|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于改进NSGA-Ⅱ的云制造服务组合优化问题研究显示文摘为了实现企业在云制造环境下的节能,提出一种新的云制造服务组合优化方法,该方法既能降低能耗,又能在考虑不确定性的情况下提高服务质量。然后利用双目标模型和改进的NSGA-Ⅱ解决制造服务组合优化问题。实例研究结果表明:该模型从云制造服务平台(CMSP)的角度有效地控制了能耗,改进后的NSGA-Ⅱ在解决该问题上具有与MOPSO和标准的NSGA-Ⅱ相比的准确性和收敛性优势。 | 杨欣 曾珍香 夏玉雄 | 2020 | 工业工程与管理2020，25，2： | 12 |
| 2 | 云制造环境下的云服务组合优选方法显示文摘针对云制造环境下的云服务组合优选问题,提出了一种包括服务筛选和服务组合优化的制造云服务组合优选方法。首先,依据用户需求运用证据推理方法对制造云服务进行筛选形成候选云服务集,使得云服务组合优化的解空间大为缩小;而后,建立以时间最短、质量最高和成本最小为目标的多目标规划模型,从各候选云服务集中选取制造云服务进行组合,确定最优的制造云服务组合方案。以汽车零部件加工相关的云服务组合优化为例,与不包含服务筛选的云服务组合优化进行对比,阐述了提出的方法的应用性、有效性和高效性。 | 付超 肖明 | 2014 | 计算机应用研究2014，31，6： | 10 |
| 3 | 基于区间的制造服务组合多目标优化方法显示文摘为解决实际制造服务组合过程中广泛存在的不确定性问题,提出一种基于区间的制造服务组合多目标优化方法。采用区间数对不确定的制造服务质量信息进行了一致化表达;以时间最短、成本最低和评价质量最高为目标,建立了区间型多目标优化数学模型,并基于区间序关系将区间型多目标优化模型转化为确定型优化模型;运用改进的非支配排序遗传算法求解模型,获得了制造服务组合的Pareto最优解集。通过数值算例验证了所提方法的可行性,结果表明该方法能够有效求解制造服务信息不确定时的服务组合优化问题。 | 张萌 李国喜 | 2017 | 计算机集成制造系统2017，23，8： | 9 |
| 4 | 基于扩展进程代数的云制造服务组合建模与QoS评价显示文摘为解决云制造服务组合建模与形式化验证问题,在Web服务编制演算的基础上提出一种扩展了服务质量信息的进程代数XPC4CMSC,给出了XPC4CMSC的语法、操作语义,建立了顺序组合、并发组合、选择组合的活动图与XPC4CMSC描述模型,计算了三种服务组合执行的响应时间、执行费用、可靠性、可用性、物流时间和物流费用。给出了服务质量评价算法与服务组合的形式化验证方案,通过一个柔性多车间调度问题展示了该方案的执行过程。示例研究表明,基于XPC4CMSC的云制造服务组合建模及形式化验证方案是可行的。 | 李永湘 姚锡凡 徐川 张洁 李彬 | 2014 | 计算机集成制造系统2014，20，3： | 7 |
| 5 | 云制造环境下基于蚁群算法资源动态调度优化显示文摘动态资源调度是云制造中的一个关键问题。通过对资源动态在云制造环境下服务特点的了解,提出了基于蚁群算法的资源动态调度函数,以云服务提供者找到相对应的云服务使用者进行任务封装的时间最短为目标。通过Matlab优化了原有的资源动态服务模型,达到了预期的效果,对以后云制造下资源动态的调度具有指导意义。 | 江笑妍 李芳 | 2016 | 物流科技2016，39，1： | 5 |
| 6 | 制造云服务组合柔性评价指标体系研究显示文摘制造云服务组合作为提高云制造资源利用率、实现制造资源增值的关键途径之一,对于云制造的实施和开展具有重要作用。在明确制造云服务及制造云服务组合柔性概念的基础上,系统分析云制造全生命周期内制造云服务组合柔性的影响因素,并从任务发出企业的角度建立了包括四个一级指标和九个二级指标在内的制造云服务组合柔性评价指标体系,为进一步构建制造云服务组合柔性评价模型、完善制造云服务组合优选系统、实现高效智能化的制造云服务管理提供理论支持。 | 祝爱民 李雪 于丽娟 蒋亚朋 | 2015 | 沈阳工业大学学报(社会科学版)2015，8，1： | 5 |
