云制造平台资源服务匹配方法组成比例

一种云制造平台资源服务匹配方法,包括模型建立步骤、预处理步骤、映射匹配步骤、优化步骤，其特征在于，所述模型建立步骤、预处理步骤、映射匹配步骤、优化步骤依次进行。其有益效果是：匹配方法在保持较高准确度的同时拥有较高的匹配效率，通过资源服务预处理可以大大缩小资源服务的匹配范围，减小运算规模，用户满意度高。

【技术实现步骤摘要】
云制造平台资源服务匹配方法
本专利技术涉及云制造
，特别是一种云制造平台资源服务匹配方法。
技术介绍
制造业在各国的经济发展中起着至关重要的作用，它直接决定了一个国家的经济水平和综合国力。随着科学技术的迅速发展与经济全球一体化，国际制造业正朝着绿色化、智能化、服务化、信息化方向发展，为了适应国际化的发展趋势，各国提出了不同的制造业转型规划目标。作为制造业的大国，我国的制造业也面临着生产模式落后、制造资源利用率低下、创新能力不足等问题，为解决这些问题，传统制造业需不断融入云计算、物联网、智能科学等新兴技术，形成智能制造新模式，不断推动制造业向高端化发展。云制造于2010年首次提出，它作为一种先进的制造理念和制造模式，融合了云计算、物联网、大数据等先进技术，可以有效地解决了我国制造资源浪费和调度失衡等问题。云制造技术的发展及推广对我国制造行业的转型升级具有深远的意义，而云平台中资源服务与需求的高效匹配技术一直是云制造推广的关键技术之一。目前对于云环境下制造资源虚拟化技术和资源服务匹配方法的研究都取得了一定的成果，但仍然存在一些问题：<本文档来自技高网...

【技术保护点】
1.一种云制造平台资源服务匹配方法,包括模型建立步骤、预处理步骤、映射匹配步骤、优化步骤，其特征在于，所述模型建立步骤、预处理步骤、映射匹配步骤、优化步骤依次进行，/n所述模型建立步骤中，/n建立提供方模型：/nRS＝{ID,BI,ST,FI,SI}，/n其中，/nID为标识代码；BI为基本信息；/nST为状态信息，包括空闲状态、未满负荷状态、满负荷状态、无效状态；FI为功能信息；SI为服务信息；/n建立需求方模型：/nRD＝{ID,DBI,DST,DFI,DSI}，/n其中，/nDBI为基本信息；DST为状态信息，包括括未执行状态、执行中状态、已完成状态、失效需求状态；DFI为功能信息；/n...

【技术特征摘要】
1.一种云制造平台资源服务匹配方法,包括模型建立步骤、预处理步骤、映射匹配步骤、优化步骤，其特征在于，所述模型建立步骤、预处理步骤、映射匹配步骤、优化步骤依次进行，
所述模型建立步骤中，
建立提供方模型：
RS＝{ID,BI,ST,FI,SI}，
其中，
ID为标识代码；BI为基本信息；
ST为状态信息，包括空闲状态、未满负荷状态、满负荷状态、无效状态；FI为功能信息；SI为服务信息；
建立需求方模型：
RD＝{ID,DBI,DST,DFI,DSI}，
其中，
DBI为基本信息；DST为状态信息，包括括未执行状态、执行中状态、已完成状态、失效需求状态；DFI为功能信息；
DSI为服务属性信息，
所述预处理步骤中，将基本信息BI的文本描述相似的资源服务聚集成服务簇，并在其中选出与需求方的基本信息最相关的服务簇作为备选的资源服务集合，其中，所述文本描述的相似度包括词形相似度、词序相似度、句长相似度、综合相似度，
所述映射匹配步骤中，将预处理选择出来的备选资源服务的状态信息ST、功能信息FI、服务信息SI分别和资源需求方的状态信息DST、功能信息DFI、服务信息DSI匹配，并设置相应的匹配阈值，将满足匹配阈值的资源服务保留，不满足匹配阈值的资源服务剔除，
所述优化步骤中，将完成服务信息匹配的资源服务集合进行综合相似度匹配，并按综合相似度大小进行排序，相似度最大的资源即为系统推荐的最优匹配资源。


