基于社会信息物理系统的智慧制造资源组织模式

任 磊，任明仑

(合肥工业大学教育部过程优化与智能决策教育部重点实验室，安徽 合肥 230009)

基于社会信息物理系统的智慧制造资源组织模式

任 磊，任明仑

(合肥工业大学教育部过程优化与智能决策教育部重点实验室，安徽 合肥 230009)

社会信息物理系统(Social Cyber-Physical System，SCPS)在制造过程中的应用，把企业不同层次的制造资源连接起来，实现资源的按需使用和社会化制造资源的有效利用，构成新型的智慧制造组织模式。为了在动态SCPS环境下对多粒度社会化制造资源实现有效的组织管理，在分析智慧制造系统架构和制造资源特点的基础上，构建了智慧制造资源组织模式框架，从对象、主体、组织形式、组织过程和组织平台几个层面进行详细阐述。最后讨论了智慧制造组织模式面临的主要应用挑战和未来研究方向。

智慧制造；社会信息物理系统；制造服务；资源组织

1 引言

近年来，以物联网、云计算和大数据技术为代表的新兴信息技术不断渗透到制造过程和制造过程管理，使得制造模式和管理方式发生着革命性变革[1]。制造模式正向着全球化、协同化、智能化、服务化方向发展[2-3]，更加注重价值创造过程管理，实现制造价值链的集成和优化。智慧制造以SCPS、大数据和云制造技术为基础，以全面感知、实时决策、社会化制造资源的利用和满足客户个性化需求为目标，敏锐地把握市场机遇和产品前景，敏捷地做出事件驱动的实时反应，广泛地整合社会化智慧，精益地实现制造资源按需配置，呈现出新模式特征：

(1)制造资源服务化。智慧制造中资源不再是整个企业，而是把设备、生产线、生产车间或工厂等多个粒度资源作为独立的功能单元，以虚拟化服务的方式参与制造过程。制造企业通过集成不同企业的多粒度的制造功能单元形成完整的制造价值链，保证全球制造资源的灵活组织。

(2)资源组织的协同化。现代制造系统的竞争是整个制造价值网络上的竞争，企业不再是单独的竞争主体，而是要在全球范围内协同优势资源。通过制造价值链的横向集成和制造企业内部纵向集成，实现制造服务资源的整合。

(3)资源组织的社会化。客户需求的个性化、制造资源的服务化，使得制造过程成为企业与客户、供应商和合作伙伴广泛合作的价值创造过程，通过广泛利用全社会的设计和制造能力，实现众智设计、众包制造、众筹服务。

制造资源组织管理是整个智慧制造的核心和实质。制造资源的组织从范围上跨越了企业边界，从全球范围内整合社会化资源；对象上从整个企业转变为多层级的制造单元，涉及设备、生产线、智能工厂、企业等多个粒度服务；组织主体上从联盟盟主拓展到消费者、云平台中介者、服务提供者、其他利益相关者等；组织过程跨越需求获取、任务分解、资源聚合、组织优化整个价值链，关注各环节的协同创新；从形式上体现为多粒度服务单元的联合，使得制造联盟的形态发生根本变化。同时，用户作为任务方可提交自己需求并对服务方案进行满意评价，作为资源提供者可将自身闲置资源、知识进行社会化共享，还可与其他用户协作，实现与智慧制造系统不断的交互，提升系统的运行效率和服务水平。针对新环境下制造资源演化和人与系统交互特征，需构建新的智慧制造资源组织模式，重新界定资源组织的对象、主体、联盟方式，拓展制造资源的组织过程，实现智慧制造的目标。针对智慧制造的资源利用方式和制造联盟构建的过程，面向资源社会化、服务化、多粒度等特点提出智慧制造资源组织模式，对智慧制造体系、资源组织模式以及未来的挑战等问题进行系统的探讨。

2 智慧制造体系架构

智慧制造是一个复杂、多样、动态的服务生态系统，包含制造智慧、多粒度制造单元、订单需求、制造服务、业务过程、社会化服务池等多种元素，且彼此间关联[4-5]。未来的制造企业通过集成社会化制造资源构建完整的制造价值链，制造参与企业以多层次制造功能单元参与全球化协同制造，是智慧制造的基本模式。以云制造和社会信息物理系统为基础，实现跨价值链的制造资源集成，是实现智慧制造的基础平台；通过多层次制造资源的整合，构建基于任务的动态企业联盟，实现资源的按需配置，是智慧制造的组织方式；通过大数据环境下的实时感知，实现企业联盟和制造过程高效运行的同步反馈控制与优化决策，是智慧制造的运营方式。根据智慧资源的特点，对比现有云制造、智能制造等模式的体系结构和应用平台[6-7]，提出基于SCPS的智慧制造体系架构，如图1所示。

