云模式下机械加工服务供需匹配方法研究

发布时间：2020-10-29 17:54

　　 云制造通过网络与云平台,将服务提供者闲置的制造资源与制造能力按需提供给用户,提高制造资源利用率的同时满足了用户的多样化需求。然而,云平台上的制造服务往往量大类多,难以实现服务的快速直接匹配。因此,为了提高服务匹配效率,达到双方均满意的合作效果,本论文针对机械加工制造服务,研究云模式下服务的匹配方法,主要的研究内容包括:建立了云模式下的机械加工服务供需匹配框架。确定了参与匹配的服务单元,介绍了服务匹配方法的具体内容与流程,对机械加工云服务与服务请求进行了描述建模,引入聚类算法、可拓论、变精度粗糙集等作为服务匹配的理论基础,分别应用到匹配的不同阶段,实现云服务的高效匹配,满足用户与服务提供者的需求。提出了基于相似度的机械加工云服务聚类方法。针对传统K-means算法随机选取初始聚类中心与提前确定聚类个数的问题,提出基于相似度的聚类算法,通过对服务加工能力的属性描述,计算服务之间的综合相似度,使相似度高的机械加工服务聚在一起,进一步细分了云服务,形成了不同的云服务集合。提出了基于可拓论的机械加工云服务集合选择方法。确定服务请求的加工能力属性,基于可拓论中的物元模型对服务请求与云服务集合进行形式化描述,建立关联函数,量化服务请求与云服务集合之间的关联度,为服务集合的选择提供依据,并通过服务过滤与服务属性值的再确定,得到了最终满足用户需求的机械加工服务候选范围。构建了机械加工云服务的双向评价方法。结合服务提供者的需求,将基于服务QoS的单向评价进行扩展,加入用户评价指标,建立机械加工云服务双向评价模型,并对定性指标量化处理,通过计算服务QoS指标评价值和用户评价指标的相似度,对候选机械加工服务进行排序,选择出最适合用户的加工服务,不仅考虑到了用户的需求,也使服务提供者的利益得到保障,提升了双方合作的满意度。研发了云模式下机械加工服务供需匹配原型系统。分析系统功能并给出工作流程图,利用Java语言、MySQL数据库等开发系统,验证了论文所提模型与方法的有效性。
【学位单位】：西安理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP393.09;TH16
【部分图文】：

西安理工大学硕士学位论文.2 国内外研究现状云制造一经提出，便成为学术界和制造领域关注的重点，国内外学者均对此展开研要包括对云制造模式基础理论的研究、服务虚拟化接入研究、云服务匹配研究等[2]2.1 云制造基础理论与虚拟化接入围绕云制造的基础理论框架，Xun X[15]探讨了云计算对制造业的影响，介绍了云制基本运行思想与模式。Tao F 等[16]讨论了云制造的关键技术与特点，介绍了四种具有意义的云服务平台。王云霞等[17]对现有云制造的研究现状进行了分析总结，给出了云的体系架构。Wu DZ 等[18]探讨了云制造在不同领域的实施状态，提出了具体的实施与体系结构。目前，比较公认的云制造运行模式与架构如图 1-1 所示。

匹配模式与制造服务具有多样性与异构性，为了实现云服务的型，将异构的制造资源与制造服务进行统一的形式化配效率，则需对云平台上海量多样的制造资源与制造对机械加工云制造服务，通过分析制造加工需求，首单元，提出了云模式下的机械加工服务供需匹配框架描述模型以及云服务匹配的相关理论与技术，为后续造服务单元务单元是指接入云平台参与服务匹配的最小服务实体到小可以分为四个需求层次：产品级、部件级、零件

2 机械加工云服务供需匹配模式的最佳云服务。首先建立机械加工云服务双向评价模型，将服务评价属性分为服务 QoS与用户评价两大类，并确定服务评价的具体指标，然后对定性评价指标量化处理，计算候选机械加工云服务的 QoS 评价值与用户评价的相似度值，综合得云服务双向评价值，依据双向评价取值，由大到小，确定候选机械加工云制造服务的排序结果，排名越靠前的服务越优，从而实现服务的供需匹配。其中，作为服务匹配的核心部分，云服务聚类、服务集合选择与服务评价方法将在论文的第 3、4、5 章详细阐述。云模式下的机械加工服务供需匹配框架具体如图 2-2 所示。
【参考文献】

相关期刊论文 前10条

1 胡雨;郭钢;;基于综合模糊相似度的云制造需求—服务双向匹配[J];计算机应用与软件;2017年11期

2 封宇;黄必清;;云制造服务的层次化可配置可信评价模型[J];计算机集成制造系统;2017年10期

3 刘晓波;邵伟芹;张明明;左红艳;;基于双网格校正小波聚类的转子故障诊断[J];计算机集成制造系统;2017年09期

4 陈友玲;刘传彪;阳玮琦;杨续昌;;云制造环境下能力资源需求的评价与选择[J];计算机集成制造系统;2017年10期

5 陈雪;黄智力;罗键;;基于相对相似度关系的三角模糊数型不确定多属性决策法[J];控制与决策;2016年12期

6 杨健;朱斌;刘宁;李冠宇;;一种本体增强的云服务发现方法[J];计算机技术与发展;2016年08期

7 尹超;罗鹏;李孝斌;李靓;;基于Multi-Agent的机床装备资源优化选择方法[J];计算机集成制造系统;2016年06期

8 易树平;刘觅;温沛涵;;基于全生命周期的云制造服务研究综述[J];计算机集成制造系统;2016年04期

9 刘年平;赵春侠;王宏图;胡慧慧;;煤层底板突水危险性的可拓聚类预测方法研究[J];矿业安全与环保;2016年02期

10 赵金辉;王学慧;;基于服务质量的云制造服务双向匹配模型[J];计算机集成制造系统;2016年01期

相关博士学位论文 前3条

1 郭亮;面向机械加工的云制造服务平台关键技术研究[D];重庆大学;2014年

2 唐志航;可拓数据挖掘方法及其应用研究[D];东华大学;2009年

3 陈黎飞;高维数据的聚类方法研究与应用[D];厦门大学;2008年

相关硕士学位论文 前3条

1 曹洋;面向机加工的云制造服务模式及服务优化调度研究[D];重庆大学;2016年

2 李岗;基于可拓聚类方法的数据挖掘研究[D];中国海洋大学;2009年

3 关斌;基于ASP平台的五金制造资源与工艺配置研究及系统实现[D];浙江工业大学;2008年

本文编号：2861248