發(fā)布時間：2020-06-26 00:31

【摘要】：云計算、物聯(lián)網(wǎng)、信息物理融合系統(tǒng)、大數(shù)據(jù)分析等新一代信息技術(shù)的日益成熟推動了智慧云制造的發(fā)展。制造云服務(wù)組合(Manufacturing Cloud Service Composition,MCSC)通過一定的規(guī)則動態(tài)組裝由不同服務(wù)提供者所發(fā)布服務(wù),實現(xiàn)難以由單個服務(wù)完成的復(fù)雜功能,從而為制造云系統(tǒng)提供一種按需應(yīng)變的能力。MCSC優(yōu)化問題具有動態(tài)性、耦合性、大規(guī)模、多目標(biāo)等顯著特點,是典型的NP-hard問題,MCSC算法的優(yōu)劣對資源配置的效率和效果有直接影響。本文針對智慧云制造環(huán)境下并發(fā)任務(wù)需求、服務(wù)領(lǐng)域特征知識重用、服務(wù)質(zhì)量動態(tài)演進、多目標(biāo)優(yōu)化等面臨的挑戰(zhàn),提煉出四類MCSC優(yōu)選場景,并進一步構(gòu)建相應(yīng)的問題模型、優(yōu)選策略以及實現(xiàn)算法。具體內(nèi)容如下:(1)首先,回顧了制造業(yè)發(fā)展趨勢,簡要概述云制造的特征,分析了云制造環(huán)境下MCSC面臨的挑戰(zhàn);綜述了云制造相關(guān)領(lǐng)域的研究進展,尤其是聚焦復(fù)雜云環(huán)境下的MCSC優(yōu)選問題,引出本文的研究內(nèi)容和總體框架。(2)從社會信息物理系統(tǒng)視角,探討智慧云制造抽象系統(tǒng)模型及其體系架構(gòu);從數(shù)據(jù)的獲取、分析和智能化應(yīng)用的角度,討論智慧云制造系統(tǒng)運行機理;最后給出了智慧云制造資源服務(wù)優(yōu)選的相關(guān)基礎(chǔ)理論知識。(3)針對云環(huán)境下的并發(fā)任務(wù)MCSC需求,提出一種多任務(wù)整體優(yōu)選策略,構(gòu)建以使有限服務(wù)資源在多任務(wù)之間達到均衡分配的優(yōu)選模型,并提出一種具有社會認知能力和混沌激勵機制的人工蜂群進化算法。該算法繼承了人工蜂群算法良好的探索能力,分布估計模型的引入使得觀察蜂具有社會認知能力,而受混沌序列激勵的偵查蜂能更好的遍歷解空間。數(shù)值試驗顯示整體優(yōu)選策略相較于傳統(tǒng)單任務(wù)優(yōu)選策略能更好的對云服務(wù)能力進行均衡配置,所提出的算法求得最優(yōu)解的質(zhì)量和穩(wěn)定性較高。(4)在考慮云服務(wù)領(lǐng)域特征的基礎(chǔ)上,提出一種領(lǐng)域知識引導(dǎo)的花授粉算法以高效求解MCSC問題。首先,將云服務(wù)生態(tài)系統(tǒng)中的領(lǐng)域知識特征引入到花授粉算法的設(shè)計中,用于改善初始種群及啟發(fā)式算子的搜索效率。其次,提出基于個體依賴機制的搜索策略,根據(jù)個體適應(yīng)度值分配相應(yīng)的搜索模式,優(yōu)秀個體采用逐維更新的自花授粉策略進行深度開發(fā)搜索,劣勢個體采用Lévy隨機游走模型探索潛在搜索區(qū)域,二者配合以平衡種群的開發(fā)能力和探索能力。數(shù)值試驗表明合理開發(fā)領(lǐng)域知識有助于加速算法收斂,基于個體依賴機制的搜索方式能提高算法尋優(yōu)能力。(5)針對服務(wù)加入、退出及服務(wù)質(zhì)量隨時間演化的動態(tài)云環(huán)境,提出一種面向動態(tài)MCSC優(yōu)選問題的多種群自適應(yīng)差分蜂群算法。首先引入Skyline多維隊列模型,以縮減候選服務(wù)集規(guī)模,并屏蔽無關(guān)擾動。然后提出一種能有效平衡廣度探索能力和深度開發(fā)能力的動態(tài)多種群差分蜂群算法,采用狀態(tài)觸發(fā)機制使得不同進化策略被使用的概率能隨環(huán)境變化劇烈程度適時調(diào)整;采用多子群互斥搜索策略避免不同子群個體過度聚集,通過衰老機制重啟可能陷入局部最優(yōu)的個體。數(shù)值實驗結(jié)果表明所提出的算法在求解動態(tài)MCSC問題時具有良好的魯棒性和適應(yīng)性。(6)針對多目標(biāo)MCSC問題,在基于分解的進化算法框架的基礎(chǔ)上,融入差分進化、蜂群算法、教-學(xué)算法各自優(yōu)點,提出一種基于多進化算子和多搜索鄰域雙協(xié)同進化策略的EsMOEA/D算法。所提出算法對子問題配置多個搜索鄰域范圍和多種進化算子,根據(jù)采用不同進化算子和搜索鄰域的進化策略的歷史性能表現(xiàn),調(diào)整其在未來被使用的概率,以期提高算法求解復(fù)雜問題的能力并優(yōu)化配置計算資源。對比實驗結(jié)果顯示,所提出的算法在多目標(biāo)MCSC問題求解中具有明顯優(yōu)勢。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：F414;TP18
【圖文】：