图1 智慧制造体系架构

(1)社会信息物理系统。以物联网为基础，通过网络把分布在整个价值链上的制造功能单元连接起来，构成社会信息物理系统(SCPS)，实现多层次制造资源的集成。每一个物理单元(涉及设备、生产线、智能工厂等多个粒度)通过CPS技术，构建与之相联系的智能代理，形成多粒度的制造服务单元。底层单元的信息经过综合，形成高层次的智能单元，实现物理单元间的信息连接，构建多粒度制造资源结构树。各类单元通过虚拟化技术封装成为制造服务，进入云制造资源池，成为社会化的制造资源，从而实现跨整个价值网络的信息连接。

SCPS技术支持下，形成了多层次、多粒度服务单元集成的制造资源体系。制造资源具有物理资源、软件资源、工艺流程、计算资源、数据信息知识资源等，通过云平台实现资源的虚拟化和共享，具有服务化的特征。制造单元之间形成复杂的网络关系，如社会关系、层次关系、时空关系等，制造资源呈现协同化。同时，客户、供应商、协作商甚至网络上的业余设计人员拥有制造和设计资源，通过众包广泛参与到价值创造过程，制造资源具有社会化特征。

(2)云制造平台。云制造平台提供了一个制造资源虚拟化的平台，分散的制造和设计资源拥有者通过云制造平台把制造功能单元虚拟化为制造服务，进入云制造资源池，实现资源的共享和社会化，为动态企业联盟的构建提供基础制造资源[8-9]。制造服务代表着相应的物理单元的能力和责任，需要受企业运作总体策略的约束，又需要和云制造资源池的其他单元交互。根据制造服务智能性、社会性、协同性等新特点，提供基于本体制造服务建模方法，并构基于智慧制造服务和智慧企业之间的多种异质柔性关系的立体化服务社会化网络进行聚集、统一规划管理。此外，云平台还提供制造任务分解、知识管理、服务定制、交易机制等业务。根据客户提交的需求订单，运用云平台进行高效地制造服务发现、选择、组合、执行监控。

(3)动态联盟—制造价值链组织。以往联盟以企业整体资源参与合作，下属资源间需通过ERP协调，无法实现按需“粒度”组织制造资源的要求，灵活性、适应性差。SCPS环境下的动态联盟以多层次制造单元为参与主体的新型网络化资源组织形态，成员具有不同粒度功能和能力，不需要经过企业中心进行协调，相互之间可通过SCPS直接进行交互协作和资源集成。制造单元作为参与主体，改变了以往企业联盟的组织结构和行为方式，同时为社会化制造创新提供开放环境。根据制造任务的要求和业务流程约束，制造企业可以在云平台上按需、实时发现相适应“粒度”的制造服务，形成自身的价值链和价值网络，实现服务的协同与多主体价值共创。联盟盟主以动态自组织的方式，运用短期、长期的契约构建满足制造任务的不同形态的企业联盟，如星型、网络状、线型等。利用大数据分析技术从制造大数据中抽取影响价值网络组织的影响因素，实现基于合适粒度、合适协同属性和社会关系的面向制造服务的制造企业联盟优化，提升制造资源的利用效率。

(4)大数据。社会信息物理系统和协同制造过程产生反映企业运行状态的实时大数据，使得制造过程可以在对状态和环境进行全面感知的基础上，基于高度智能进行资源调度和实时决策优化。制造系统的大数据包含微观到宏观的多个层次：信息物理系统中底层物理设备处理的实时现实世界数据，如传感器、工厂硬件、设备控制器收集微观数据(操作层数据)；通过客户网站、呼叫中心、零售店等获取的与客户订单有关的宏观数据；在云制造和企业联盟中的其他合作伙伴的协同制造信息。在更广义的制造大数据中，还应该包括社会经济环境的各种影响制造过程的数据[10-11]。通过大数据分析，实时检测制造单元的状态，挖掘制造过程的异常事件，同步反馈和控制整个SCPS系统，实现基于情景感知的制造过程优化。同时，对当前联盟运行状态实时分析，根据制造任务、制造资源、社会关系和环境的变化，及时反馈联盟状态的转换，采取相应的策略以调节制造系统资源配置，优化企业联盟的结构和运行效率。基于大数据的制造智慧，使得全价值链的实时智能决策与协同优化成为可能，对制造资源的组织与演化管理具有重要意义。

