云制造服务匹配和优选技术

陈志涛 杨小东 朱义勇

摘 要 云制造服务作为一种网络化制造的新模式，能够有效的整合制造资源，提高资源的有效使用率，真正的将资源进行高度的共享。在云制造模式当中，可以通过平台将企业所需要的服务信息进行分享，从而得到满足需求的服务。在这一过程当中便存在着以系列的资源优选工作。本文对云制造服务匹配和优选技术进行简要分析。

【关键词】云制造 服务 匹配 优选

1 云制造概论

1.1 云制造的概念

云制造作为一种服务模式，其基础便是物联网技术、云计算、虚拟技术等等。云制造利用这些技术，将网络制造模式进行了极大的扩展和延伸。云制造是制造业向信化进行转变过程中所产生的重要产物，其依靠先进的思想和信息技术，有效的提高了制造业的生产能力。借鉴了云计算的先进思想以及服务模式，将制造业进行了有效的资源整合，并将资源实现了高度共享。

云制造的目的便是要将平台当中所存储的资源，以服务的形式提供给用户，使用户得到具有高可靠性、高质量的廉价服务，以及实时智能的制造服务。云制造的最终目标是要实现资源的集中和服务的分散，将分散的资源进行最大化的集中，使其能够发挥出最大的作用。

1.2 云制造的特征

1.2.1 按需服务

云制造资源的提供者，通过平台将自身所具有的资源展示出来。需求者通过平台获取自己所需要的资源，从而满足生产制造全生命周期所需求的资源总量。平台可以将服务需求者的要求作为基础，将制造资源、能力以及其他的各类资源整合到一起，进行重新的分配。

1.2.2 分散性和协同性

云制造平台当中所拥有的资源并非存在于一处，而是来自于不同的地点。但平台通过网络，可以将资源进行集中，最大化的减弱资源的分散性所带来的使用能力弱化问题。从而将资源集中起来为复杂的制造任务服务，完成相应的制造任务。

1.2.3 动态特性

云制造平台当中资源量非常庞大，其种类也非常的繁多，而且这些资源时刻处于动态变化当中。为了能够更好的满足用户对于资源的实际需求，平台以定义的规则为执行标准，自动完成资源的平衡和分配工作，并在這一过程当中，对制造资源进行有效的监控。

2 云制造优选问题描述

云制造服务优选：需要得到制造资源的单位通过平台接出端口，将自己的要求上传到平台之中，平台将这种要求与资源库当中的资源信息进行对比，寻找出条件相似的制造服务与其进行匹配。如果能够成功匹配到可以满足相关要求的制造服务，那么便将这些服务进行组合并提供给用户进行选择。如果没有匹配成功，那么平台便会将用户提供的制造任务进行分解，将其作为多个子任务，重新在资源库当中进行匹配，寻找能够满足要求的制造服务。如果这时仍然无法得到成功的匹配，那么便再以此将子任务进行分解，再一次进行匹配，成功匹配之后，便需要将相关资源进行集中，整合到一起后形成资源集，提供给用户进行候选。最后，通过优选算法，优选出最为适合子任务自身需求的制造服务。

云制造服务的优选过程是一个迭代过程，需要进行逐步分解。复杂的制造任务无法进行有效的匹配时便需要按照工序分解成不同的子任务，将子任务进行有效匹配，当匹配失败时便将子任务再重复分解，以此类推反复循环，一直到能够成功匹配为止便停止分解。之后便需要将这些简单的任务进行制造服务的筛选和调用，将符合条件的制造服务进行集合，使得制造任务形成一种可用候选的服务集。最后，要从各个候选服务集当中优选出最为符合要求的制造服务。由于制造服务在优选过程中具有一定的复杂性和不确定性，可以使用三层结构模型进行描述。第一层：云服务资源的使用者，将自己的实际需求发布到平台当中。第二层：在平台当中自动进行匹配工作，将资源库当中的资源信息与需求信息进行比对和匹配。匹配失败便将需求任务进行分解，重新匹配子任务，如此反复直到匹配成功为止。第三层：将候选的资源进行集中，形成资源集，再为简单型的制造任务进行优选，将最为符合任务要求的服务提供给信息发布者。

综上所述，云制造服务的优选过程便是一个组合过程，其具有层次化的性质，具有从底层到顶层，不断优选组合的顺序。在平台当中，最为复杂的任务，可以通过将其进行分解，得到简单的子任务，之后通过优选获得需要的服务。

3 优选的解决方法

3.1 优选方法

本文主要以研究云制造资源的信息属性为基础，通过对其属性进行分类研究能建立以云制造资源为基础的描述类模型，然通过资源形式的描述，能创设出良好的云服务优选方案，进而来分析云制造服务优选服务中需要的层次化结构，通过建立三层优选云制造服务过程。

3.1.1 匹配

根据制造任务对云制造库内的资源属性进行系统化的描述，通过相同的信息对比来将形似值调用出来，并对其进行赛选，被选出制造资源，但是筛选过程中若出现了匹配失败的局面，就要进行制造任务的分解，持续大匹配完全满足任务要求为止。匹配分析过程如图1所示。

3.1.2 粗选

云制造中的各类资源种类较广，数量较大，属性描述信息也居多，若使用评价的方式对资源的优质与否进行判别会不客观。所以，为能进行云制造的服务优选，本文主要以时间、成本、质量服务几个角度为出发点，在进行评价体系的可靠性服务的前提下，综合性的对指标中的量与性进行系统化分析。

