基于作业车间与调度算法的云平台研究与实现

张恺琪+张淑丽+姬长阵

摘 要：针对目前制造业中传统制造平台整体效率低，排产不合理，以及订单受各种不确定性因素较大的特点，研究和实现了基于云计算思想的作业车间与调度算法的云平台，该云平台通过将调度算法的云服务封装与虚拟化共享，使制造业的排产效率得到提高，文章采用基于模板的虚拟化与服务化的研究方法，建立本体模型，阐述该平台整体服务化流程。最后，通过哈尔滨电机厂实例验证，证明了该平台的合理性与高效性。

关键词：制造业；调度算法；虚拟化；服务化；高效

中图分类号：TP301 文献标志码：A 文章编号：2095-2945（2017）19-0027-02

引言

制造业作为一门直接体现国家经济发展的水平的产业，在经济全球化的大潮下，其发展亦是日益更新。目前，我国正处于由第二世界向第一世界过渡时期，制造业的高速发展与转型，也是我们要面临的重要战略问题。云制造即是利用信息技术与制造技术并结合云计算的思想发展起来的一种新型制造技术，其一直以绿色，环保，低成本，高效率的优势在制造业中发挥着不可或缺的重要作用。在制造业领域，其加工，排产的信息量剧增，各中小型企业的需求量也急劇增加，传统的制造水平在企业加工排产中出现排产效率低，资源供不应求的情况，因此利用信息技术，基于云计算的技术思想对企业加工排产线优化，实现制造业服务型转型显得尤为重要。

本文基于云计算的思想，设计和实现了基于调度算法的云服务平台。云服务平台的核心是将蚁群算法，遗传算法，神经网络算法等虚拟化封装在云服务资源池中，通过云平台将调度算法共享，服务请求者可通过服务请求获得其高效服务。通过匹配相关算法进行作业排产加工来提高中小型企业加工生产中的排产效率和设备利用率，实现企业智能化转型。

1 云制造平台概述

在云制造平台中，主要有三种角色，分别是云服务资源提供者，云服务资源请求者，第三方运营者。云服务资源提供者通过全方位对云服务平台生命周期的感知，对于制造业中的软资源，通过利用虚拟化与服务化技术，将软资源感知与接入，并指定相应的参数规则，利用WSDL与OWL-S等相关技术[1]，对提供资源进行规范描述通过云制造平台的服务化工

具，实现云服务功能，依此来将资源提供给第三方运营者，第三方运营者主要对接入资源进行管理与发布，通过高效的运营，实现制造资源的共享。通过云服务资源请求者对云服务平台发布相关需求服务描述，第三方运营者根据其描述进行高效适配，提供给其相应服务。

2 调度算法资源的共享过程

2.1 算法资源的接入与适配

算法接入与适配主要针对算法资源提供者。调度算法属于制造业资源中的制造软资源，软资源的共享主要有两种方式，一个是利用虚拟化的技术，另一个是使用服务化技术的实现，云服务平台就是利用虚拟化的技术，首先在云端构建虚拟的云服务资源池，将资源接入到云服务资源池，然后利用统一适配方式进行存储与通信[2]，由于算法资源与云服务资源的使用者交互性不高的特点，所以，该算法资源的需要远程调用的方式来实现，将其存储于物理服务器或者虚拟服务器上，并且提供远程调用的接口，该技术的实现主要利用Web Service技术[3]。

在Web Service技术实现上利用了它的三个要素：简单对象协议（SOAP），网页服务描述语言（WSDL），UDDI[4]。

其中SOAP主要用来传递算法信息的格式，由于它可以和HTTP，SMTP，MIME等因特网协议结合使用利用XML通过因特网访问，从而保证了算法资源在传输中的可靠性。

在算法提供者方面，主要利用WSDL访问其资源接口，这样就可以为算法提供者提供详细接口说明书。

对于Web Service的封装，算法资源信息的注册则是由UDDI来完成，由于UDDI可以实现可公开访问的接口，所以，通过使用这些接口，资源提供者可以向算法云服务资源池注册其算法资源信息，资源请求者也获得云端信息，从而达到资源共享的目的。

2.2 算法资源的监督管理

算法资源的监督组件与管理主要是跟踪算法云服务的执行过程与状态，监控其算法运行的稳定性与响应时间，对已执行算法收集其执行效率与用户对所选取算法满意度，对之后的算法选取决策提供一定的依据。

2.3 调度算法的检索与匹配

2.3.1 云服务平台的检索与匹配执行机制

调度算法的检索与匹配由第三方运营者来完成。首先由云服务算法请求者向算法云服务资源池发送服务请求，通过语义描述，生成需求文档，同时服务资源也经过适配环节生成算法文档，第三方运营者依照云服务解析器的参数和需求，对其进行功能解析，数据解析以及性能解析。依据服务标准，调动智能匹配组件，利用高效智能搜索算法，由于请求的信息复杂多样，云服务平台需要根据其请求在本体资源库中设置算法参数，并依据这些参数制定合适的计算方式，根据资源请求者的需求规划算法权值，从而根据请求参数确定算法匹配程序，进而得出最佳匹配算法，返回结果[6]。如图1所示。