3 智慧制造资源组织过程

制造资源的组织是一个复杂的动态过程：首先根据客户提交需求和对市场前景的评估，生成预测性的制造订单(客户需求)，并挖掘多源需求大数据对订单进行修正；其次对大量不同类型要求的订单转换为制造任务，进行分解、聚合与重组成服务订单，根据自身制造能力选择是否服务订单外包；然后根据制造任务的要求，在云制造平台上的服务社会网络中发现、匹配适合的制造单元，运用多粒度制造资源的聚合方法，形成面向业务过程的制造企业联盟和价值链；最后在对需求、资源状态变化感知的基础上，运用大数据实现制造资源组织过程和动态联盟的优化。根据上述思路，本文基于制造资源特征分析，提出了清晰的智慧制造资源组织过程，界定了不同环节应解决的问题，详细过程描述如图2所示。

图2 智慧制造资源组织流程

3.1 客户需求的获取

客户需求是智慧制造资源组织流程的起点，客户需求分为显性需求和隐性需求，显性需求是已经转化为订单可直接生产。隐性需求是消费者拥有购买意愿，在未来将转化为订单的那部分需求。客户需求数据来源可以分为过去的客户订单、当前客户提交需求、当前市场状况和社会化媒体的需求信息，依据前三项数据生成预测性企业客户订单，制定相应的生产计划。综合消费者、竞争者、替代者、供应商、政府等市场主体的状况变化，在对未来客户需求评估后识别出市场机会，结合客户已提交的订单制定制造任务。大数据环境下，用户隐性需求通常分布在营销数据库、车联网、社交网络等中，需要对这部分需求识别以修正前面的订单。客户需求最终表现为制造订单T=SQ=(ProductType，ProductquantityUserFunset，Non-funset，SocialRequirments)，主要体现了客户对产品类型、数量和性能要求等方面。由于外部环境的变化性，客户需求的获取是一个不断迭代、动态过程，根据客户新订单、市场波动等因素重新修改和优化制造订单的生成。

3.2 从订单到订单的制造(定制)——制造任务的分解与重组

由于客户需求的个性化、多元化，制造订单呈现多类型、多要求的特征。面对大量的多样性订单，制造企业难以直接安排生产，需要从“客户订单”到“制造任务订单”的转变，以制造任务的形式组织制造资源。为了高效的资源匹配、降低任务执行的复杂度、提高任务的协同完成质量，需要对制造任务进行分解和合成，形成多粒度子任务，进而按任务需求组建动态联盟。订单任务可以从产品结构划分为产品簇、部件、零部件、工序等层次，任务之间具有关联性，如地理距离、时间成本、约束关系等，形成复杂的任务网络。同时制造任务需要的信息、知识、服务等来完成，制造任务的分解与重组需要考虑任务-服务特征匹配。将总制造任务按照一定规则分解为不可再分割的元任务，形成任务关联网；综合考虑制造资源的协同、任务-资源匹配、任务的相关性和社会关系等要素，进行制造任务的聚类和重组，最终形成多粒度的制造子任务。制造任务订单最终表示为T=(T1，T2，…，Tm)，其中T1=(T11，T12，…，T1i)，T1i为不可再分割的元任务。任务具有不同的层次，需要不同粒度的制造资源满足，根据自身制造资源和能力选择自己生产还是外包，以云服务请求的方式发布到智慧制造云平台上，或者直接在云平台上整合所需要的制造资源。

