基于复杂网络的云制造资源配置方法研究

发布时间：2020-06-03 23:02

【摘要】：随着以智能化为代表的新一轮信息革命的到来,传统制造业急需进行转型升级以适应多变的市场环境。云制造依托网络共享各种制造服务资源,满足客户定制化需求,成为了制造业发展的新趋势,其中云制造资源的高效合理配置是其核心问题。本论文围绕云服务资源在配置过程中精准度有限、集体收益较少的问题,在构建面向云任务的资源匹配框架的基础上,通过复杂网络及演化博弈论等方法研究复杂云任务的分解聚合、任务资源匹配以及基于集体利益的服务资源优选等问题,主要的研究内容如下:提出了基于复杂网络的云任务分解聚合方法。确定了云任务分解的基本单元,阐述了复杂任务分解的具体内容与步骤。针对复杂云任务,提出了任务粒度的衡量指标,给出了任务拆分的基本原则与相关约束。根据元任务之间的任务相关度,建立了关联无向图,采用图团体检测算法进行图分割,达到了复杂任务分解聚合的目的。提出了基于复杂网络的服务资源筛选匹配方法。根据任务约束结构,对复杂云制造任务分解聚合得到的子任务进行综合语义描述。基于二模网络,构建了任务—资源网络模型,在对服务资源优劣模糊综合评价的基础上,以任务需求为参考序列,通过灰色关联分析法求解候选服务资源与任务间的匹配度。采用二模网络社区发现算法获得各子任务的资源候选池,通过模块性函数对社团划分质量进行评价,保证了资源的快速合理筛选匹配。构建了基于云制造联盟集体利益的服务资源优选模型。在子任务候选服务资源集的基础上,构建了任务发布方与服务资源方的演化博弈网络模型。通过前景理论提出了考虑预估任务完成满意度的激励方法,扩展了博弈策略空间,提高了联盟的任务完成效率。利用费米更新规则在各参与主体的策略学习过程中引入随机性,演化了博弈网络达到均衡状态的全过程。以云制造联盟的最大集体收益为目标,选择最优服务资源组合方案。研发了云制造资源配置原型系统。在分析原型系统功能模块以及业务流程的基础上,以IntelliJIDEA为开发平台,采用Vue框架设计前端界面、MATLAB实现相关算法、MySQL数据库存储数据、Java编程语言联通前后端,实现了面向复杂云制造任务的资源配置原型系统,验证了本论文所提模型与方法的可行性和有效性。
【图文】：

图 4-5 基于聚类分配算法的任务—资源网络划分Fig.4-5 Task-resource Network Partitioning Based on Clustering Algorith网络社团划分，求解得任务—资源二模网络模型的模块性函说明社团划分效果较好。则选出各子任务匹配度最高的四最终候选服务资源集如表 4-10 所示。表4-10 子任务候选服务资源集Tab.4-10 Subtask Candidate Service Resource Set候选服务资源集S6(0.6827)，S2(0.6530)，S3(0.6398)，S1(0.6338)S17(0.6523)，S14(0.6345)，，S15(0.5983)，S18(0. 5784)S23(0. 6741)，S8(0.6637)，S21(0.5887)，S19(0.5860)S20(0.6774)，S11(0.6673)，S29(0.6542)，S31(0.6328)S34(0.6328)，S39(0.6184)，S36(0.6128)，S22(0.5981)的最终候选资源集达到了资源合理分配的目的，保证了质优般服务资源匹配普通任务的原则，有效提高了云平台资源符合需求的服务资源。同时减小了候选服务资源集的大小，

身角色的不同有不同的操作权限，其中任务发布方权限与服务资源方权限可以同时获得。云制造资源配置原型系统的主界面如图 6-3 所示。图6-3 云制造资源配置原型系统主界面Fig.6-3 Main Page of Cloud Manufacturing Resource Configuration Prototype System服务资源方点击“我的”>“上传资源”可进入资源发布页面，填写服务资源表单将服务资源上传到平台，平台通过虚拟化将其收录为模块化资源，存入服务资源数据库中。任务发布方点击“我的”>“提交需求”可进入任务发布页面，填写任务表单上传到原型系统，系统调度服务资源完成资源配置。云制造任务提交界面如图 6-4 所示。图6-4 云制造任务上传Fig.6-4 Uploading of Cloud Manufacturing Tasks
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.09;O157.5