3.1.3 精选

根据上述建立的云制造服务体系能了解到，云制造服务优选作为一个新形式的目标决策性问题，在优化求解的过程中先要做好单个制造资源推送，同时也要考虑到全部资源的优化处理。综上所述。优选云制造服务的过程中，可以从两方面出发，第一是在制造阶段进行信息优选，做好粗选与优选。粗选中先要对云服务的优化指标进行定量分析，可以在综合定量分析的前提下做好混合指标的服务决策；第二进行精选，它主要是在云制造服务阶段选择符合制造服务任务的需求性资源，对决策目标进行优化与定量分析，最终目的是找出需求性较好的制造类服务。

3.2 资源匹配

云制造服务平台主要是在制造行业优选的过程中，探求得到云用户的需求信息匹配，并通过云制造服务进行资源优化模型，从而能满足用户的任务资源需求。匹配过程中，先要考虑的资源属性分别是CMSR中的BI、FI这两项资源属性，具体的匹配过程如下：

3.2.1 提交设计任务

云用户所需要的任务设计需要以设计文件信息为依托，通过制作云服务平台来让整体的设计方案得到分解进而能将多项任务进行分解，每个小任务进行小的分解，通过多粒度的任务整合，能将每层的子任务、子系统进行匹配，从而让匹配过程达到一致。

3.2.2 BI的匹配过程

针对基本的信息资源，将匹配的资源种类进行系统化的分析，了解规格是否符合要求，进而让云服务将基本的信息汇总在一起，形成良好的资源整合。

3.2.3 FI的匹配过程

BI匹配后所获得资源集基础，相关的功能信息均要进行深化，通过对信息的参数进行处理，能将FI和BI匹配后的资源进行集中的处理，并获得相应的资源，最终以便于进行资源的系统化整合。

3.3 云制造服务粗选

3.3.1 构建层次评选结构模型

深入了解云制造服务中的各类资源优化问题的过程中，能借鉴服务优选文件中的评选因素，将时间、成本、信誉度等因素考虑在内，在进行云制造服务优选评定的过程中，需要以云制造服务资源的优化指标为前提开设的指标系统优化。

3.3.2 组织集工艺、精度、质量等领域专家的搜索，匹配出候选的云制造服务资源的定量指标评价

云制造服务优选中，评价制造服务的优劣与定量指标能为使用者提供更契合实际的数值进行系统化的评价，但是这里不需要组织者进行模糊评价，相反，评价制造的优劣定性指标很难通过实际使用满足大小来进行评价。

3.4 服务优选

云制造的任务需求需要分解，通过对每个云子任务的需求制造过程进行匹配能了解到云制造中的服务资源粗选，有其重要意义。

云制造资源服务的优化组合问题可以是以一个目标为前提开展的问题优化，现在部分学者在研究中通过加权法和优先级法进行目标问题转化，通过问题的优化，能使用单元目标的优化方法，使整个问题的求解方法增多，且这种方式能规避传统求解法中存有的缺陷。具体内容如下：

（1）选取的权重系数有着极强的主观能动性，整个优化能让权重的向量日趋敏感，同时优化结果受到权重影响会有这巨大的影响力。

（2）用户先要对整个问题的优化界面有着较好的了解，并清晰的了解到各个参数间所能函数的影响，通过优先级顺序的排列。来限制部分专业素养不高的用户。

（3）通过一定的方式将目标进行多方优化，可以在优化问题以后，在目标函数的条件下进行优解，并使用多个目标进行优化，很难从本质上进行问题的优化求解。

（4）转化成单目标优化问题求解，只能在优解中为决策人提供备用方案。另外，用户一般情况需要获得一组数量有限且接受性较好的优选方案，并根据实际的需求任务情况来获取方案，以期能获得一个满意的执行方案。

4 结束语

云制造以网络云计算技术作为基础，集合了物联网和信息技术，将制造技术良好的融合到一起，从而形成了一种以制造服务为主的先进制造模式。云制造具有敏捷制造以及网络化制造的优点，其面向服务制造的新亮点更是具有高效信息利用率的特色。云制造使得信息化和工业化形成了高度的融合，有效升級了企业的制造模式，提高了制造资源的利用率。在云制造平台能够通过资源的集中和优选，有效的为用户提供最为适合自己需求的制造服务。

参考文献

[1]张帅.云制造下基于工作流的资源优选技术[J].华侨大学报，2012（05）：12-13.

[2]罗大海.面向云制造的服务资源优选建模及仿真研究[J].南昌大学报，2016（11）：10-11.

[3]邓舒婷.云制造平台中制造任务与制造云服务优化匹配问题研究[J].燕山大学报，2016（11）：10-11.

[4]张硕.基于群智能优化的云制造资源服务搜索方法研究[J].武汉理工大学，2016（11）：10-11.

[5]文贤鹤.融合制造执行系统技术的云制造模式及其若干关键技术研究[J].浙江大学，2016（11）：10-11.

[6]易安斌.云制造资源服务组合优化选择问题研究[J].华南理工大学报，2016（11）：10-11.

[7]刘觅.基于云制造的单件定制生产智能调度关键技术研究[J].重庆大学报，2016（11）：10-11.

[8]尹超，张云，钟婷.面向新产品开发的云制造服务资源组合优选模型[J].计算机集成制造系统，2016（11）：10-11.

作者简介

陈志涛（1978-），男，广东省紫金县人。硕士研究生，讲师，毕业于华南师范大学。研究方向为计算机网络、大数据、智能制造。

杨小东（1972-），男，江西省临川市人。硕士学位。副教授。研究方向为网络通信、无线传感网、嵌入式系统应用、智能家居等。

朱义勇（1964-），男，福建省闽清县人。硕士学位。工程师。研究方向为计算机网络、物联网、云计算。

作者单位

顺德职业技术学院 广东省佛山市 528300