3.3 制造资源聚合

智慧制造资源聚合是运用SCPS技术将多个不同粒度资源通过特定规则和协同方式网络集成，形成能够满足相应制造任务的逻辑单元-智慧制造单元，其具有单个元制造资源难以实现的功能和能力。首先根据第2步重组的制造任务要求，在云平台上基于语义方法发现、匹配能够完成子任务的多粒度制造资源；参考时间、成本、QoS等因素选择最适合的制造资源；然后依据资源的类型、组织结构和协同关联，选择最优的资源聚合模式生成智慧制造单元(知识型和实体型具有不同的约束和聚合模式)；通过集成多个不同层次的服务单元，构建基于任务的制造企业动态联盟。根据制造任务和环境约束，动态联盟能够进行资源的自适应配置、制造服务的精确匹配、制造过程的高效组织与执行，高效地完成制造任务。制造资源聚合最终表现为多个智慧制造单元联合的企业联盟，可以表示为一条服务链ServiceFlow=(FlowID，FlowFunSet)=(WMU1，WMU2，…，WMUm)或者为一个制造价值网络ServiceNetwork=(V，E)，其中V表示制造单元的集合，E表示多种网络关系的集合，WMU为由多种资源聚合成的智慧制造单元。

3.4 制造资源的组织优化

智慧制造资源组织过程需要考虑服务的社会性、多粒度性、协同性和上下文相关性等要素的影响，动态联盟的资源分配还需要考虑任务的可完成性、效率、成本和质量、成员的满足性等多个方面的要求，需要运用大数据分析方法对制造单元状态、需求动态、环境变化进行理解、判断，根据当面面临的情景，运用制造智慧(已有的知识结构)实时地进行资源调度和任务分配，实现对制造资源的组织过程和动态联盟结构的优化。根据制造系统的演化规律，基于智慧制造资源的特征，构建基于多粒度的制造资源自组织优化方法、基于社会关系的制造资源协同优化方法、需求动态调整的面向服务的企业联盟优化方法。制造资源组织优化是制造资源组织模式的核心环节，对于动态联盟和价值网络的形成与演化具有重要作用，最终表示为一个的制造组织优化求解问题。以基于社会关系制造资源协同优化为例，将协同因素考虑到制造资源的组合，公式(1)是优化目标函数：

(1)

(2)

(3)

4 智慧制造资源组织平台实现

在云制造环境的基础上，结合信息系统架构方面的发展趋势，基于面向对象架构、复杂事件处理和智能代理技术的进展，本文提出一个综合的SES(ServiceorientedArchitecture，ComplexEventProcessing，andSmartCyber-agent)方法，为智慧制造的资源组织和价值网络集成提供管理架构和系统平台，如图3所示。

(1)制造服务的虚拟化。根据制造资源的信息特征和组织特征，分析多层次制造功能单元(设备、生产线、车间、智能工厂等)的制造资源特征、信息结构、社会化属性(如隶属关系、合作历史记录、地理位置等)，构建基于语义本体的智慧制造资源信息模型和基于全生命周期的制造资源的虚拟化映射方法。根据制造流程约束和网络制造任务的特征，通过对制造单元能力和关系的分析，建立制造服务的粒度模型，为制造服务的粒度识别提供方法和工具。服务提供者通过虚拟化技术，将多粒度的制造资源以服务的形式发布在云平台上，根据客户需求选择适合的制造服务。

(2)多粒度的资源网络集成。制造服务是制造系统的组成单元，合适粒度的制造服务的识别是制造资源利用效率的关键因素。制造单元作为制造价值网络的构成要素，在SCPS支持下实现跨企业、不同层次制造资源的信息链接，实现价值网络的横向和纵向集成。运用生态、社会资本理论对多层次和粒度的制造单元行为特征分析，构建多粒度制造资源模型和表示方法。运用服务聚合方法实现多粒度制造资源在不同层级的纵向集成，并构建多层次智慧制造单元；运用横向集成方法组织不同价值链节点的制造服务，实现协同优化配置；智慧制造各个子系统之间存在复杂的协作关系，需要运用全系统思维和混合集成方法实现系统的整体综合。

(3)实时决策。智慧制造模式下的决策大多来自于智慧制造单元智能Agent的自主决策。与传统的有限理性决策模式和“情报、设计、选择、评价”4 阶段决策过程不同，Agent决策是在大数据支持下，通过对环境的感知和对信息的上下文理解实时完成决策过程。智慧制造单元对自身状态、环境信息、场信息等进行感知的基础上，识别和理解当前所处的情景；根据已有的制造智慧和知识结构采取适应所在情景的决策活动；通过的不断的演化学习更新知识库，提升实时决策的效率和准确性。智慧制造单元根据人、物、场等因素及其关系的变化，发现有管理意义的复杂事件，实现基于事件驱动的服务请求触发和资源再组织过程。

