云制造服務(wù)匹配優(yōu)化研究及其系統(tǒng)實現(xiàn).pdf

1、云制造是一種利用網(wǎng)絡(luò)和云服務(wù)平臺，將云計算、物聯(lián)網(wǎng)等前沿技術(shù)同現(xiàn)代化制造業(yè)所包含的關(guān)鍵技術(shù)進行融合，為用戶按需制造的新型“互聯(lián)網(wǎng)+制造業(yè)”模式。如何合理有效地分配制造服務(wù)資源，進而提高制造服務(wù)資源的有效利用率和生產(chǎn)效率，是云制造服務(wù)理念的重要體現(xiàn)。目前對于云制造服務(wù)資源的搜尋和匹配方面已經(jīng)取得了一些成果，但是還存在搜索效率低，匹配時間長，匹配條件單一，全局最優(yōu)適應(yīng)性差等問題，也不能很好的解決多目標(biāo)約束的匹配問題。本文針對云制造服務(wù)資源特

2、點和服務(wù)質(zhì)量QoS評估指標(biāo)，提出了一種解決云制造服務(wù)匹配的優(yōu)化方法。本文的主要研究工作如下：
　?。?）基于云制造服務(wù)資源搜尋匹配的過程，對具體的匹配問題進行數(shù)字化描述和分析，構(gòu)建出相應(yīng)的匹配優(yōu)選模型，討論實現(xiàn)云制造模式下服務(wù)資源匹配的關(guān)鍵技術(shù)問題。
　?。?）根據(jù)云制造服務(wù)QoS評估體系和構(gòu)建的云制造服務(wù)匹配優(yōu)選模型，結(jié)合Pareto最優(yōu)概念，提出多目標(biāo)約束下的云制造服務(wù)匹配模型，并設(shè)計了一種改進的蜜蜂算法ADEBA-Pa

3、reto，融合差分進化算法和自適應(yīng)雜交概率方法，改進蜜蜂算法的鄰域搜索階段，提高尋優(yōu)能力，避免陷入局部最優(yōu)，提高匹配質(zhì)量和效率。通過改進的算法生成Pareto最優(yōu)解集，再通過用戶偏好有針對性產(chǎn)生最優(yōu)解，避免了直接線性加權(quán)解決多目標(biāo)問題帶來的弊端。
　?。?）根據(jù)云制造服務(wù)的特點，在算法匹配后期引入了負載平衡策略。設(shè)定閾值，對服務(wù)信息非常類似的制造服務(wù)進行負載值對比，選擇負載值相對更低的服務(wù)資源，在改進的ADEBA-Pareto算法