离散车间设备资源云服务组合优选系统研发
作者单位:江南大学
学位级别:硕士
导师姓名:吉卫喜;范小斌
授予年度:2023年
学科分类:120202[管理学-企业管理(含:财务管理、市场营销、人力资源管理)] 12[管理学] 1202[管理学-工商管理] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术]
摘 要:作为网络化制造的新模式,云制造模式通过云服务平台集中管理不同地域的制造资源,实现制造资源的统一调度与合理配置,为各地的资源需求方提供优质高效的云制造服务。设备资源作为广大制造企业的核心资源,受到企业管理水平、发展模式和技术平台等诸多因素影响,面临着资源闲置与资源瓶颈并存的困局。因此,如何优化配置设备资源,打破企业之间的连接壁垒,已成为云制造模式应用的研究趋势。本文以离散制造车间委外加工为背景,对云制造系统应用所需的关键技术进行研究,并结合企业需求开发出一套面向设备资源的云服务平台系统。论文的主要内容如下:(1)基于离散制造车间特点,结合云制造系统的应用模式,通过形式化描述方法对设备资源进行虚拟化封装,在对离散制造车间委托加工任务特点进行分析的基础上,采用相同封装方法对委托任务进行服务化建模,最后提出结合分级匹配策略的关键字查询方法,从云服务资源池中匹配出满足需求的候选云服务集合,为后续进行云服务组合优选提供数据支撑。(2)针对设备资源云服务组合优选问题,首先对服务优选的整体框架流程进行阐述。其次,基于服务时间、服务成本、服务质量和技术性能建立多目标优化模型。然后,设计改进的混合进化算法用于求解问题模型,该算法在添加参考点选择的非支配排序遗传算法的基础上,引入动态邻域搜索策略与精英个体选择机制来优化搜索性能。针对算法所求得的方案解集,提出一种基于最优最劣法与变异系数法的综合评估方法确定最优方案。最后通过实例验证与算法对比,证明所提优选方法的可行性与有效性。(3)为了解决云服务资源异常带来的扰动问题,在分析云服务异常类型的基础上给出应对策略,建立云服务异常处理驱动机制,构建基于初始优化模型的云服务资源替换模型。提出改进的蛇优化算法对模型求解,采用新的编码方式和位置更新方法使算法能够处理离散型问题,运用随机反向学习策略提升初始种群质量,引入食物变异策略提高局部搜索能力。最后通过实例验证表明所提云服务异常处理方法的可行性,以对比实验证明了算法改进的有效性。(4)综合本文理论研究成果与企业车间实际需求,设计开发设备资源云服务平台系统,对系统的功能模块、框架结构以及开发环境进行介绍,并根据功能需求设计系统数据库。最后,通过企业车间委托制造任务验证,证明了云服务平台可以有效满足工厂的应用需求。