隨著經(jīng)濟(jì)全球化的不斷加速,越來(lái)越多的制造廠商選擇通過(guò)將制造資源和制造能力封裝為制造服務(wù)的方式來(lái)增強(qiáng)企業(yè)之間的協(xié)作以提高企業(yè)競(jìng)爭(zhēng)力,制造業(yè)逐漸從面向生產(chǎn)的模式轉(zhuǎn)變?yōu)槊嫦蚍⻊?wù)的模式。云制造是一種面向服務(wù)的、高效低耗和基于知識(shí)的網(wǎng)絡(luò)化敏捷制造新模式,云制造技術(shù)通過(guò)對(duì)各類(lèi)制造資源進(jìn)行統(tǒng)一集中的智能化管理和經(jīng)營(yíng),從而在整個(gè)制造生命周期中為用戶(hù)提供靈活、敏捷的服務(wù)。云制造平臺(tái)在同一時(shí)刻往往會(huì)接收到多個(gè)用戶(hù)提交的批量的復(fù)雜多功能性的任務(wù)需求,而單功能性的服務(wù)通常無(wú)法滿(mǎn)足用戶(hù)需求,因此一項(xiàng)復(fù)雜的任務(wù)需要先分解為若干子任務(wù),每個(gè)子任務(wù)對(duì)應(yīng)著一組服務(wù)質(zhì)量各異的候選服務(wù)集。在滿(mǎn)足服務(wù)質(zhì)量約束的前提下,各種不同功能的服務(wù)被調(diào)用和組合,以?xún)?yōu)化服務(wù)狀態(tài)和執(zhí)行計(jì)劃,從而滿(mǎn)足多用戶(hù)需求。因此,制造服務(wù)的組合與調(diào)度是云制造環(huán)境面臨的關(guān)鍵研究問(wèn)題。然而,由于實(shí)際制造環(huán)境存在不確定性,當(dāng)環(huán)境發(fā)生變化時(shí),原有的最優(yōu)執(zhí)行方案可能變得非最優(yōu)甚至不可行,而動(dòng)態(tài)任務(wù)是導(dǎo)致云制造環(huán)境不確定性的主要來(lái)源之一。本文以云制造環(huán)境下動(dòng)態(tài)任務(wù)為研究對(duì)象,以實(shí)現(xiàn)制造服務(wù)優(yōu)化配置為目標(biāo),對(duì)服務(wù)組合和調(diào)度優(yōu)化問(wèn)題進(jìn)行了深入研究。本文首先建立了一種面向單一任務(wù)的云制造服務(wù)動(dòng)態(tài)組合模型,提出了兩種相應(yīng)的服務(wù)重組方式(即縱向協(xié)作方式和速度選擇方式)以應(yīng)對(duì)制造過(guò)程中突然出現(xiàn)的緊急任務(wù)請(qǐng)求。其次,建立了一種面向多任務(wù)、考慮新任務(wù)到達(dá)的云制造服務(wù)動(dòng)態(tài)調(diào)度模型,該模型綜合考慮了服務(wù)供應(yīng)商之間的橫向協(xié)作和縱向協(xié)作。最后,針對(duì)上述云制造環(huán)境下面向動(dòng)態(tài)任務(wù)感知的服務(wù)組合模型與服務(wù)調(diào)度模型的各自特點(diǎn),根據(jù)基礎(chǔ)型生物地理學(xué)優(yōu)化算法,分別提出了相應(yīng)的改進(jìn)型兩階段生物地理學(xué)優(yōu)化算法和多種群生物地理學(xué)優(yōu)化算法,提高了服務(wù)組合模型與服務(wù)調(diào)度模型的算法求解性能。本文的主要?jiǎng)?chuàng)新點(diǎn)如下:1.提出了一種面向單一任務(wù)的云制造服務(wù)動(dòng)態(tài)組合模型,討論了兩種服務(wù)重組方式(即縱向協(xié)作方式和速度選擇方式)以應(yīng)對(duì)突然出現(xiàn)的緊急任務(wù)請(qǐng)求。為求解上述模型,本文提出了改進(jìn)型兩階段(即組合階段和重組階段)生物地理學(xué)優(yōu)化算法。該算法針對(duì)基礎(chǔ)型生物地理學(xué)優(yōu)化算法的不足,引入了二維向量編碼以適應(yīng)服務(wù)重組問(wèn)題求解。其次,該算法融合了變鄰域搜索算法和精英替換策略。實(shí)驗(yàn)結(jié)果表明,與基礎(chǔ)型生物地理學(xué)優(yōu)化算法、遺傳算法和差分進(jìn)化算法相比,改進(jìn)型兩階段生物地理學(xué)優(yōu)化算法可以求解到更優(yōu)的云制造服務(wù)組合和重組方案。同時(shí),兩種服務(wù)重組方式可以有效減少任務(wù)完成所需的時(shí)間。2.提出了一種面向多任務(wù)的云制造服務(wù)動(dòng)態(tài)調(diào)度模型,討論了兩種重調(diào)度策略以應(yīng)對(duì)突然到達(dá)的動(dòng)態(tài)任務(wù)請(qǐng)求。該模型探討了多供應(yīng)鏈協(xié)作模式,綜合考慮了供應(yīng)鏈中服務(wù)供應(yīng)商之間的橫向協(xié)作和縱向協(xié)作。為求解上述模型,本文提出了改進(jìn)型多種群生物地理學(xué)優(yōu)化算法,該算法針對(duì)基礎(chǔ)型生物地理學(xué)優(yōu)化算法的不足,采用了矩陣編碼方式,并融合了多種群策略、局部搜索策略以及協(xié)作機(jī)制。實(shí)驗(yàn)結(jié)果表明,在調(diào)度和重調(diào)度兩個(gè)階段中,與傳統(tǒng)的單供應(yīng)鏈模式相比,多供應(yīng)鏈協(xié)作模式可獲得更優(yōu)的調(diào)度方案。同時(shí),與基礎(chǔ)型生物地理學(xué)優(yōu)化算法、遺傳算法和粒子群優(yōu)化算法的對(duì)比實(shí)驗(yàn)表明,改進(jìn)型多種群生物地理學(xué)優(yōu)化算法可以求解到更優(yōu)的調(diào)度方案。
【學(xué)位單位】：浙江財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：F270.7
【部分圖文】：

