云制造模式下机械产品的智能服务发现与优选方法研究
发布时间：2021-02-20 11:28
云制造模式是在“制造即服务”理念上,基于云计算思想发展起来的新型制造模式。服务发现与优选是云制造模式研究的热点问题,也是难点问题。目前的技术可以实现云制造模式下服务发现与优选功能,但不能实现智能的、高效的服务发现与优选。因此,研究云制造模式下智能的、高效的服务发现与优选方法,开发云制造模式下智能服务发现与优选系统,具有重要的理论研究和实际应用价值。本文研究了云制造模式下面向全生命周期的服务类型,提出了各服务类型的服务分解原理和组合方法、智能服务发现方案和服务优选指标,云制造模式下以机械产品图像和服务类型为输入、面向多服务优选指标、前k个最优的智能服务发现与优选架构,从原理上解决了目前研究中以关键字为输入导致的智能化水平不足和效率低下等问题。为实现智能服务发现方案里的智能服务发现模型,基于卷积神经网络技术对面向机械产品数据的服务发现算法进行了研究。基于局部二值模式（Local binary patterns:LBP）,提出了一种面向机械产品图像的注意力图（P LBP）和其增强层（PNet）,融合P Net和VggNet-16,提出了面向机械产品图像的神经网络架构（P...
【文章来源】：山东科技大学山东省
【文章页数】：179 页
【学位级别】：博士
【部分图文】：
图２．４机械产品生产过程分解原理
山东科技大学博士学位论文?２机械产品的智能服务发现与优选架构??步骤２：基于智能服务发现算法对其进行训练（训练过程中机械产品数据集中各图像??的标签为产品类型；例如：液压支架图像的标签为“液压支架”），得到智能服务发现模??型；??步骤３：云平台对得到的智能服务发现模型批量提取特征；??步骤４：需求方输入产品图像，云平台对需求方输入的产品图像进行预处理；??步骤５：对产品图像进行预处理，并把预处理后的图像送到智能服务发现模型；??步骤６：通过智能服务发现模型提取需求方输入图像的特征；??步骤７：对两种图像提取到的特征进行相似度计算（本文选用ＫＮＮ算法）；??步骤８：把相似度计算结果，转变为产品类型关键字；??￣??
?需求方输人产品图像预处理?｜特征提取?￣?｜?关键字??图２．８智能服务发现方案??Ｆｉｇ．?２．８?Ｉｎｔｅｌｌｉｇｅｎｔ?Ｓｅｒｖｉｃｅ?Ｄｉｓｃｏｖｅｒｙ?Ｓｃｈｅｍｅ??２．４?服务优选指标研究（Ｓｅｒｖｉｃｅ?Ｓｅｌｅｃｔｉｏｎ?Ｉｎｄｅｘｓ）??服务时间和服务费用是常用的服务优选指标，可以对产品的属性进行部分描述。但??是，并不能体现服务方服务能力好坏。为更加准确地描述服务方的特性，为需求方提供??更准确的优选信息，需要考虑描述服务方服务能力的指标。因此，本文设定服务优选目标??时，在考虑服务方服务时间和服务费用的基础上，考虑了服务方的服务能力。??服务方的服务能力可以从两个方面进行体现：制造能力和综合能力。制造能力为服务??质量层面上的评价；综合能力为服务时间、服务费用、制造能力、服务需求方数和服务好??评率各参数综合得到的评价。即，本文提出的服务优选指标包括：服务方的服务时间、??服务费用、制造能力和综合能力。由于服务时间、服务费用的概念简单，并且其数据直接??由服务方给出。因此，只需要研宄制造能力和综合能力的定义。??２．４．１制造能力的数学定义??制造能力的概念由罗永亮等［１３（Ｍ３１１于２０１２年提出
【参考文献】：
期刊论文
[1]面向云制造资源的优化配置方法研究[J]. 殷亮,周临震,刘德仿,李春燕. 组合机床与自动化加工技术. 2018(12)
[2]基于可持续性的云制造多任务调度[J]. 何巍,贾国柱,孔继利,宗恒山. 中国机械工程. 2018(18)
[3]面向云制造的多供应商协同生产任务分配优化[J]. 陈友玲,牛禹霏,刘舰,左丽丹,王龙. 计算机集成制造系统. 2019(07)
