云制造模式下制造服务主动发现与敏捷配置方法

doi:10.13196/j.cims.2015.04.027

计算机集成制造系统 ›› 2015, Vol. 21 ›› Issue (第4期): 1124-1133.DOI: 10.13196/j.cims.2015.04.027

云制造模式下制造服务主动发现与敏捷配置方法

杨腾,张映锋⁺,王晋,王军强,孙树栋

西北工业大学现代设计与集成制造技术教育部重点实验室

出版日期:2015-04-30 发布日期:2015-04-30
基金资助:
国家自然科学基金资助项目(51175435);教育部新世纪优秀人才支持计划资助项目(NCET-12-0463);陕西省青年科技新星支持计划资助项目(2013KJXX-20)。

Initiative discovery and agile configuration of manufacturing services for cloud manufacturing

Online:2015-04-30 Published:2015-04-30
Supported by:
Project supported by the National Natural Science Foundation,China(No.51175435),the Program for New Centrury Excellent Talents in University,China(No.NCET-12-0463),and the Young S&T New Star Supporting Plan of Shannxi Province,China(No.2013KJXX-20).

摘要/Abstract

摘要： 针对云制造模式下加工制造服务的主动发现与优化配置问题,以底层加工设备为研究对象,从加工设备的基本信息、加工能力、实时状态和服务质量四个方面对其动态服务能力进行描述与建模;提出一种制造服务的主动发现机制和相应的敏捷配置方法,结合制造服务的静、动态信息,基于灰色关联度的评价方法对候选制造服务进行多目标综合评价,实现加工任务驱动的制造服务资源集的优化配置。通过实例验证了所提方法的可行性和实用性。

关键词: 云制造, 制造服务, 主动发现, 敏捷配置, 灰色关联度

Abstract: Aiming at the new requirements of the initiative discovery and agile configuration of manufacturing services for cloud manufacturing,the dynamical service model of manufacturing machines was established form the basic information,processing capability,real-time status and service quality.On this basis,the initiative discovery mechanism and agile configuration method were proposed to optimally configure the manufacturing services according to their static and dynamic information.A gray correlation degree method was used to evaluate the manufacturing services for multi-objective optimization.A case study was given to verify feasibility and practicability of the presented model and method.

Key words: cloud manufacturing, manufacturing services, initiative discovery, agile configuration, gray correlation degree

中图分类号:

TH166

杨腾,张映锋,王晋,王军强,孙树栋. 云制造模式下制造服务主动发现与敏捷配置方法[J]. 计算机集成制造系统, 2015, 21(第4期): 1124-1133.

[1]	满君丰,赵龙乾,彭成,李倩倩. 云边协同计算架构下大规模工厂接入的任务调度[J]. 计算机集成制造系统, 2021, 27(8): 2282-2294.
[2]	淮文博,史耀耀,蔺小军. 整体叶盘自适应柔性抛光效率优化[J]. 计算机集成制造系统, 2021, 27(6): 1550-1557.
[3]	单子丹,李雲竹,盛晨辉. 云制造模式下差异化产品多时序生产优化[J]. 计算机集成制造系统, 2021, 27(6): 1681-1692.
[4]	李永湘,姚锡凡,刘敏. 基于可靠性可信性分析的云制造服务组合优化[J]. 计算机集成制造系统, 2021, 27(6): 1780-1798.
[5]	曾鹏飞,刘辉. 基于二次相似性度量的即时学习转炉炼钢终点碳温软测量方法[J]. 计算机集成制造系统, 2021, 27(5): 1429-1439.
[6]	王婕,耿秀丽. 基于直觉模糊余弦相似度的云制造服务质量评价[J]. 计算机集成制造系统, 2021, 27(4): 1128-1134.
[7]	胡杨,吴锋,王红涛. 考虑稀缺服务与质量损失云制造服务组合问题[J]. 计算机集成制造系统, 2021, 27(12): 3639-3650.
[8]	向峰,钟雷,左颖,蒋国璋,段现银. 面向工业互联网平台的制造服务可信特征识别方法[J]. 计算机集成制造系统, 2021, 27(10): 2762-2773.
[9]	赵友宝,任翠真,饶卫振. 云制造环境下客户协作的成本分摊问题[J]. 计算机集成制造系统, 2021, 27(10): 3004-3013.
[10]	邹萍,张华,马凯蒂,程仕通. 面向边缘计算的制造资源感知接入与智能网关技术研究[J]. 计算机集成制造系统, 2020, 26(第1): 40-48.
[11]	朱文兴,谢明珠,许菱. 基于双边市场理论的云制造平台定价策略[J]. 计算机集成制造系统, 2020, 26(第1): 268-278.
[12]	郝予实,范玉顺. 基于场景识别的云制造服务推荐[J]. 计算机集成制造系统, 2020, 26(8): 2007-2019.
[13]	陈友玲,张哲,刘舰,吕松洋,段克华. 基于环境视频语义的云制造资源描述[J]. 计算机集成制造系统, 2020, 26(7): 1896-1904.
[14]	孙士平,杨威,胡政. 基于动态遗传神经网络和灰色关联的板料成形多目标优化[J]. 计算机集成制造系统, 2020, 26(12): 3399-3407.
[15]	陈晟恺,方水良,唐任仲. 基于需求预测的云制造服务租赁配置优化[J]. 计算机集成制造系统, 2020, 26(11): 2944-2954.

云制造模式下制造服务主动发现与敏捷配置方法

Initiative discovery and agile configuration of manufacturing services for cloud manufacturing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics