一种支持制造能力按需使用和共享流通的云制造能力描述方法技术

本发明专利技术提供一种支持制造能力按需使用和共享流通的云制造能力描述方法，首先给出了基于知识的制造能力多维信息模型，对制造能力描述模型中模糊信息和动态行为信息进行提取和分类，然后采用模糊描述逻辑来对模糊概念和模糊角色关系进行形式化表达，动态描述逻辑实现对服务状态变化和动态组合流程的描述，最后基于上述描述方法给出了制造能力的智能检索与推荐机制。本发明专利技术充分考虑了制造能力各维、各层次的定性与定量属性，并提出了基于知识的制造能力语言，从而使得制造能力服务以本体的形式存储在云制造服务平台中，并依赖服务间的各种关系，形成制造能力服务网络，从而为用户的智能检索及按需使用提供了支撑。

【技术实现步骤摘要】
一种支持制造能力按需使用和共享流通的云制造能力描述方法
本专利技术属于分布式制造系统信息集成
，具体涉及一种支持制造能力按需使用和共享流通的云制造能力描述方法，即一种以资源描述、知识表达等技术为支撑，以制造能力的按需使用和共享流通为目的的新的资源服务化技术。
技术介绍
云制造是为适应制造业敏捷化、服务化、绿色化、智能化的发展趋势，而出现的一种基于网络的制造模式，是制造业信息化的一种新发展，是制造服务理念的具体体现。云制造强调制造资源和制造能力以服务的形式进行聚集，并基于网络自由流通，进而实现按需使用和动态协同。制造能力是云制造服务平台中最重要和核心的服务内容之一。一方面，制造企业很多资源难以独立的直接提供给用户有效地使用，如设计模型、仿真数据、高端设备以及各类经验知识，通过智力资源的引入，能够将上述资源进行有效的集成并以能力的形式对外提供，则可以在为用户提供原始资源的同时，还能够为其提供完整的解决方案及附加服务。另一方面，为满足用户个性化、专业化业务需求，需要服务平台提供多类型、多粒度、高质量、低成本的服务。通过制造能力的服务化技术，可以对制造能力进行智能的、灵活的组合与分解，使其能够利用现有资源形成不同功能、不同类型和不同粒度的服务按需提供给用户，以最大程度满足用户的需求。而在云制造服务平台中实现制造能力的按需使用与流通，其基础是制造能力的建模。1969年，Skinner首次提出制造能力的概念，并指出制造能力由成本、质量、交付时间等要素及各要素之间的关系组成。此后部分研究者在此基础上对制造能力要素进行了扩充，如增加了对创新、服务及环境等构成要素的考虑。但目前关于制造能力尚没有统一、明确的定义。从宏观战略角度关于制造能力理解中，部分学者将制造能力与竞争优先权、核心竞争力等概念视为等同，混淆了这些概念术语之间的区别。在制造业信息化相关应用领域中，也存在一些类似的理解，如加工能力、制造工艺等。目前关于制造能力相关的研究，从宏观角度主要以定性分析为主，缺乏对制造能力定量的分析和描述；从微观角度主要侧重对制造能力构成要素的分析，重点描述企业或资源的自身特性，如设备的加工工艺等信息等，缺乏对制造能力构成要素之间逻辑关系的分析与考虑。此外，缺乏对制造能力形成过程的描述与分析，以及对该过程中所涉及各类知识经验如何表示与共享问题的考虑。若实现云制造所提出的制造能力按需的、智能化的使用与流通，需要对制造能力进行全新的描述并提供一系列相应的技术和方法，也是云制造模式亟待解决的关键问题。目前国内外尚未有公开的文献报道支持形式化描述的制造能力按需使用与共享的具体内容。
技术实现思路
本专利技术的目的在于：本专利技术涉及一种支持制造能力按需使用和共享流通的云制造能力描述方法，本专利技术主要解决了三个问题：一是云制造模式下制造能力包含什么的问题，即本专利技术给出了制造能力的多维信息模型；二是制造能力如何形式化描述的问题，即针对上述模型，本专利技术给出了支持模糊信息和动态行为信息描述的制造能力描述方法；三是如何在云制造服务平台中发现满足用户需求的制造能力服务，即本专利技术给出的基于制造能力服务网络的“一次检索、二次推荐”方法。上述目标的实现，最终为实现制造能力服务的按需使用和自由流通提供了支撑。本专利技术采用的技术方案为：给出制造能力多维信息描述模型，并针对该模型中模糊信息和动态行为信息进行了形式化的描述，依赖服务间的模糊关系构造了制造能力服务网络，并基于该网络给出了制造能力服务的智能检索与推荐方法。该方法主要包括以下几个步骤：步骤1）、给出了支持定性和定量描述的云制造模式下制造能力多维信息模型；结合制造能力的概念及实际需求，对制造能力进行统一的建模，由于知识是形成制造能力的基础，尤其是隐形知识的存在，从而使得制造能力描述具有较强的不确定性，本专利技术将从以下三个方面来构造基于知识制造能力的多维信息模型：制造能力构成要素维、制造能力综合评估维、制造能力关联关系维。其中，制造能力构成要素维模型又可分为四个部分：主体资源、产品业务、人力资源和过程知识。制造能力评估要素维模型可以细分为三个部分：制造能力QoS评估、主体评估、交易评估。制造能力关连关系维模型主要包括制造能力内部关联关系和制造能力间关联关系。步骤2）、针对步骤1）中的制造能力描述模型，对其各要素维中的模糊信息和动态行为信息进行提取和分类。主要分为三类：制造能力基本属性信息、制造能力模糊信息、制造能力动态行为信息。其中基本属性信息主要指制造能力各维中的静态知识部分，如制造能力的功能、基本信息等；制造能力模糊信息蛀牙指模糊概念和模糊角色关系；制造能力动态行为信息主要指制造能力服务实时状态信息与状态变换信息。步骤3）、针对步骤1）的描述模型，给出制造能力描述语言，该语言主要针对步骤2）中的模糊信息采用模糊描述逻辑（Fuzzydescriptionlogic,FuzzyDL）来进行形式化描述，对于动态行为信息采用动态描述逻辑来描述，并以本体为描述载体。其中对于步骤2)中的制造能力基本信息将采用描述逻辑（DescriptionLogic,DL）进行描述，并采用OWL2为本体描述语言。而对于模糊概念和模糊角色关系的描述，将结合模糊逻辑（FuzzyLogic）和描述逻辑来进行处理，即模糊描述逻辑（FuzzyDL），与此同时，用动态理论（Dynamictheory）和描述逻辑理论（Descriptionlogicaltheory）等来描述制造能力的动态性和知识性。此外，还需要解决的便是同一模型中相关基础理论方法的逻辑兼容、语法及语义一致性的问题，如模糊集理论与描述逻辑理论结合后，其相关原语及语义表达均会发生相应的变化。步骤4）、根据步骤1）中对制造能力的关联关系描述，首先对各类关联关系进行提取，然后依此构建云制造服务平台中不同拓扑结构的制造能力服务网络。其中制造能力外部关联关系，如制造能力之间的功能相似关系、结构相似关系、需求相似关系等，通过这种关系使得云制造服务平台中各类制造能力服务形成了一个动态的关联网络（ManufacturingCapabilityNetwork,McNet）。此外该网络可以根据用户不同的需求（如功能相似关系），能够构造不同拓扑结构的网络，通过这种关系网络能够为用户选择满足其需求最优制造能力服务提供支撑。步骤5）、依赖步骤5）的制造能力服务网络，针对用户不同的需求，给出支持用户按需使用的制造能力服务智能匹配方法。制造能力智能匹配方法将采用“一次搜索、二次推荐”的方法来实现。首先根据用户个性化需求，通过语义的检索与匹配返回目标服务结果集，然后在此目标服务基础上，依赖能力之间的关联规则，结合复杂网络相关理论与技术获取平台中各制造能力关联关系，进而形成制造能力服务网络，最终为实现向用户提供目标服务的智能推荐。进一步的，步骤1中所说的多维信息模型主要包括制造能力构成要素维、制造能力综合评估维、制造能力关联关系维。进一步的，步骤1中所说的制造能力构成要素维主要包括主要形成制造能力的主要要素，如主体制造资源、产品业务、人力资源及过程信息等。所说的综合评估维主要是平台和用户根据制造能力使用情况来实现对制造能力服务的综合评价。关联关系维主要反映了制造能力构成要素之间以及制造能力之间的关系，即可分为制造本文档来自技高网...

