云制造作为一种制造业服务化和智能化转型升级的新型实践范式,得到了学术界和工业界的广泛关注。云制造模式下,制造服务组合是实现跨域异构制造资源协同、整合、共享和增值的重要手段,通过按需组合多个功能简单的制造服务,灵活地构建复合服务,满足用户复杂多变的制造需求。然而,制造需求和制造资源的复杂性和动态性使得制造服务组合的可用性、可靠性和可信性难以得到保障。如何提升动态复杂云制造环境下制造服务组合的自适应能力已成为亟待解决的关键问题。本文以复杂网络为理论基础,以产业联盟企业为应用对象,对云制造服务组合动态自适应方法进行了深入研究,主要工作包括:(1)面向产业联盟的云制造服务复杂网络建模针对制造任务和制造服务的复杂性以及动态性,提出了面向产业联盟的云制造服务复杂网络建模方法。分析了产业联盟的内涵与特征,提出了面向产业联盟的云制造应用模式,设计了其概念模型和运行框架;基于领域工程和多粒度思想构建了多粒度制造需求特征模型和制造服务映射机制,实现了制造需求与制造服务的粒度化建模、层次化管理和多样化复用,提高了制造需求与制造服务的领域完备性,保证了动态变更的可控性以及制造服务组合的可用性;阐述了云制造服务复杂网络的建模方法,构建了制造任务复杂网络和制造服务复杂网络,为复杂动态环境下云制造服务组合的自适应提供了理论支撑。(2)基于复杂网络的云制造业务流程划分方法针对云制造业务流程复杂度高,致使制造需求特征模型建模困难的问题,提出了一种基于复杂网络的云制造业务流程划分方法。分析了产业联盟中云制造业务流程需求的复杂性;基于领域内制造业务活动之间的逻辑依赖关系,构建了业务流程复杂网络;提出了业务流程复杂网络的划分方法,阐述了其划分机制,并设计了相应的划分算法,该算法能够通过自适应优化策略,在划分过程中动态调整结构相似度和领域相似度的权重,无需给出最优子流程个数和权重信息,就能够得到最优的划分结果;通过电梯设计业务流程划分实验,从模块度、社团链接密度、社团信息熵和社团主题差异系数四项指标验证了方法的有效性和优越性,为提升复杂制造需求模型的建模效率和科学性提供了方法支撑。(3)基于动态匹配网络的云制造服务组合自适应方法针对动态环境下制造服务组合的可靠性和可信性难以得到保障问题,提出了基于动态匹配网络的制造服务组合自适应方法。构建了制造任务-制造服务动态匹配网络;设计了基于动态匹配网络的制造服务组合自适应机制,阐述了动态感知-动态评估-动态重构的三阶段自适应过程;提出了制造服务组合自适应模型,在变更驱动下实现了制造任务复杂网络和制造服务复杂网络的动态更新,设计了制造服务组合自适应算法,该算法通过负载队列模型对QoS(Quality of Service)进行动态评估,以负载和动态QoS为优化目标,将最优制造服务组合问题转化为制造服务复杂网络性能的优化,实现了制造服务组合的动态自适应;通过电梯设计服务组合仿真实验,从制造任务执行成功率、制造服务类负载均衡度、全局负载队列优化能力和制造服务组合平均QoS效用四项指标证验证了算法对动态环境具有很好的自适应能力。(4)云制造服务组合自适应在电梯产业联盟的应用研究了云制造服务组合自适应在电梯产业联盟的应用。分析了电梯产业联盟的特点;设计并构建了面向电梯产业联盟的云制造服务平台;以电梯设计计算为例,研究了电梯制造服务建模与管理以及电梯制造服务组合自适应,实现了电梯设计计算云服务系统的定制与自适应,满足了电梯产业联盟内企业的动态复杂设计业务需求,验证了所提理论和方法的可行性和有效性。
云制造作为一种新兴的面向服务的网络化制造模式,通过服务匹配、服务优化选择等,实现企业间制造资源的高效共享与协同制造,为用户提供可随时获取、按需配置且优质廉价的制造服务。本文考虑云制造背景下制造资源的异构性特征、服务需求的复杂性与多样性特征,对云制造平台中制造资源的服务化封装、制造服务优化配置等问题进行研究,主要研究内容如下:(1)针对云制造背景下制造资源多样、异构和复杂的特点,提出一种基于扩展OWLS(Ontology Web Language for Services,OWL-S)的云制造服务封装方法,根据制造资源的特征与模型需求,构建物理制造资源的形式化描述模型,将制造资源抽象描述为制造能力。并采用扩展OWL-S制造服务描述语言并结合本体建模技术进行语义化描述与服务化封装,最终达到消除语义异构和屏蔽制造资源底层属性细节的目的。本文以某立式数控钻床为例,验证制造资源的服务化封装方法。(2)针对云制造背景下制造服务数量多、服务搜索规模大、服务描述文本短等特性,以及现有服务发现方法仅考虑服务文档本身的语义等问题,采用一种基于Biterm主题模型(Biterm Topic Model,BTM)的制造服务发现方法,利用BTM挖掘服务文档潜在语义信息,结合数值区间匹配方法确定与用户服务请求相似度最高的候选服务集合。(3)针对云制造模式下多任务并发的制造服务组合优化需求,构建以实现多任务下服务资源均衡分配为目标的整体优化策略,并建立对应的数学模型,同时针对该数学模型设计一种基于改进人工蜂群算法的求解算法。该算法具备基本人工蜂群算法良好的探索能力,同时引入阈值接受策略和混沌优化策略,提高了遍历解空间的能力,避免了出现早熟收敛问题。此外通过改进轮盘赌策略提高算法收敛速度且避免陷入局部最优。数值仿真实验表明,相较于传统先来先服务的单任务优化策略,多任务整体优化策略能更好对制造服务进行均衡配置,所提改进人工蜂群算法也具备较好的收敛性能和寻优性能。(4)基于上述研究内容,搭建了云制造平台应用原型系统,对本文的服务发现方法和多任务并发的制造服务组合方法进行了验证。
暂无评论