[4]基于i-NSGA-Ⅱ-JG算法的云制造资源服务组合优选[J]. 陈友玲,王龙,刘舰,左丽丹,牛禹霏. 计算机集成制造系统. 2019(11)
[5]基于云制造的3D打印机应用模式研究[J]. 李强,张帅. 制造技术与机床. 2018(07)
[6]云制造服务平台在舰船协同制造中的应用[J]. 杨建,牟丽莎,刘述木,杨蓉松. 舰船科学技术. 2018(10)
[7]基于协同效应的并行制造云服务组合算法[J]. 陈友玲,刘舰,凌磊,王龙. 计算机集成制造系统. 2019(01)
[8]云制造环境下跨企业协同生产调度算法[J]. 王旭亮,柴旭东,张程,赵晓芳. 计算机集成制造系统. 2019(02)
[9]基于制造任务分解的云资源匹配方法的研究[J]. 梁晓星,屠建飞,王磊. 科技与经济. 2018(02)
[10]云制造环境下的知识服务组合优化策略[J]. 蔡安江,郭宗祥,郭师虹,蔡曜,薛晓飞. 计算机集成制造系统. 2019(02)
博士论文
[1]面向云制造资源的公差设计方法研究[D]. 吴紫涧.浙江大学 2016
[2]云制造环境下机床装备资源优化配置方法及技术研究[D]. 李孝斌.重庆大学 2015
[3]个体视角下的云制造生态系统发展及演化关键因素研究[D]. 毕克克.天津大学 2016
[4]云制造环境下加工制造资源虚拟化关键技术研究[D]. 姜云霞.哈尔滨理工大学 2015
[5]基于云制造的产业园企业合作模式研究[D]. 谭明智.重庆大学 2015
[6]云制造的服务聚集、组合与调度优化方法[D]. Jorick Lartigau（王洋）.哈尔滨工业大学 2015
[7]云制造资源虚拟化关键技术及应用[D]. 刘宁.东南大学 2015
[8]面向机械加工的云制造服务平台关键技术研究[D]. 郭亮.重庆大学 2014
[9]云制造环境下资源建模及其匹配方法研究[D]. 朱李楠.浙江工业大学 2014
[10]基于网络化制造环境的制造资源共享服务语义关键技术研究[D]. 袁庆霓.西南交通大学 2010
硕士论文
[1]云制造环境下制造商优选与调度研究[D]. 石超.长春工业大学 2018
[2]基于蚁群算法的云制造服务组合优化研究[D]. 张严凯.南京邮电大学 2018
[3]基于3D打印服务需求全满足订单匹配模型研究[D]. 库尔曼泰·白山.北京邮电大学 2018
[4]云制造环境下任务资源分配与调度优化方法研究[D]. 石岩磊.哈尔滨理工大学 2018
[5]云制造环境下制造服务组合优化模型及算法研究[D]. 杨玉舒.浙江财经大学 2018
[6]基于云制造的数控加工服务关键技术研究[D]. 邹强.湖北工业大学 2017
[7]云制造资源模糊分类与智能优选研究[D]. 常幸福.长春工业大学 2017
[8]云制造环境下数控车床约束特性及优化配置方法研究[D]. 邱磊.重庆大学 2017
[9]云制造环境下刀具资源优化配置与服务应用研究[D]. 霍亭宇.哈尔滨理工大学 2017
[10]云制造模式下制造资源优化配置研究[D]. 侯绍波.天津理工大学 2017
本文编号：3042702
【文章来源】：山东科技大学山东省
【文章页数】：179 页
【学位级别】：博士
【部分图文】：
图２．４机械产品生产过程分解原理
山东科技大学博士学位论文?２机械产品的智能服务发现与优选架构??步骤２：基于智能服务发现算法对其进行训练（训练过程中机械产品数据集中各图像??的标签为产品类型；例如：液压支架图像的标签为“液压支架”），得到智能服务发现模??型；??步骤３：云平台对得到的智能服务发现模型批量提取特征；??步骤４：需求方输入产品图像，云平台对需求方输入的产品图像进行预处理；??步骤５：对产品图像进行预处理，并把预处理后的图像送到智能服务发现模型；??步骤６：通过智能服务发现模型提取需求方输入图像的特征；??步骤７：对两种图像提取到的特征进行相似度计算（本文选用ＫＮＮ算法）；??步骤８：把相似度计算结果，转变为产品类型关键字；??￣??