| 7 | 一种改进的自适应变异的粒子群优化算法显示文摘针对粒子群优化算法存在的早熟收敛问题,提出了一种改进的自适应变异的粒子群优化算法。该算法根据群体适应度方差和当前最优解的大小,确定当前粒子的最佳变异因子。使用变异因子来改变粒子的运动方向,使粒子进入临近区域继续搜索,以确定新的个体极值和全局极值,避免出现局部最优解。仿真结果表明:自适应变异操作增强了粒子群优化算法跳出局部最优解的能力,其全局搜索能力有了一定提高,收敛速度较快,并且能够有效避免早熟收敛问题;虽然耗费时间有所增加,但在可接受范围内,用少许的时间代价换取全局最优解是值得的。 | 贾松浩 杨彩 | 2014 | 实验室研究与探索2014，33，4： | 4 |
| 8 | 基于E-CARGO模型的云制造服务组合方法显示文摘云制造是一种网络化协同制造新模式,协同性是云制造的典型特征.本文基于E-CARGO模型,提出一种基于角色的协同云制造服务组合优化方法.首先,研究建立服务组合与E-CARGO模型间的映射关系,构建了云制造服务组合的E-CARGO模型;其次,针对服务质量的不确定性,将动态服务质量转换为云模型中的期望、熵和超熵,并计算QoS云模型间的相似度,进而得到资格评估矩阵;最后,对基于角色的协同云制造服务组合问题进行求解,得到最优云制造服务组合方案.实验结果表明,本文方法能够有效的解决云制造服务组合优化问题. | 钱晨 张以文 吴其林 胡博 | 2020 | 小型微型计算机系统2020，41，9： | 4 |
| 9 | 基于业务流程的制造云服务组合模型显示文摘为了提高云制造系统中制造云服务的组合成功率,实现组合云服务与用户业务需求的准确匹配,在对制造云服务、流程节点任务、云服务的可组合性和流程匹配进行形式化描述的基础上,提出一种基于业务流程的制造云服务组合模型。该模型由业务流程引擎、业务流程、选择逻辑、评估逻辑、监控逻辑、知识库和原子云服务集构成,在功能匹配的基础上,对候选服务的可组合性进行检查,结合负载、服务质量(QoS)和业务流程信息,选择合适的云服务,并将其挂接在业务流程上实现制造云服务的组合。对制造云服务的组合流程进行了详细描述,并给出云服务组合的实现方法。实例分析表明,该模型能够有效地选择满足业务需求的云服务实体并进行组合,从而提高制造云服务的组合成功率,保障用户制造活动的顺利进行。 | 赵秋云 魏乐 舒红平 | 2014 | 计算机应用2014，34，11： | 4 |
| 10 | 基于离散人工群算法的云制造服务组合显示文摘随着互联网、云计算等网络技术的快速发展,单一制造服务已无法满足用户日益复杂的制造任务,所以云制造服务组合问题一直是近年来应用和研究的热点,为典型NP难题。文中针对云制造服务组合优选问题,改进原始人工蜂群算法(Artificial Bee Colony,ABC),提出了一种基于局部搜索离散蜂群算法(Location Search Discrete Artificial Bee Colony,LSDABC),从而为用户选择服务质量(Quality of Service,Qo S)最优的服务组合执行路径。该算法引入种群的选择概率和对最优解的局部搜索策略,提升算法的开采能力、收敛速度,同时避免出现搜索停滞陷入局部最优。最后将LSDABC应用于云制造服务组合优选中进行仿真实验,并将结果与原始ABC、DE、PSO算法进行对比。实验结果表明,LSDABC具有较好的求解质量和鲁棒性。 | 常瑞云 周井泉 许斌 亓晋 | 2016 | 计算机技术与发展2016，26，7： | 4 |
| 11 | 模糊情况下带时序约束服务流程的构建与优化显示文摘为满足模糊情况下带时序约束服务流程的迫切业务需求,提出一种新的服务流程构建与优化方法。建立了模糊情况下带时序约束的服务流程优化模型,从而有效表达服务质量属性及时序约束的模糊化内涵。基于模糊机会约束理论及最大模糊满意度法,将多目标模糊服务流程优化模型进行等价转化,并采用基于信息素的混合遗传算法求解。该求解算法不但利用局部优化信息,而且通过信息素记录的全局优化信息指导染色体的交叉,提高了求解效率。通过多组实验对比,说明了所提算法在求解精度及求解效率上的优越性。 | 梁合兰 杜彦华 李苏剑 | 2014 | 计算机集成制造系统2014，20，7： | 3 |
