云制造环境下基于OWL-S语义匹配方法的研究与实现

黄文婷 浙江理工大学

云制造环境下基于OWL-S语义匹配方法的研究与实现

黄文婷 浙江理工大学

为了能够智能地在海量云制造资源中，匹配出适合企业需求的云服务。建立了基于OWL-S本体语义制造资源需求与服务的多层次匹配模型，分阶段研究了基本信息匹配、状态匹配、功能匹配、QoS匹配和综合匹配，提高了算法的整体匹配性能。先通过概念相似度和状态匹配对候选资源集进行初步过滤，再通过概念相似度、语义包含关系和约束条件算法对功能信息进行匹配，最后通过模糊概念量化和数值匹配算法对QoS信息进行匹配。在云制造仿真环境下，通过实例研究，用查全率和查准率验证方法的可行性和有效性。

云制造 相似度 本体

一、云制造服务形式化描述

为实现云制造服务的高效运营，需处理好资源提供者、使用者和平台运营者三者间的关系。为使匹配更精准，可将云制造服务描述为四元组模型。

二、云制造服务语义匹配算法

（一）基本信息匹配

（二）状态信息匹配

结合制造资源动态性和多样性的特点，当制造资源出现加入、推出和失效时需要对服务资源状态进行更新，需要过滤掉满负荷和、超负荷和空缺三种状态的制造资源。

（三）功能信息匹配

I/O匹配采用上文提出的基本信息匹配算法，P/E匹配是非功能属性匹配，采用约束条件表达式匹配，由个体词和数值区间组成，如：“公称长度l=20～50mm”，“公称长度l”是个体词，而“20～50mm”是数值区间，最后结合谓词包含关系来提高匹配度。

定义数值区间相似度匹配：

（四）QoS匹配

本文采取最具代表性的4个指标：时间、成本、鲁棒性和信誉度，定义集合。时间采用数值匹配，成本数值区间匹配，而客户无法用精准的数值或数值区间来评价的参数，如鲁棒性是客户对系统处理应急情况进行打分，通常客户不是QoS领域的专家不能够精准打分。因此，设定评价等级来表达用户模糊评价，如非常好、较好、一般、不好、非常不好5种概念数据量化为数值匹配，定义如下：，式中：表示第i个约束匹配的分量；n表示约束匹配的个数；SN、SR分别表示云制造供需的约束匹配参量集合。

（五）综合匹配

三、实例研究及评价

设定各层次匹配阈值：TInfo=0.95，TState=1，TFunc=0.9，TQoS=0.8。

表1 云制造供需详情描述

A 铣床/齿轮加工空闲 合金钢锻件，数量，精度/齿轮零件江苏/≤0.01mm/平面、槽、柱面、曲面/≤600kg 8-10天/1 0万/非常好/非常好B1 机床/齿轮加工未满负荷合金钢锻件，数量，精度，刀具/齿轮部件江苏/≤0.01mm/平面、槽、斜面/≤800kg 8-12天/9万/较好/非常好B2 机床/齿轮加工未满负荷钛合金锻件，数量，精度，刀具/齿轮零件浙江沪/平面、柱面、曲面/≤0.01mm/300kg～600kg 9-15天/7万/非常好/较好B3 铣床/齿轮加工空闲 铝合金锻件，数量，精度/齿轮零件成品全国/平面、槽、斜面、柱面、螺旋形表面/≤0.01mm/≤500kg 9天/7-15万/较好/较好B4 车床/齿轮加工空闲 合金钢锻件，数量，精度，刀具/齿轮零件标准化浙江沪/平面、槽、柱面、成型曲面/≤0.01mm/大型机床10天/7.8万/非常好

表2 各层次匹配结果详细数据

表3 不同算法匹配结果显示

四、结论

通过节点关系类型把树状结构层次延伸为共享网络模型，使可扩展的模糊集合更准确兼容。研究结果，查全率98%，查准率83%。与关键字匹配和基于语义的服务匹配相比都得到了明显的提高，验证了服务匹配算法的有效性和可行性。

[1]鬲玲,敬石开,王宏君.云制造环境下设计需求与服务资源的语义匹配方法[J].制造业自动化,2016(1):137-141.

[2] Sheng B,Zhang C,Yin X,et al.Common intelligent semantic matching engines of cloud manufacturing service based on OWL-S[J].The International Journal of Advanced Manufacturing Technology,2016,84(1):103-118.

[3] Jiao H,Zhang J,Li J H,et al.Research on cloud manufacturing service discovery based on latent semantic preference about OWL-S[J].International Journal of Computer Integrated Manufacturing,2015:1-9.

黄文婷（1992-），女，江苏大丰人，硕士研究生，主要从事网络化制造，机器学习方面的研究。

国家自然科学基金项目（71271192）。

领域本体概念，将个体词匹配转化为本体概念相似度匹配。定义父概念、子概念间语义距离为，则概念相似度为：，然而，仅用最短路径来定义语义相似度，显然，如Sim（空闲，未满负荷）>Sim（可用，不可用）。因此，还需把概念所处的节点深度和该深度上节点密度加入研究。节点间在本体层次中所处位置也会影响语义相似度，上述研究只讨论了树状结构中最重要的上下位关系，而位置关系父子关系、子父关系和兄弟关系也需量化。