【技术保护点】
一种支持制造能力按需使用和共享流通的云制造能力描述方法，其特征在于：给出制造能力多维信息描述模型，并针对该模型中模糊信息和动态行为信息进行了形式化的描述，依赖服务间的模糊关系构造了制造能力服务网络，并基于该网络给出了制造能力服务的智能检索与推荐方法。该方法主要包括以下几个步骤：步骤1）：给出了支持定性和定量描述的云制造模式下制造能力多维信息模型；步骤2）：针对步骤1）中的制造能力描述模型，对其各要素维中的模糊信息和动态行为信息进行提取和分类；步骤3）：针对步骤1）的描述模型，给出制造能力描述语言，该语言主要针对步骤2）中的模糊信息采用模糊描述逻辑（Fuzzy?description?logic,Fuzzy?DL）来进行形式化描述，对于动态行为信息采用动态描述逻辑（Dynamic?description?logic,Dynamic?DL）来描述，并以本体为描述载体；步骤4）：根据步骤1）中对制造能力的关联关系描述，首先对各类关联关系进行提取，然后依此构建云制造服务平台中不同拓扑结构的制造能力服务网络；步骤5）：依赖步骤4）的制造能力服务网络，针对用户不同的需求，给出支持用户按需使用的制造能力服务智能匹配方法，所述的制造能力智能匹配方法将采用“一次搜索、二次推荐”的方法来实现。...

【技术特征摘要】
1.一种支持制造能力按需使用和共享流通的云制造能力描述方法，其特征在于：给出制造能力多维信息描述模型，并针对该模型中模糊信息和动态行为信息进行了形式化的描述，依赖服务间的模糊关系构造了制造能力服务网络，并基于该网络给出了制造能力服务的智能检索与推荐方法，该方法包括以下几个步骤：步骤1：给出了支持定性和定量描述的云制造模式下制造能力多维信息模型；步骤2：针对步骤1中的制造能力描述模型，对其各要素维中的模糊信息和动态行为信息进行提取和分类；步骤3：针对步骤1的描述模型，给出制造能力描述语言，该语言针对步骤2中的模糊信息采用模糊描述逻辑来进行形式化描述，对于动态行为信息采用动态描述逻辑来描述，并以本体为描述载体；步骤4：根据步骤1中对制造能力的关联关系描述，首先对各类关联关系进行提取，然后依此构建云制造服务平台中不同拓扑结构的制造能力服务网络；步骤5：依赖步骤4的制造能力服务网络，针对用户不同的需求，给出支持用户按需使用的制造能力服务智能匹配方法，所述的制造能力智能匹配方法将采用“一次搜索、二次推荐”的方法来实现；步骤1中所说的多维信息模型包括制造能力构成要素维、制造能力综合评估维、制造能力关联关系维；步骤1中所说的制造能力构成要素维包括形成制造能力的要素，包括主体制造资源、产品业务、人力资源及过程信...

【专利技术属性】
技术研发人员：张霖，罗永亮，陶飞，张雪松，任磊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：