【相似文献】

相关期刊论文 前10条

1 王京;陈伟;高长元;白云;;云制造联盟——一种基于信息服务平台的新型制造业组织模式[J];科学管理研究;2018年06期

2 黄辉;王哲;纪玉娇;严永;;分布式网络化云制造模式分析[J];现代制造工程;2017年11期

3 冯双林;靳继红;;农机部件数字化新产品开发关键技术研究——基于云制造服务平台[J];农机化研究;2018年02期

4 张朱玲;;中小企业云制造服务平台的资源虚拟化实现[J];电子元器件与信息技术;2018年07期

5 余江海;王阳;任佳乐;彭月;;3D打印云制造服务平台结构设计[J];内江科技;2017年10期

6 ;制造业将迎来“智慧云制造”时代[J];机床与液压;2016年22期

7 张yN;;物联网与云制造技术的应用——以纺织服装业为例[J];技术与市场;2016年11期

8 马铭均;王峥;;模具云制造模式的构建研究[J];自动化与仪器仪表;2017年06期

9 王艺霖;胡艳娟;朱非凡;石超;武理哲;;云制造资源优化配置研究综述[J];制造技术与机床;2017年11期

10 杨海成;;云制造:服务型制造新模式[J];中国工业评论;2016年Z1期

相关会议论文 前1条

1 柴旭东;李伯虎;张霖;候宝存;李潭;林廷宇;;智慧云制造学术研究进展[A];中国机械工程学会机械自动化分会&中国自动化学会制造技术专委会学术工作进展报告 2017[C];2017年

相关重要报纸文章 前10条

1 宋婧 常工信 孙东青 唐文竹;工业互联云制造 数据驱动新能源[N];常州日报;2019年

2 本报记者 何佳芮;工业互联云制造 数据驱动新能源[N];江苏科技报;2019年

3 钟楠;“三步走”助力企业向云制造转型升级[N];中国航天报;2017年

4 曲安琪;云制造不能“单打独斗”[N];中国航天报;2017年

5 吕晓戈;云制造开启制造新时代[N];中国航天报;2017年

6 刘刚 宋玉彬 景凯;全力打造云制造的四川模版[N];中国航天报;2018年

7 祝之君 戚鸣;两家云制造项目落户宁波航天智慧科技城[N];国际商报;2018年

8 胡蝶;推动云制造生态繁荣[N];中国航天报;2018年

9 中国工业报记者 孙郁瑶;云制造2.0渐近 我国信息化发展潜能或加快释放[N];中国工业报;2016年

10 乔桂银 中共江苏省南通市委党校教授;云制造推动制造业转型升级[N];人民日报;2016年

相关博士学位论文 前10条

1 李凯;中小企业云制造系统运行机制及其关键技术研究[D];西安电子科技大学;2018年

2 彭巍;云制造系统的均衡研究[D];天津大学;2017年

3 毕克克;个体视角下的云制造生态系统发展及演化关键因素研究[D];天津大学;2016年

4 Jorick Lartigau（王洋）;云制造的服务聚集、组合与调度优化方法[D];哈尔滨工业大学;2015年

5 文贤鹤;融合制造执行系统技术的云制造模式及其若干关键技术研究[D];浙江大学;2016年

6 程臻;云制造服务平台关键技术研究[D];哈尔滨工业大学;2016年

7 王强;云制造模式下车间制造系统运行优化关键技术研究[D];合肥工业大学;2016年

8 刘宁;云制造资源虚拟化关键技术及应用[D];东南大学;2015年

9 尹翰坤;汽摩零部件新产品开发云制造服务平台及关键技术研究[D];重庆大学;2015年

10 向峰;云制造系统中基于能耗的服务组合关键技术研究[D];武汉理工大学;2013年

相关硕士学位论文 前10条

1 何凤仪;云制造环境下大批量定制企业生产计划的制定与优化研究[D];沈阳工业大学;2019年

2 席海洋;基于复杂网络的云制造资源配置方法研究[D];西安理工大学;2019年

3 谢灿;云制造环境下复杂任务的服务配置方法研究[D];西安理工大学;2019年

4 栾兆东;云制造环境下SY机床集团协同任务分配优化研究[D];哈尔滨理工大学;2019年

5 陈娜;基于复杂网络的云制造环境下动态任务调度方法研究[D];武汉理工大学;2018年

6 焦洪硕;面向云制造的大规模定制生产模式下资源配置研究[D];浙江工业大学;2018年

7 程元;云制造环境下3D打印资源的动态服务组合技术研究[D];武汉理工大学;2017年

8 陈倩雯;面向云制造的多租户访问控制机制研究与实现[D];武汉理工大学;2018年

9 赵治稳;面向印后加工的云制造服务匹配与服务组合研究[D];杭州电子科技大学;2018年

10 赵辉;基于OpenStack的中小机械加工企业开源云制造平台的研究[D];杭州电子科技大学;2018年

本文编号：2695530