圖 1-1 云制造平臺基本運營模式技術(shù)組成的角度來看，陶飛等[29]將 CMfg 定義為一種集成云計算、物聯(lián)網(wǎng)向服務(wù)技術(shù)的制造資源的協(xié)作模式。上對 CMfg 定義的共同特點是：CMfg 涉及到將制造資源和制造能力進行化封裝，轉(zhuǎn)換為云服務(wù)儲存在云資源池中，并進行集中化的管理和經(jīng)營，戶提供按需即取的云服務(wù)。從 CMfg 的基本概念及理解可見，CMfg 是一以用戶為中心、需求驅(qū)動的新型制造模式，包括一個核心支撐(知識)、兩和輸出)、三種用戶角色(服務(wù)提供商、平臺運營者和服務(wù)使用者)，其運1 所示：(1) 服務(wù)提供者將資源信息輸入到云平臺上，由平臺進行統(tǒng)一管 服務(wù)請求者將制造任務(wù)需求發(fā)送到平臺，由平臺提供服務(wù)請求解決方案；行制造任務(wù)與制造服務(wù)的供需匹配，包括制造服務(wù)發(fā)現(xiàn)、匹配、優(yōu)選、組系列流程操作。物聯(lián)網(wǎng)、虛擬化、云計算、大數(shù)據(jù)等智能科學(xué)技術(shù)為構(gòu)建

第一章 緒論、物料等)和軟件資源(專業(yè)軟件、領(lǐng)域知識、數(shù)據(jù)等)。制造能力是整合制造資源要素表出的一種無形的、動態(tài)的資源存在形式，如設(shè)計能力、生產(chǎn)加工能力等。不同的制資源可具有相同的制造能力，同一制造資源可提供多種制造能力。CMfg 系統(tǒng)的基本出為云服務(wù)，如圖 1-2 所示，首先，通過感知與接入技術(shù)將制造資源和制造能力原始據(jù)(屬性、狀態(tài)特征、負載等) 傳送到虛擬層。其次，基于資源描述規(guī)范將資源與能力征轉(zhuǎn)換為計算機可理解的信息，并完成從原始資源到虛擬資源的映射。最后，將異構(gòu)虛擬資源封裝為同構(gòu)的云服務(wù)輸出。云服務(wù)可以通過云平臺被檢索、聚合、調(diào)用等，用戶提供制造全生命周期活動支持。

本文編號：2729553