(4)基于大数据的组织优化。云制造平台中收集了制造服务全生命周期包括企业和制造资源和能力的描述、发布、存储、匹配、组合、交易、执行、调度、结算、评估等全过程的大数据，这些数据既反映了资源演化、制造单元的状态，也反映了企业间协作过程和动态联盟演进的全面信息，为制造资源的组织优化提供了重要来源。通过大数据环境下联盟成员及其社会关系的集成分析，得出制造单元的行为规律、交互模式，总结制造服务的竞争合作机制，发现制造企业联盟的演进路径。挖掘制造智慧，分析资源组织过程的可靠性和协同效率，构建面向制造过程基于时间、空间的资源组织调度边界划分与调整。最终，通过社会感知方法实现的服务型制造资源的实时组织、调度与优化，基于大数据分析快速地调整企业联盟的规模、结构。

SES平台建立在广泛接受的全球化标准之上，不依赖于特定的组件和设备的专用接口，不需要人工集成或配置应对环境的变化。在未来的研究中期望开发获得一个实验系统的原型，以互联网汽车的开发过程为例，通过对各类制造资源的虚拟化，对供应商、客户、非专业设计人员等参与的设计过程进行模拟实验，以便对资源组织过程、价值链协同和节拍控制过程等方法进行实验验证。

5 智慧制造组织模式面临的主要挑战

SCPS环境下，如何在全球范围内组织社会化制造资源，构建多粒度制造单元联合的动态联盟和实时感知决策的智慧制造系统成为重要课题。虽然智慧制造研究取得一定进展，但在汽车、大型装备、航空航天等领域应用仍处在初级阶段，且面临许多现实问题和挑战，如实时知识管理、制造服务管理、复杂性管理等。

(1)实时知识管理。大量多源异构的信息和知识分布在各个制造单元和企业中，难以实现快速的共享与融合。制造环境中信号和噪声的识别、知识系统的管理情境理解、不可预知事件的实时融合、实时知识学习和行为等均是亟需解决的问题[12]。需要面向制造过程的知识表示方法(本体、语义Web等)、基于深度学习的制造知识发现、多源知识的融合与集成、基于过程理解的知识重用、自主感知的知识更新等。建立实时知识管理体系和知识组织方法，构建海量数据的制造企业知识门户系统体系结构，实现对多领域、多主体制造知识的共享和应用。

(2)制造服务管理。随着众智、众包等社会制造与设计资源的爆炸式涌现，如何对多粒度、多层次、分布式、社会化的制造服务进行有效管理成为关键。应该根据制造服务的竞争能力和社会关系出发，构建基于协同的多粒度制造服务模型。运用多领域、多主题的语义服务建模方法进行制造服务的聚类，实现服务族群的划分，便于快速的服务发现。构建多领域、多主体的多维制造服务社会网络，根据社会关系进行有效的资源组织与管理。同时，还要研究基于情境感知的制造服务动态交互和访问控制机制和基于角色的云制造服务安全管理方法。针对社会大众提供的制造资源和智慧，创新面向众智、众包和众筹的社会化分散制造服务评价和基于新观念聚合、学习与评价的多资源聚合的服务组织方法。

(3)复杂性管理。制造资源组织涉及多企业多粒度制造单元的集成及动态优化，是一个高度系统、复杂的过程。各子过程相互影响、渗透，必须以复杂系统的方式进行思考[13]。运用复杂网络理论研究多领域、多粒度的制造资源结构和制造服务的复杂性，分析制造服务网络的网络结构和关系复杂度。探讨不同组织形式下(如虚拟企业、动态联盟、价值链等)的资源组织复杂性(结构复杂、资源复杂、制度复杂)和联盟复杂度，应构建用户友好和系统耦合的资源组织平台。此外，还应该从对象、主体、组织形式、组织过程、组织平台五个部分的相互关联着手，分析制造资源组织模式的演化路径的复杂性，准确地把握智慧制造的未来系统架构趋势。

