云制造環(huán)境下的制造資源優(yōu)化配置方法研究.pdf

1、為了有效整合社會(huì)化制造資源、提高資源利用率、降低制造成本以及更快地響應(yīng)市場(chǎng)需求，李伯虎院士提出了一種基于網(wǎng)絡(luò)的、面向服務(wù)的智慧化制造新模式——云制造。云制造環(huán)境下的制造資源優(yōu)化配置問題作為云制造的核心問題之一，其求解方法的優(yōu)劣將直接影響到云制造服務(wù)的運(yùn)行質(zhì)量和效率，進(jìn)而影響到云制造的發(fā)展與推廣。為此，本文針對(duì)云制造環(huán)境下的制造資源優(yōu)化配置問題進(jìn)行了深入的研究，主要研究?jī)?nèi)容和成果如下:
　　(1)對(duì)云制造環(huán)境下的制造資源優(yōu)化配置相關(guān)

2、基礎(chǔ)理論進(jìn)行了研究。對(duì)云制造的運(yùn)行要素、相關(guān)概念、運(yùn)行模式和體系結(jié)構(gòu)進(jìn)行了詳細(xì)的論述，在此基礎(chǔ)上，指出了云制造環(huán)境下制造資源配置的一般流程、制造資源優(yōu)化配置問題的特點(diǎn)及其復(fù)雜性，并論述了實(shí)現(xiàn)云制造環(huán)境下制造資源優(yōu)化配置的關(guān)鍵過程。
　　(2)針對(duì)云制造環(huán)境下的制造服務(wù)與資源建模及其映射問題，提出了基于本體的云制造服務(wù)和資源的建模方法與基于可拓聚類算法的云制造服務(wù)-云制造資源映射方法。首先，將云制造服務(wù)分成了設(shè)計(jì)服務(wù)、仿真服務(wù)和生產(chǎn)

3、加工服務(wù)等八個(gè)大類制造服務(wù);其次，根據(jù)云制造活動(dòng)對(duì)云制造資源需求的不同，將云制造資源屬性劃分為包含基本信息、功能信息、評(píng)價(jià)信息和狀態(tài)信息等四種信息的基本結(jié)構(gòu);然后，提出了基于可拓基元模型的云制造服務(wù)和云制造資源模型的數(shù)學(xué)表達(dá)方法;再次，將可拓學(xué)中的關(guān)聯(lián)函數(shù)與層次聚類法相結(jié)合，提出了基于可拓聚類算法的云制造服務(wù)-云制造資源映射方法;最后，通過算例分析驗(yàn)證了映射方法的可行性與有效性。
　　(3)針對(duì)云制造環(huán)境下的制造資源評(píng)價(jià)問題，提出

4、了基于可拓優(yōu)度與模糊層次分析法相結(jié)合的云制造資源可拓綜合評(píng)價(jià)方法。首先，提出了包含服務(wù)質(zhì)量指標(biāo)和服務(wù)能力指標(biāo)的云制造資源評(píng)價(jià)指標(biāo)體系;其次，基于云制造環(huán)境下制造資源評(píng)價(jià)問題的特點(diǎn)，研究了基于可拓優(yōu)度的可拓綜合評(píng)價(jià)法，并通過與模糊層次分析法相結(jié)合，提出了針對(duì)云制造資源的綜合評(píng)價(jià)方法;最后，通過算例分析驗(yàn)證了評(píng)價(jià)方法的可行性與有效性。
　　(4)將云制造環(huán)境下的制造資源組合優(yōu)化選擇問題分為有需求偏好和無需求偏好的制造資源組合優(yōu)化選擇問

5、題，并分別提出了基于雙層規(guī)劃的云制造資源組合優(yōu)化選擇方法和基于非合作博弈的云制造資源組合優(yōu)化選擇方法。首先，針對(duì)不同結(jié)構(gòu)的云制造資源組合優(yōu)化選擇問題，提出了包含服務(wù)質(zhì)量指標(biāo)和柔性指標(biāo)的云制造資源組合優(yōu)化選擇指標(biāo)體系;其次，針對(duì)有需求偏好的云制造資源組合優(yōu)化選擇問題，建立了基于雙層規(guī)劃的云制造資源組合優(yōu)化選擇模型，提出了基于帶精英策略的快速非支配排序遺傳算法的模型求解方法;再次，針對(duì)無需求偏好的云制造資源組合優(yōu)化選擇問題，建立了基于非合作

6、博弈的云制造資源組合優(yōu)化選擇模型，采用改進(jìn)的帶精英策略的快速非支配排序遺傳算法對(duì)模型進(jìn)行了求解;最后，分別通過算例分析驗(yàn)證了兩種方法的可行性和有效性。
　　(5)針對(duì)云制造環(huán)境下的制造資源組合優(yōu)化選擇模型的參數(shù)估計(jì)問題，提出了基于人工蜂群算法的云制造資源組合優(yōu)化選擇模型參數(shù)估計(jì)方法。首先，將云制造環(huán)境下制造資源組合優(yōu)化選擇模型參數(shù)的獲取問題，轉(zhuǎn)換成系統(tǒng)辨識(shí)中的模型參數(shù)估計(jì)問題;其次，建立了以估計(jì)值的損失函數(shù)值最小為優(yōu)化目標(biāo)的云制造