基于遗传算法的制造资源服务链构建方法

发布时间：2017-07-02 11:27

  本文关键词：基于遗传算法的制造资源服务链构建方法，，由笔耕文化传播整理发布。

【摘要】：信息技术和网络技术的迅猛发展为企业间制造资源的有效集成和优化配置提供了有力的技术支撑,从而使得制造企业在应对全球化经济竞争时,能够高效地集成优势资源,快速响应市场需求,这对于企业赢得市场竞争具有举足轻重的战略意义。为弥补资源管理方式的不足、实现资源的快速整合和共享,协同制造应运而生。协同制造环境中,业务过程一般都是跨组织的,通过工作流之间的交互实现任务的协同,但资源之间的依赖关系,作为一种约束,其满足性更加难以保证。因此,为整个业务过程构建满足约束关系的资源服务序列更加重要,能够为提高资源调度、资源推荐、资源组合的效率或者效果提供依据。为此,本文通过分析资源之间的依赖关系以及工作流之间的交互特点,针对选取的资源之间可能存在的依赖关系冲突出发,着手研究资源依赖关系的冲突检测以及不含资源依赖关系冲突的资源服务序列的构建。本文主要研究工作如下:(1)资源服务时序模型的建模方法。在工作流模型的基础上,通过分析协同制造模式下资源服务的特点和性质,以及任务之间的时序关系,研究资源服务时序关系,并提出资源服务时序模型的建模方法。(2)资源服务链的依赖关系冲突检测方法。通过对协同制造中资源依赖关系的分析,研究跨组织工作流存在的资源依赖关系冲突,针对资源服务时序关系形成的资源服务链,提出对资源服务链的依赖关系冲突检测框架,并构造相应的资源依赖关系冲突检测算法。(3)基于遗传算法的资源服务链的构建方法。求解无资源依赖关系冲突的资源服务链构建问题,可以转化为多目标优化问题。因此本文采用与问题领域无关、启发式、便于求解多目标优化问题的遗传算法来大量地构建资源服务链。最后,将本文提出的技术和方法应用到中小型企业云制造服务平台上,通过实际应用验证所提技术和方法的有效性。
【关键词】：制造资源 资源服务链 遗传算法 资源服务时序模型 依赖关系
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F414;F270.7;TP18
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-18
• 1.1 研究背景8-9
• 1.2 研究目的和意义9-11
• 1.3 国内外研究现状11-15
• 1.3.1 协同制造11-13
• 1.3.2 资源服务时序关系13-14
• 1.3.3 资源冲突14-15
• 1.4 研究内容与论文章节安排15-17
• 1.4.1 研究内容15-16
• 1.4.2 论文章节安排16-17
• 1.5 本章小结17-18
• 第2章 协同制造下资源服务时序模型建模方法的研究18-30
• 2.1 协同制造下制造资源的概述18-20
• 2.1.1 资源特性18-19
• 2.1.2 资源分类19-20
• 2.2 资源服务时序模型的建模方法20-27
• 2.2.1 问题描述与相关定义20-23
• 2.2.2 建模方法23-27
• 2.3 实例说明27-29
• 2.4 本章小结29-30
• 第3章 基于遗传算法的资源服务链构建方法的研究30-47
• 3.1 协同制造下资源冲突的概述30
• 3.2 问题描述与相关定义30-31
• 3.3 资源依赖关系冲突检测的研究31-37
• 3.3.1 资源依赖关系冲突检测框架31-32
• 3.3.2 资源依赖关系冲突检测算法32-37
• 3.4 遗传算法概述37-38
• 3.5 基于遗传算法的资源服务链构建38-46
• 3.5.1 编码与解码38-39
• 3.5.2 适应度函数39
• 3.5.3 遗传操作39-40
• 3.5.4 终止条件40-41
• 3.5.5 实验验证41-46
• 3.6 本章小结46-47
• 第4章 应用验证47-54
• 4.1 中小企业云制造服务平台介绍47-50
• 4.1.1 平台的主要功能48-49
• 4.1.2 平台的体系结构49-50
• 4.2 构建技术在平台中的应用50-52
• 4.3 应用效果分析52-53
• 4.4 本章小结53-54
• 第5章 总结与展望54-58
• 5.1 总结54-55
• 5.2 文章创新点55
• 5.3 展望55-58
• 参考文献58-64
• 致谢64-66
• 个人简历、在学期间发表的学术论文与研究成果66

【相似文献】

中国期刊全文数据库 前10条

1 吴瑞镛,徐大纹;具有年龄结构的遗传算法[J];桂林电子工业学院学报;2001年04期

2 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

3 杨宜康,李雪,彭勤科,黄永宣;具有年龄结构的遗传算法[J];计算机工程与应用;2002年11期

4 谷峰,吴勇,唐俊;遗传算法的改进[J];微机发展;2003年06期

5 ;遗传算法[J];计算机教育;2004年10期

6 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

7 刘坤,刘伟波,吴忠强;基于模糊遗传算法的电液位置伺服系统控制[J];黑龙江科技学院学报;2005年04期

8 张英俐,刘弘 ,马金刚;遗传算法作曲系统研究[J];信息技术与信息化;2005年05期

9 丁发智;;浅谈遗传算法[J];乌鲁木齐成人教育学院学报;2005年04期

10 李冰洁;;遗传算法及其应用实例[J];吉林工程技术师范学院学报;2005年12期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

  本文关键词：基于遗传算法的制造资源服务链构建方法，由笔耕文化传播整理发布。

本文编号：509753