6 结论

智慧制造作为未来制造业的主流模式[14]，能够实时感知内外部环境和市场需求，充分利用全球的制造资源和智慧，快速构建制造价值网络，实现跨领域、跨企业的协同决策。制造资源组织模式是智慧制造的关键内容，随着制造资源、参与主体和制造环境的演化，需要新的制造组织模式在云平台上组织不同粒度的制造单元，通过网络化协同集成为企业联盟，以完成客户多类型的制造任务请求。在对智慧制造理念和制造资源新特征深入分析的基础上，综合制造资源组织相关的研究进展和存在的问题，本文提出基于SCPS智慧制造资源组织模式，阐述了对智慧制造的理解和整体系统架构。基于资源特征分析创新制造资源组织过程和方法，构建了基于SES的智慧制造资源组织平台。结合当前智慧制造实际应用，提出未来制造资源组织模式所面临的挑战，从实时的知识系统、大数据环境下的制造服务管理、复杂性管理等方面阐明将来资源组织和过程优化应关注的问题。

[1]LEE J，LAPIRA E，BAGHERI B，et al.Recent advances and trends in predictive manufacturing systems in big data environment[J].Manufacturing letters，2013，1(1)：38-41.

[2]BRYNER M.Smart manufacturing：the next revolution[J].Chemical engineering progress，2012，108(10)：4-12.

[3]LEE J，KAO H A，YANG S.Service innovation and smart analytics for industry 4.0 and big data environment[J].Procedia CIRP，2014，16：3-8.

[4]XU X.From cloud computing to cloud manufacturing[J].Robotics and computer-integrated manufacturing，2012，28(1)：75-86.

[5]DAVIS J，EDGAR T，PORTER J，et al.Smart manufacturing，manufacturing intelligence and demand-dynamic performance[J].Computers & chemical engineering，2012，47：145-156.

[6]ANDREADIS G.A collaborative framework for social media aware manufacturing[J].Manufacturing letters，2015，3：14-17.

[7]HOU R C，DING X Q，TAO Y，et al.Internet of manufacturing things and relevant technical architecture[J].Computer integrated manufacturing systems，2014，20(1).

[8]FRAZZON E M，HARTMANN J，MAKUSCHEWITZ T，et al.Towards socio-cyber-physical systems in production networks[J].Procedia CIRP，2013，7：49-54.

[9]PORTER M E，HEPPELMANN J E.How smart，connected products are transforming competition[J].Harvard business review，2014，92：11-64.

[10]WU D，GREER M J，ROSEN D W，et al.Cloud manufacturing：strategic vision and state-of-the-art[J].Journal of manufacturing systems，2013，32(4)：564-579.

[11]VINCENT W X，XU X W.An interoperable solution for cloud manufacturing[J].Robotics and computer-integrated manufacturing，2013，29(4)：232-247.

[12]LI B H，ZHANG L，WANG S L，et al.Cloud manufacturing：a new service-oriented networked manufacturing model[J].Computer integrated manufacturing systems，2010，16(1)：1-7.

[13]LI G，WEI M.Everything-as-a-service platform for on-demand virtual enterprises[J].Information systems frontiers，2014，16(3)：435-452.

[14]顾新建,代风,陈芨熙,杨青海,祁国宁.智慧制造与智慧城市的关系研究[J].计算机集成制造系统,2013(05):1127-1133.

(责任编辑 沈蓉)

Organizational Mode of Wisdom Manufacturing Resources Based on Social Cyber-Physical System

Ren Lei，Ren Minglun

(Key Laboratory of Process Optimization and Intelligent Decision Making of Ministry of Education，Hefei University of Technology，Hefei 230009,China)

Social Cyber-physical system(SCPS)which is applied in the manufacturing process，can connect different levels of the enterprises’ manufacturing resources together，achieve on-demand resources configuration and high efficient socialized resource use，and then constitute a new type of wisdom manufacturing organization mode.To realize the effective organization and management for the multi-granularity socialized manufacturing resources under dynamic SCPS environment，a whole framework of resource organization mode was proposed based on the analysis of wisdom manufacturing system architecture and the characteristics of manufacturing resources.The resource organization mode was described in detail from several dimensions include the object，subject，organization form，organization process and organization platform.Lastly，the future application challenges and research direction of wisdom manufacturing resource organization mode were also discussed in depth.

Wisdom manufacturing；Social cyber-physical system；Manufacturing service；Resource organization

国家自然科学基金重点项目“大数据环境下智慧制造组织模式与运营管理”(71531008)，国家自然科学基金面上项目“物联网环境下动态自组织的智能服务理论与方法研究”(71271073)。

2016-10-25 作者简介：任磊(1988-)，男，安徽濉溪人，合肥工业大学管理学院博士研究生；研究方向：智慧制造、实时决策。

TP393

A