互联网经济的快速发展使得经济全球化和全球市场竞争进入了新阶段,受相关商业模式、制造复杂程度、资源和环境约束等诸多因素的影响,制造业领域正陷入资源闲置、制造成本攀升的困局。云制造是为了应对制造业困局而提出的一种面向服务的网络化制造新模式。目前,针对云制造需求侧的制造服务组合和云制造供给侧的制造资源调度研究都取得了一定的进展,但鲜有学者对云制造双侧的协同优化问题进行研究。在云制造场景中,只有完整的解决了云制造需求侧的制造服务组合与供给侧的制造资源调度问题,才能真正提高资源利用率,实现制造资源的增值增效。本文基于智能计算技术和服务组合理论,着重研究了面向云制造供需双侧的建模与求解问题。首先,面向需求侧,本文针对云制造服务之间的潜在关系被忽略而导致服务组合模型的合理性存在欠缺和服务质量得不到有效提升等问题,建立了面向服务需求侧的云制造服务合作水平（Service Cooperation Level,SCL）评估机制,并将其纳入服务组合优化模型中作为一个优化目标,进而提出了一种基于服务合作水平的云制造服务组合优化模型（Cloud Manufacturing Services Composition Based on Service Cooperation Level,CMSC-SCL）。仿真实验结果表明,CMSC-SCL模型可以一定程度上降低云制造成本和节约生产时间,也有助于提高云制造产品的可靠性。其次,面向供给侧,本文针对云制造资源调度过程中实时性低和资源利用率不高问题,基于智能优化算法对云制造环境下制造资源调度进行研究,构建了一个新颖的绿色云制造资源调度模型。仿真实验结果表明,该模型在不延长完工时间的基础上,提升了制造设备利用率,减少资源浪费,促进云制造供给侧绿色、经济和高效的生产。最后,协调考虑云制造平台供需双侧的服务组合与资源调度问题,研究实际问题的场景,特征和约束,以及优化目标,研究并建立问题的形式化表述。构建了面向云制造双侧的协同优化模型（Bilateral Collaborative Optimization Model of Cloud Manufacturing,BCOM-CMfg）。此外,提出了 一种自适应多目标鸽群算法（Self-adaptive Multi-objective Pigeon-inspired Optimization,S-MOPIO）,用于求解面向双侧的协同优化模型。仿真实验结果表明,S-MOPIO可以有效求解BCOM-CMfg,且该模型可进一步提高云制造方案的可靠性与降低制造成本。
基本信息
| 题目 | 面向云制造的服务组合与资源调度的优化研究 |
| 文献类型 | 硕士论文 |
| 作者 | 汤勇 |
| 作者单位 | 南京邮电大学 |
| 导师 | 许斌 |
| 文献来源 | 南京邮电大学 |
| 发表年份 | 2020 |
| 学科分类 | 信息科技,经济与管理科学 |
| 专业分类 | 计算机软件及计算机应用,互联网技术,企业经济 |
| 分类号 | F270.7;TP393.09 |
| 关键词 | 云制造,服务组合,资源调度,协同优化,自适应算法 |
| 总页数： | 72 |
| 文件大小： | 2366K |
论文目录
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容和章节安排 |
| 第二章 相关背景知识介绍 |
| 2.1 云制造相关背景 |
| 2.1.1 云制造服务组合 |
| 2.1.2 云制造资源调度 |
| 2.2 智能优化算法 |
| 2.2.1 粒子群算法 |
| 2.2.2 遗传算法 |
| 2.2.3 鸽群算法 |
| 2.3 本章小结 |
| 第三章 面向服务需求侧的云制造服务组合研究 |
| 3.1 研究目的 |
| 3.2 问题分析 |
| 3.3 基于服务合作水平的服务组合优化模型 |
| 3.3.1 服务合作水平动态评估 |
| 3.3.2 数学建模 |
| 3.4 实验分析 |
| 3.4.1 实验数据 |
| 3.4.2 实验环境 |
| 3.4.3 实验参数 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 第四章 面向服务供给侧的云制造资源调度研究 |
| 4.1 研究目的 |
| 4.2 问题分析 |
| 4.3 云制造绿色资源调度模型 |
| 4.4 实验分析 |
| 4.4.1 实验数据 |
| 4.4.2 实验环境 |
| 4.4.3 实验参数 |
| 4.4.4 结果分析 |
| 4.5 本章小结 |
| 第五章 面向云制造供需双侧的协同优化研究 |
| 5.1 研究目的 |
| 5.2 问题分析 |
| 5.3 面向云制造供需双侧的协同优化模型 |
| 5.4 自适应多目标鸽群算法 |
| 5.4.1 多目标鸽群算法 |
| 5.4.2 自适应多目标鸽群算法 |
| 5.5 实验分析 |
| 5.5.1 实验数据 |