?需求方输人产品图像预处理?｜特征提取?￣?｜?关键字??图２．８智能服务发现方案??Ｆｉｇ．?２．８?Ｉｎｔｅｌｌｉｇｅｎｔ?Ｓｅｒｖｉｃｅ?Ｄｉｓｃｏｖｅｒｙ?Ｓｃｈｅｍｅ??２．４?服务优选指标研究（Ｓｅｒｖｉｃｅ?Ｓｅｌｅｃｔｉｏｎ?Ｉｎｄｅｘｓ）??服务时间和服务费用是常用的服务优选指标，可以对产品的属性进行部分描述。但??是，并不能体现服务方服务能力好坏。为更加准确地描述服务方的特性，为需求方提供??更准确的优选信息，需要考虑描述服务方服务能力的指标。因此，本文设定服务优选目标??时，在考虑服务方服务时间和服务费用的基础上，考虑了服务方的服务能力。??服务方的服务能力可以从两个方面进行体现：制造能力和综合能力。制造能力为服务??质量层面上的评价；综合能力为服务时间、服务费用、制造能力、服务需求方数和服务好??评率各参数综合得到的评价。即，本文提出的服务优选指标包括：服务方的服务时间、??服务费用、制造能力和综合能力。由于服务时间、服务费用的概念简单，并且其数据直接??由服务方给出。因此，只需要研宄制造能力和综合能力的定义。??２．４．１制造能力的数学定义??制造能力的概念由罗永亮等［１３（Ｍ３１１于２０１２年提出
【参考文献】：
期刊论文
[1]面向云制造资源的优化配置方法研究[J]. 殷亮,周临震,刘德仿,李春燕. 组合机床与自动化加工技术. 2018(12)
[2]基于可持续性的云制造多任务调度[J]. 何巍,贾国柱,孔继利,宗恒山. 中国机械工程. 2018(18)
[3]面向云制造的多供应商协同生产任务分配优化[J]. 陈友玲,牛禹霏,刘舰,左丽丹,王龙. 计算机集成制造系统. 2019(07)
[4]基于i-NSGA-Ⅱ-JG算法的云制造资源服务组合优选[J]. 陈友玲,王龙,刘舰,左丽丹,牛禹霏. 计算机集成制造系统. 2019(11)
[5]基于云制造的3D打印机应用模式研究[J]. 李强,张帅. 制造技术与机床. 2018(07)
[6]云制造服务平台在舰船协同制造中的应用[J]. 杨建,牟丽莎,刘述木,杨蓉松. 舰船科学技术. 2018(10)
[7]基于协同效应的并行制造云服务组合算法[J]. 陈友玲,刘舰,凌磊,王龙. 计算机集成制造系统. 2019(01)
[8]云制造环境下跨企业协同生产调度算法[J]. 王旭亮,柴旭东,张程,赵晓芳. 计算机集成制造系统. 2019(02)
[9]基于制造任务分解的云资源匹配方法的研究[J]. 梁晓星,屠建飞,王磊. 科技与经济. 2018(02)
[10]云制造环境下的知识服务组合优化策略[J]. 蔡安江,郭宗祥,郭师虹,蔡曜,薛晓飞. 计算机集成制造系统. 2019(02)
博士论文
[1]面向云制造资源的公差设计方法研究[D]. 吴紫涧.浙江大学 2016
[2]云制造环境下机床装备资源优化配置方法及技术研究[D]. 李孝斌.重庆大学 2015
[3]个体视角下的云制造生态系统发展及演化关键因素研究[D]. 毕克克.天津大学 2016
[4]云制造环境下加工制造资源虚拟化关键技术研究[D]. 姜云霞.哈尔滨理工大学 2015
[5]基于云制造的产业园企业合作模式研究[D]. 谭明智.重庆大学 2015
[6]云制造的服务聚集、组合与调度优化方法[D]. Jorick Lartigau（王洋）.哈尔滨工业大学 2015
[7]云制造资源虚拟化关键技术及应用[D]. 刘宁.东南大学 2015
[8]面向机械加工的云制造服务平台关键技术研究[D]. 郭亮.重庆大学 2014
[9]云制造环境下资源建模及其匹配方法研究[D]. 朱李楠.浙江工业大学 2014
[10]基于网络化制造环境的制造资源共享服务语义关键技术研究[D]. 袁庆霓.西南交通大学 2010
硕士论文
[1]云制造环境下制造商优选与调度研究[D]. 石超.长春工业大学 2018
[2]基于蚁群算法的云制造服务组合优化研究[D]. 张严凯.南京邮电大学 2018
[3]基于3D打印服务需求全满足订单匹配模型研究[D]. 库尔曼泰·白山.北京邮电大学 2018
[4]云制造环境下任务资源分配与调度优化方法研究[D]. 石岩磊.哈尔滨理工大学 2018
[5]云制造环境下制造服务组合优化模型及算法研究[D]. 杨玉舒.浙江财经大学 2018
[6]基于云制造的数控加工服务关键技术研究[D]. 邹强.湖北工业大学 2017
[7]云制造资源模糊分类与智能优选研究[D]. 常幸福.长春工业大学 2017
[8]云制造环境下数控车床约束特性及优化配置方法研究[D]. 邱磊.重庆大学 2017
[9]云制造环境下刀具资源优化配置与服务应用研究[D]. 霍亭宇.哈尔滨理工大学 2017
[10]云制造模式下制造资源优化配置研究[D]. 侯绍波.天津理工大学 2017
本文编号：3042702
本文链接：https://www.wllwen.com/gongshangguanlilunwen/3042702.html
