系的确定方法。首先分析了产品结构、制造任务和制造服务三者之间的关系,提出了基于产品结构建立制造服务链的过程,然后论述了制造任务时序关系的确定方法,定义了基于产品结构的制造服务分类模型,最后给出了制造服务逻辑关系的确定规则。     

Workload-based multi-task scheduling in cloud manufacturing

Cloud manufacturing is an emerging service-oriented business model that integrates distributed manufacturing resources, transforms them into manufacturing services, and manages the services centrally. Cloud manufacturing allows multiple users to request services at the same time by submitting their requirement tasks to a cloud manufacturing platform. The centralized management and operation of manufacturing services enable cloud manufacturing to deal with multiple manufacturing tasks in parallel. An important issue with cloud manufacturing is therefore how to optimally schedule multiple manufacturing tasks to achieve better performance of a cloud manufacturing system. Task workload provides an important basis for task scheduling in cloud manufacturing. Based on this idea, we present a cloud manufacturing multi-task scheduling model that incorporates task workload modelling and a number of other essential ingredients regarding services such as service efficiency coefficient and service quantity. Then we investigate the effects of different workload-based task scheduling methods on system performance such as total completion time and service utilization. Scenarios with or without time constraints are separately investigated in detail. Results from simulation experiments indicate that scheduling larger workload tasks with a higher priority can shorten the makespan and increase service utilization without decreasing task fulfilment quality when there is no time constraint. When time constraint is involved, the above strategy enables more tasks to be successfully fulfilled within the time constraint, and task fulfilment quality also does not deteriorate.     

面向云制造的服务组合执行引擎框架研究

云制造模式下,制造资源被封装成制造服务,通常以服务组合的方式满足用户复 杂的制造需求。针对云制造服务组合执行过程中高效性、准确性和动态性等要求,提出了面向 云制造的服务组合执行引擎框架,并详细阐述了引擎运行机制。首先,通过解析云制造服务组 合描述文件,构造服务组合节点和服务组合依赖边,建立服务组合节点参数关联关系,归纳推 倒出相应的执行规则。然后,基于执行状态变更的服务组合执行算法实现了制造服务组合的动 态执行。最后,给出了面向电梯产业联盟的云制造服务组合执行引擎实例,验证了框架的可行 性和有效性。