| 5.5.2 实验环境 |
| 5.5.3 实验参数 |
| 5.5.4 结果分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作的总结 |
| 6.2 未来研究的展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 附录3 攻读硕士学位期间参加的科研项目 |
| 致谢 |
参考文献
| [1] 基于犹豫模糊决策算法的云制造系统选择研究[J]. 计算机工程与应用 2021(02) |
| [2] 云制造供应链知识转移激励的演化博弈模型[J]. 中国机械工程 2020(06) |
| [3] 云制造资源文本信息的特征提取与关联分析方法[J]. 制造业自动化 2020(09) |
| [4] 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(06) |
| [5] 基于企业环保信誉评估的云制造系统[J]. 计算机技术与发展 2019(05) |
| [6] 分布式网络化云制造模式分析[J]. 现代制造工程 2017(11) |
| [7] 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(02) |
| [8] 云制造再探讨[J]. 中国机械工程 2018(18) |
| [9] 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(07) |
| [10] 3D打印云制造服务平台结构设计[J]. 内江科技 2017(10) |
| [11] 制造业将迎来“智慧云制造”时代[J]. 机床与液压 2016(22) |
| [12] 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(11) |
| [13] 面向机械制造的云制造服务平台关键技术研究[J]. 电脑知识与技术 2017(02) |
| [14] 模具云制造模式的构建研究[J]. 自动化与仪器仪表 2017(06) |
| [15] 云制造资源优化配置研究综述[J]. 制造技术与机床 2017(11) |
| [16] 云制造:服务型制造新模式[J]. 中国工业评论 2016(Z1) |
| [17] 智慧云制造:工业云的智造模式和手段[J]. 中国工业评论 2016(Z1) |
| [18] 航天科工:开创云制造时代[J]. 中国品牌 2016(06) |
| [19] 航天科工·云制造 探秘航天云网“发源地”[J]. 国资报告 2016(06) |
| [20] 工业大数据对智慧云制造的推动与创新[J]. 科技管理研究 2016(13) |
| [21] 云制造资源-任务多因素匹配度问题研究[J]. 组合机床与自动化加工技术 2016(08) |
| [22] 腾“云”驾“数”，突破机器与智慧的边界[J]. 创业邦 2020(08) |
| [23] 航天云网:努力打造云制造集群生态[J]. 太空探索 2018(07) |
| [24] 云制造小镇的穹顶之云[J]. 科学24小时 2016(Z1) |
| [25] 面向服务的云制造系统架构分析[J]. 重庆大学学报 2013(11) |
| [26] 异想天开Igor[J]. 少年文艺(南京) 2009(01) |
| [27] 考虑碳排放与定价的云制造供应链协调机制研究[J]. 工业工程与管理 2019(01) |
| [28] 非稳态云制造服务过程资源异常管理方法[J]. 中国机械工程 2018(10) |
| [29] 临安云制造小镇的发展路径及经验探索[J]. 智能城市 2018(13) |
| [30] 南通发展云制造初探[J]. 南通职业大学学报 2017(03) |
相似文献
| [1]面向多租户的云制造服务资源调度建模及其原型开发[D]. 盛飞.浙江大学2018 |
| [2]基于智能算法的云制造资源优化研究[D]. 朱华瑜.南京邮电大学2020 |
| [3]面向服务组合质量的智慧云制造服务协调调度研究[D]. 严通.南京邮电大学2020 |
| [4]基于用户心理行为的云制造知识服务组合优选方法研究[D]. 唐力明.重庆大学2019 |
| [5]云制造环境下制造资源服务组合与优选研究[D]. 王龙.重庆大学2019 |
| [6]模糊时序Petri网服务组合方法研究[D]. 刘雨.沈阳理工大学2015 |
| [7]制造云服务组合柔性的多属性测度方法研究[D]. 张凯.江苏科技大学2015 |
| [8]云制造环境下制造资源服务优选研究[D]. 肖涵.江苏科技大学2020 |
| [9]云制造环境下资源动态调度研究[D]. 朱非凡.长春工业大学2019 |
| [10]基于领域的云制造服务推荐方法研究及应用[D]. 鲁伟.西安电子科技大学2018 |
