当前位置: 首页 > 专利查询>重庆大学专利>正文

一种云制造环境下机床装备资源单一动态服务网络组合优选方法技术

技术编号:21139991 阅读:48 留言:0更新日期:2019-05-18 04:51
本发明专利技术公开一种云制造环境下机床装备资源单一动态服务网络组合优选方法,所属领域为智能制造技术领域。该方法的特征在于建立了一种单一动态服务网络组合优选模型,采用最优路径列表和信息素挥发因子自适应调整机制改进蚁群算法,并以服务质量需求满足度为信息素,以服务间转移成本作为启发函数参数,采用改进后的蚁群算法求解云制造环境下机床装备资源单一动态服务网络组合优选问题。本发明专利技术旨在解决云制造环境下多机床装备资源协同完成一个云服务任务的组合优选难题,为机床装备资源单一动态服务网络组合优选提供一种比较切实可行的优选解决方案。

【技术实现步骤摘要】
一种云制造环境下机床装备资源单一动态服务网络组合优选方法
本专利技术涉及一种云制造环境下机床装备资源单一动态服务网络组合优选方法,属于智能制造
技术背景机床装备量大面广,是离散制造企业生产运行的核心资源。当前,全球制造业正发生着制造模式、制造流程、制造手段与制造生态系统等的重大变革,云制造已成为广大制造企业实施服务化、智能化转型战略的重要手段和趋势之一。将云制造服务模式深入到广大离散制造企业的车间层,实现闲置机床装备资源的共享和协同,支持机床装备网络化集成运行、加工参数在线优化、生产设备远程运维等生产加工云服务的开展,对我国广大离散制造企业转型和发展具有重要的战略意义。然而,云制造环境下单一生产过程云服务任务的完成,常常需要多个机床装备资源协同完成,如何根据生产过程云服务任务要求,快速寻找匹配的机床装备资源组建单一动态服务网络协同完成生产过程云服务任务,是将云制造服务模式深入到广大离散制造企业车间层核心问题之一。本专利技术结合云制造环境下机床装备资源地域分散、组合性和动态性等特点,建立了一种单一动态服务网络组合优选模型,采用最优路径列表和信息素挥发因子自适应调整机制改进蚁本文档来自技高网...

【技术保护点】
1.一种云制造环境下机床装备资源单一动态服务网络组合优选方法,其特征在于:针对云制造环境下多机床装备资源协同完成一个云服务任务的情况,结合云制造环境下机床装备资源地域分散、组合性和动态性等特点,建立了一种单一动态服务网络组合优选模型,采用最优路径列表和信息素挥发因子自适应调整机制改进蚁群算法,并以服务质量需求满足度为信息素,以服务间转移成本作为启发函数参数,采用改进后的蚁群算法求解云制造环境下机床装备资源单一动态服务网络组合优选问题。

【技术特征摘要】
1.一种云制造环境下机床装备资源单一动态服务网络组合优选方法,其特征在于:针对云制造环境下多机床装备资源协同完成一个云服务任务的情况,结合云制造环境下机床装备资源地域分散、组合性和动态性等特点,建立了一种单一动态服务网络组合优选模型,采用最优路径列表和信息素挥发因子自适应调整机制改进蚁群算法,并以服务质量需求满足度为信息素,以服务间转移成本作为启发函数参数,采用改进后的蚁群算法求解云制造环境下机床装备资源单一动态服务网络组合优选问题。2.如权利1所述的单一动态服务网络,即每个生产过程云服务任务,将参与协作的机床装备服务能力作为节点、机床装备服务能力之间的业务协作关系作为边形成相对独立的动态网络,称为单一动态服务网络(SingleDynamicNetwork,SDN)。3.如权利1所述的单一动态服务网络组合优选模型,包括任务分解、匹配形成候选资源集、服务组合、基于改进蚁群算法的单一动态服务网络组合优选、最优单一动态服务网络。4.如权利1所述的改进后的蚁群算法求解云制造环境下机床装备资源单一动态服务网络组合优选问题,其特征在于包括如下数学描述:①状态转移概率基本蚁群算法中,蚂蚁通过正反馈机制以一定的概率选择信息素较多的服务。设云制造任务分解形成子任务个数为n,蚂蚁总数量Ant_count为蚂蚁的数量,第只蚂蚁在t时刻由子任务Tx,f中第i个候选机床装备MCSf,i转移到子任务Tx,(f+1)中第j个候选机床装备MCS(f+1),j概率为则:式中各符号的含义:allowedk——可行点集,表示蚂蚁k下一步可以选择转移的路径表;α——信息启发式因子,表示轨迹的相对重要性,反映了蚂蚁在运动过程中所积累的信息,其值越大表示蚂蚁之间协作性越强,则该蚂蚁越倾向于选择其他蚂蚁经过的路径;β——期望启发式因子,表示能见度的相对重要性,反映了启发信息对蚂蚁选择路径的受重视程度,其值越大表示该状态转移概率越接近贪心原则;τij(t)——表示在t时刻,从候选机床装备MCSf,i到候选机床装备MCS(f+1),j的信息素浓度;ηij(t)——启发函数,定义ηij(t)=1/Dij,Dij为云制造环境下从子任务Tx,f中第i个候选机床装备MCSf,i转移到子任务Tx,(f+1)中第j个候选机床装备MCS(f+1),j的转移成本。②信息素更新规则每次搜索结束后,对每只蚂蚁的信息素按照式(2)、(3)、(4)进行更新:τij(t+n)=(1-ρ)τij(t)+Δτij(t)(2)式中各符号的含义:Δτij(t)——表示本轮循环中从候选机床装备MCSf,i到候选机床装备MCS(f+1),j的信息素增量;——表示蚂蚁k本轮循环留在路径ij(即候选机床装...

【专利技术属性】
技术研发人员:尹超方志伟韦武杰龚小容李孝斌潘立高许加晟
申请(专利权)人:重庆大学
类型:发明
国别省市:重庆,50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1