2.根据权利要求1中所述的云制造平台资源服务匹配方法，其特征在于，所述预处理步骤中，根据云服务池中服务的基本信息、资源服务簇个数，计算出基本信息文本综合相似度simT(T1,T2)，其具体步骤为：
词形相似度计算公式为：



simF(T1,T2)∈[0,1]，两个文本相同的单词越多，则说明这两个文本在词形上越相似，simF(T1,T2)越趋近于1。
词序相似度计算公式为：



句长度相似度计算公式为：



simL(T1,T2)∈[0,1]，两个文本的长度越接近，simL(T1,T2)越趋近于1，
文本的综合相似计算公式为：
simT(T1，T2)＝α1sinF(T1，T2)+α2simO(T1，T2)+α3minL(T1，T2)
simT(T1,T2)∈[0,1]，两个文本越接近，simT(T1,T2)越趋近于1。


3.根据权利要求1中所述的云制造平台资源服务匹配方法，其特征在于，将所述资源服务聚集成服务簇的步骤中，中资源服务之间的基本信息文本相似矩阵可以表示为：



其中，m为为云服务池中所有资源服务的个数；
Ti为第i个服务ri的基本信息文本；
Tj为第j个服务rj的基本信息文本；
sim(Ti,Tj)和sim(Tj,Ti)相等；
设云服务池中第i个服务ri与其他资源服务基本信息文本平均相似度为ai，则：



设云服务池中所有的服务被聚类为q个服务簇，若第θ个服务簇Cθ的聚类中心为且该服务簇中包含t个服务，则第θ个资源服务簇的类内相似度Eθ为:



则资源服务聚类的评价函数为：



分子表示所有资源服务簇的平均类内相似度，分母表示资源服务簇之间的平均类间相似度，
当Fq取值最大时，达到最好的聚类效果，
源聚类的算法流程如下：
步骤1:初始化云服务池中服务的基本信息，资源服务簇个数q等。
步骤2:计算云服务池中任意两个服务基本信息文本综合相似度。
步骤3计算第i个服务ri的基本信息文本平均相似度ai，选出基本信息文本平均相似度最大的服务作为第一个聚类中心rC1，选取与rC1相似度最小的服务作为第二聚类中心rC2。
步骤4:资源服务簇个数q的取值范围为2≤q≤m1/2。开始聚类时q＝2，以rC1和rC2为聚类中心，计算Eθ和Fq的大小，选出类内相似度最小的资源服务簇，并在该资源服务簇中找出与聚类中心相似度最小的服务，把其作为下一个聚类中心。
步骤5:q＝q+1，若q≤m1/2则转至步骤4，否则转至步骤6。
步骤6:计算并比较Fq的大小，求出maxFq，记录此时q的大小，并输出聚类的结果。
备选资源服务簇的确定：
设第θ个资源服务簇的聚类中心与需求方基本信息的相似度为选择相似度最大的资源服务簇作为备选资源服务簇，则备选资源服务集合D为：



通过计算与各资源服务簇聚类中心基本信息的相似度，避免了与云服务池中所有制造服务的匹配，最终得到了与需求相关的备选服务集合。


4.根据权利要求1中所述的云制造平台资源服务匹配方法，其特征在于，其特征在于，所述映射匹配步骤中,向提供方模型、需求方模型中引用物元，具体的：
所述资源服务的功能信息和服务信息包含多个子属性，并且各个子属性之间相互独立，每个子属性模块分别对应一个属性值，所以公示进一步为：



各个子功能属性值分别为{vFI1，vFI2，...vFIγ}，各个子属性值分别为{vSI1，vSI2，...vSIe}，



对于所述需求方模型，其引入物元后公示为：
所述映射匹配为对所述Vs与Vds中文字参量和数值参量的匹配，即对所述Vs与Vds相似度值的计算过程。


5.根据权利要求4中所述的云制造平台资源服务匹配方法，其特征在于，所述映射匹配步骤中，对提供方与需求方的状态信息进行匹配，具体步骤为：
步骤1.输入：备选资源服务集合
步骤2.完成状态信息匹配的资源集合Ds；
步骤3.初始状态令kD＝1，其中kD为D中资源的序号，nD为备选资源的总个数；
步骤4.若资源状态为空闲...

【专利技术属性】
技术研发人员：邓三鹏，张香玲，祁宇明，张健，王文，王帅，邓茜，
申请(专利权)人：天津博诺智创机器人技术有限公司，安徽博皖机器人有限公司，湖北博诺机器人有限公司，
类型：发明
国别省市：天津;12