天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 自動化論文 >

基于蟻群算法的云制造服務組合優(yōu)化研究

發(fā)布時間:2022-01-13 15:37
  制造業(yè)是國民經(jīng)濟和國家安全的重要支柱,是一個國家具有戰(zhàn)略性地位的產(chǎn)業(yè)。制造業(yè)正在朝著多樣化、復雜化、大規(guī);姆较虬l(fā)展,現(xiàn)在亟需一種更加高效安全的制造模式來適應需求的變化。云制造(Cloud Manufacturing)的概念應運而生。云制造是一種基于互聯(lián)網(wǎng)的、面向服務的、高效率低功耗的新型制造模式,它的實現(xiàn)依賴于制造數(shù)字化、云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術的發(fā)展。在云制造平臺系統(tǒng)中,制造資源的分配會隨著用戶的不同需求動態(tài)改變。平臺在某一個節(jié)點發(fā)生故障的時候能夠在用戶不知情的情況下將任務轉(zhuǎn)移到其它制造資源上繼續(xù)執(zhí)行,因此云制造模式與傳統(tǒng)的制造模式相比具有更高的安全性和可靠性。為了更好地解決云制造服務組合優(yōu)選問題,本文提出一種基于多屬性服務質(zhì)量(Quality of Service,QoS)評價模型的動態(tài)參數(shù)蟻群算法(Dynamic Parameter Ant Colony Algorithm,DPACO)。首先建立基于時間、費用、性能和滿意度的多屬性QoS評價模型。其次提出動態(tài)參數(shù)蟻群算法,算法分為兩個階段,第一階段選擇較小的信息啟發(fā)式因子α,較大的期望啟發(fā)式因子β和信息素揮發(fā)系數(shù)ρ,并加... 

【文章來源】:南京郵電大學江蘇省

【文章頁數(shù)】:69 頁

【學位級別】:碩士

【部分圖文】:

基于蟻群算法的云制造服務組合優(yōu)化研究


中國云計算市場規(guī)模如圖1.1所示,我國的云計算市場規(guī)模已經(jīng)從2013年的223.6億元人民幣增加到2017年

模型圖,計算服務,模型,服務模型


能控制或者了解這些資源的準確劃分,但卻可以了解這些資源的行政區(qū)域,包括內(nèi)存、網(wǎng)絡寬帶、虛擬機個數(shù)等等。彈性。這種彈性意味著資源提供者能夠隨時地擴大和縮小資源,所用戶可以在任何時候以任何量化的方式進行購買?捎嬃。服務提供者提供的云制造資源都是共享的,如何在用戶使量化最為關鍵。云計算能夠通過計算定量進行資源的提供,并且訪問、使用的資源總量進行統(tǒng)計,同時計算出用戶所需要支付的計算的服務模型示,云計算的三種常見服務模型分別是軟件即服務(Software as服務(Platform as a Service,PaaS)、基礎設施服務(Infrastructure

計算資源,共享資源,資源共享,制造資源


圖 2.2 云制造的運營模式與技術支撐先是在資源共享內(nèi)容方面,云計算僅僅包括了 IT 計算資源,而云制造的共享資源比共享資源多很多。如圖 2.3 所示,它不僅包括 IT 計算資源還包括了其它一些資源,力、硬制造資源和軟制造資源。IT 制造資源主要就包括了軟件、平臺和計算基礎架造能力主要包括了制造當中的調(diào)研、設計、生產(chǎn)管理等能力。硬件資源包括生產(chǎn)制的機床、實驗設備、計算機等硬件資源。軟制造設備主要包括生產(chǎn)制造中使用的軟模式和說明等。

【參考文獻】:
期刊論文
[1]基于改進差分進化算法的云制造資源優(yōu)化組合方法[J]. 朱李楠,王萬良,沈國江.  計算機集成制造系統(tǒng). 2017(01)
[2]改進的蟻群算法在云計算資源調(diào)度中的應用[J]. 聶清彬,蔡婷,王寧.  計算機工程與設計. 2016(08)
[3]云制造環(huán)境下設計需求與服務匹配模式算法[J]. 楊娟,吳科宏.  重慶大學學報. 2016(02)
[4]基于蟻群算法的面向服務軟件的部署優(yōu)化方法[J]. 李琳,應時,趙翀,董波.  電子學報. 2016(01)
[5]蟻群優(yōu)化算法的理論研究進展[J]. 夏小云,周育人.  智能系統(tǒng)學報. 2016(01)
[6]基于改進蟻群算法的制造云服務組合優(yōu)化[J]. 馬文龍,王錚,趙燕偉.  計算機集成制造系統(tǒng). 2016(01)
[7]云制造中的制造能力服務形式化描述方法[J]. 肖瑩瑩,李伯虎,柴旭東,公靜.  系統(tǒng)仿真學報. 2015(09)
[8]面向云制造的云平臺構(gòu)建關鍵技術研究[J]. 童曉薇,陳貴清,劉艷斌.  湖北理工學院學報. 2015(04)
[9]改進蟻群算法求解最短路徑問題[J]. 袁亞博,劉羿,吳斌.  計算機工程與應用. 2016(06)
[10]云制造的研究及應用現(xiàn)狀[J]. 張霖,區(qū)和堅,羅永亮,陶飛.  新材料產(chǎn)業(yè). 2013(08)

碩士論文
[1]基于遺傳算法的制造資源服務鏈構(gòu)建方法[D]. 李佳.華僑大學 2016
[2]基于改進混合蟻群算法的物流配送路徑研究[D]. 黃鑫.東南大學 2016
[3]多目標廣義蟻群算法的收斂性、收斂速度和算法復雜度研究及其應用[D]. 傅鵬.南京郵電大學 2014



本文編號:3586704

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3586704.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶83d38***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com