技術(shù)路線圖

云制造平臺(tái)的運(yùn)行原理圖

物種遷移模型
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊永華;王靜;吳敏;佘錦華;;面向多目標(biāo)優(yōu)化的云制造虛擬資源調(diào)度方法[J];計(jì)算機(jī)集成制造系統(tǒng);2015年11期

2 劉波;張自力;;面向云制造系統(tǒng)復(fù)雜任務(wù)請(qǐng)求的服務(wù)組合優(yōu)化框架[J];中國(guó)機(jī)械工程;2015年08期

3 程臻;戰(zhàn)德臣;徐漢川;;云制造環(huán)境下基于本體的資源虛擬化方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S2期

4 邰麗君;胡如夫;趙韓;陳曹維;;面向云制造服務(wù)的制造資源多目標(biāo)動(dòng)態(tài)優(yōu)化調(diào)度[J];中國(guó)機(jī)械工程;2013年12期

5 姚錫凡;金鴻;徐川;祝俊;;云制造資源的虛擬化與服務(wù)化[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

6 李靜文;趙晉泉;張勇;;基于改進(jìn)差分進(jìn)化-生物地理學(xué)優(yōu)化算法的最優(yōu)潮流問(wèn)題[J];電網(wǎng)技術(shù);2012年09期

7 王時(shí)龍;郭亮;康玲;李強(qiáng);宋文艷;陳桂松;;云制造應(yīng)用模式探討及方案分析[J];計(jì)算機(jī)集成制造系統(tǒng);2012年07期

8 李伯虎;張霖;任磊;柴旭東;陶飛;王勇智;尹超;黃培;趙欣培;周祖德;;云制造典型特征、關(guān)鍵技術(shù)與應(yīng)用[J];計(jì)算機(jī)集成制造系統(tǒng);2012年07期

9 尹勝;尹超;劉飛;李孝斌;;云制造環(huán)境下外協(xié)加工資源集成服務(wù)模式及語(yǔ)義描述[J];計(jì)算機(jī)集成制造系統(tǒng);2011年03期

10 張霖;羅永亮;范文慧;陶飛;任磊;;云制造及相關(guān)先進(jìn)制造模式分析[J];計(jì)算機(jī)集成制造系統(tǒng);2011年03期

本文編號(hào)：2861847