2.3.2云服务平台的匹配模式

云服务平台支持匹配方式有两种，分别是语法匹配和语义匹配。

某些用户常常是用关键词的形式来发送服务请求，云服务平台针对注册信息，进行语法匹配，云服务平台通过对用户注册服务信息的检索，利用关键词的提取来发现服务。云平台通过利用用户提交的关键词和各种服务类型进行语法级别的匹配。然后将匹配上的服务结果返回给用户。语法匹配实现上比较方便，而且匹配效率也高。但是由于是利用关键词匹配，故得到结果也过于密集，针对一些特殊请求，却难以实现。

针对特殊领域的需求，当语法匹配不能够识别用户提供的服务需求时，云服务平台将执行语义匹配的匹配模式，语义匹配是利用云平台本身对相关服务的行为，功能进行语义描述，并在语义分析的基础上进行服务的匹配。这是一种基于OWL-S的服务匹配模式算法，语义匹配依赖于逻辑演绎与推理[5]，其匹配精度也相对较高。

3 算法资源的本体建模

3.1 算法资源描述模型

云制造资源的描述是制造资源的共享，为需求者服务中重要的一步，由于制造资源种类繁多，不同的制造资源所包含的信息量也极具庞大，为了简化，规范制造资源本身的描述，则采取分析制造资源的信息类型，从而总结出其共性，为同类型资源定义一个信息模板，来规范其信息的描述[10]。

资源服务化模板封装过程算法如下：

Step1：从海量模板库选择合适模板，如果找到模板，转Step3，否则转Step2。

Step2：根据需求建立新模板，并将该模板发布到模板库。

Step3：根据资源的描述封装到模板，形成XML文档。

Step4：搜索现有的实现类中是否能够实现该类资源，如果可能，转Step6，否则转Step5。

Step5：利用資源实现模板实现该资源实现类。

Step6：将该资源接口加入资源适配器。

Step7： 发布该接口注册到UDDI注册中心。

Step8：结束程序。

3.2 算法资源描述模板

为了方便资源的描述，本文抽象出来算法资源元模板和每一类资源的描述模板，算法资源描述的元模板定义了类模板应遵守的描述规范[10]。

应用XML语言对资源进行规范化描述，每一类资源都对应一个XML Schema规范文档，该文档定义了算法资源描述时的属性项。

3.3 算法资源实现模板

算法资源实现的元模板接口文件如下：

Public interface Alg_Resource{

Public static void init（Alg_containerCon con）；

//解析相关文档，初始化操作。

Public HashMap getParameter（）；

//用来获取参数信息并返回给客户端，用户可根据个人需求设置相应参数。

Public HashMap Execute（）；

//执行任务。

Public String getResult（）；

//获取结果集。}

在执行该服务时候，首先执行init方法，来读取与解析相关文档，初始化该服务属性。然后执行getParameter方法，将平台的参数信息获取后，返回给客户端，用户结合自身需求，设置各类算法的相关参数信息。接着平台会检验参数是否符合规范，执行Execute方法，提交作业加工。最后将执行完毕，调用getResult返回结果集[10]。通过哈尔滨电机厂实例验证，该平台存在高效性。

4 结束语

基于云计算思想的作业车间调度算法平台，解决了制造业中单件排产低，排产不合理的问题，对于突变订单的处理也具有高效处理的特点，保证订单按时按需完成，提高了的作业车间的生产效率。通过实例验证，该平台具有高效性与可行性。

参考文献：

[1]盛步云，张成雷，卢其兵，等.云制造服务平台供需智能匹配的研究与实现[J].计算机集成制造系统，2015，21（3）：823-824.

[2]徐迭石，刘胜辉，马超，等.大数据环境下MES作业计划与调度能力云服务化研究[J].计算机工程与科学，2016，38（4）：625-633.

[3]刘胜辉，张星，张淑丽，等.作业车间调度算法资源云服务化方法[J].哈尔滨理工大学学报，2016.

[4]李伯虎，张霖，等.云制造[M].北京：清华大学出版社，2015.

[5]张恺琪，张淑丽.智能作业车间动态调度系统研究与实现[J].黑龙江工程学院学报，2016（30）：1671-4679.

[6]尹超，夏卿，黎振武.基于OWL-S的云制造服务语义匹配方法[J].计算机集成制造系统，2012，18（7）：1495-1501.

[7]王欣，张晓林.应用OWL-S实现Web服务语义描述[J].现代图书情报技术，2005，120（2）：15-19.

[8]蒲国林，杨清平，邱玉辉，等.基于语义网格的OWL-S服务本体的语义匹配研究[J].计算机科学，2008，35（4）：162-164.

[9]崔艺馨.基于本体的制造资源服务化及其能力平衡优化方法[D].哈尔滨工业大学，2014（06）.

[10]武蕾.制造网格中资源虚拟化的方法研究与应用[D].山东大学，2008（04）.