| 12 | 基于自适应变异粒子群优化算法的产品装配序列规划显示文摘为提高产品虚拟装配序列规划水平,提出了面向装配序列规划的自适应变异粒子群优化算法。算法针对产品装配序列规划离散性的特点,在基本粒子群算法的基础上,对粒子位置、速度与粒子速度和位置更新操作进行了重定义,通过引入遗传算法中的变异算子来提高算法跳出局部最优的能力,同时改变惯性权重的取值方式以加快算法的收敛速度。以一柱塞泵的装配规划实例来分析该算法的性能,验证了自适应变异粒子群优化算法的可行性;与遗传算法和粒子群算法的比较证明自适应变异粒子群优化算法更有效。 | 陈海彬 郭建文 孙振忠 王松 张智聪 | 2015 | 组合机床与自动化加工技术2015，，7： | 3 |
| 13 | 云制造的研究现状及动态分析显示文摘作为一种新的服务型制造模式,云制造在短短几年的时间内由提出到引起学界的高度关注,其研究得到了快速发展并涌现了大量成果。为梳理其研究现状和发展动态,以2010-2016年间发表的北京大学《中文核心期刊要目总览》期刊上的云制造相关的335篇论文为分析样本,应用文献计量学、内容分析等研究方法,使用Excel、UCINET和Net Draw等软件进行了定量分析。首先对相关研究发表的期刊、数量和研究者分布情况进行了统计。同时重点进行了关键词词频与共词分析,分别从研究主题和研究热点总结了国内云制造研究现状。分析显示,云计算、云服务、本体、服务平台、服务质量为近五年研究热点关键词。然后总结提炼了云制造领域的三个主题:云服务的虚拟化技术、云服务组合及信任问题、制造服务中的云计算与物联网相融合以及XaaS集成技术,并逐一对其进行了主题分析,对以往相关的研究以及未来研究趋势进行了详细阐述。 | 杨欣 曾珍香 马金凤 | 2017 | 河北工业大学学报(社会科学版)2017，9，4： | 2 |
| 14 | 基于环境感知的云服务自适应演化研究显示文摘在目前开放动态的互联网环境下,为了适应多样的外部环境以及用户需求信息的变化而引发的诸多问题,云服务系统需要用灵活,自适应的方法来管理和提供服务。因此该文提出一个基于多Agent系统的的环境感知框架,该框架将环境实体分为两类,分别采用基于事件发布-订阅的被动感知和基于软传感器的主动感知两种方式来感知外部环境及用户需求的变化,然后通过自适应演化模型根据自适应演化算法来自主地调整自身行为以应对感知到的外部环境及用户需求的变化。 | 李星星 徐洪珍 | 2017 | 电脑知识与技术(过刊)2017，23，9X： | 1 |
| 15 | 非功能属性两阶段制造云服务优选问题研究显示文摘针对云制造系统中制造云服务优选问题,基于非功能属性研究了包含服务筛选和服务选择的两阶段制造云服务优选方法。以符合用户功能需求的制造云服务为研究对象,基于调度规则筛选快速生成精简的候选云服务集,采用三角模糊数层次分析法和熵值法组合赋权确定权重,并借助TOPSIS决策对候选云服务集实施综合评价,以此选出最佳制造云服务。文中详细阐述了基于调度规则的制造云服务筛选过程,并通过算例验证了基于组合赋权及TOPSIS的制造云服务选择方法的可行性和科学合理性。 | 吴英 杨力 赵之元 | 2018 | 安庆师范大学学报(自然科学版)2018，24，4： | 0 |
| 16 | 基于改进NSGA-Ⅱ算法的云制造服务组合优化研究显示文摘云制造任务日趋复杂,与基于云制造的云服务组合优化问题相关的指标日益增多,需要综合考虑各个评价指标,从海量备选云服务中筛选出最优服务组合。本文针对云制造的特点,从线上、线下两方面构建了云制造服务评价指标体系;为了更好地处理高维多目标优化问题并消除实际问题中的量纲影响,本文利用改进的α支配策略代替帕累托支配改进NSGA-Ⅱ算法,提出了基于nα支配的NSGA-Ⅱ算法。最后,本文通过一个电机制造案例验证了提出算法的可行性,并通过与标准NSGA-Ⅱ算法、r-NSGA-Ⅱ算法和基于模糊支配的NSGA-Ⅱ算法对比,证明了提出算法得到的解集更优、更小,能够大大减小后续组合优选的计算量。 | 邵一凡 禹春霞 禹嘉诚 | 2022 | 运筹与管理2022，31，11： | 0 |
| 17 | 全舰计算环境下服务自适应方法研究显示文摘在全舰计算环境中,针对应用需求变更,应用服务高效的进行自适应演化才能够充分的利用好各种有限资源。在服务变量定义的基础上,提出了影响服务质量的相关指标;对服务组合的结构路径进行了说明,给出不同结构路径形式下服务质量的计算方法,并提出了组合服务质量模型;对服务变更实例情况进行了分析,最终提出了服务自适应模型算法。 | 李海浩 费琪 卢重阳 | 2020 | 微型电脑应用2020，36，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员