基于模糊聚類和遺傳算法的制造資源優(yōu)化配置方法研究.pdf

1、近年來，云制造等先進網(wǎng)絡(luò)化制造模式的出現(xiàn)，推動著制造業(yè)向全球化、一體化的方向發(fā)展。在云模式下，制造資源的優(yōu)化配置問題是實現(xiàn)“制造即服務(wù)”理念的關(guān)鍵。本文研究制造資源的服務(wù)化封裝、聚類分析以及優(yōu)化配置等，對于提升云制造的服務(wù)效率和大規(guī)模普及具有重要的現(xiàn)實意義。
　　建立制造資源服務(wù)化描述模型與虛擬化封裝機制。針對制造資源海量性、異構(gòu)性及獨立性的特征，基于面向?qū)ο蟮乃季S構(gòu)建制造資源服務(wù)化描述模型，對模型中各模塊的功能和意義進行討論。針

2、對資源結(jié)構(gòu)和語義等驗證問題，建立一種基于Web的資源虛擬化封裝框架。
　　對制造資源進行模糊聚類研究。針對制造資源間關(guān)聯(lián)性差、不利于實現(xiàn)高效檢索和優(yōu)化配置的問題，分別運用基于模糊相似矩陣的直接聚類法和FCM聚類算法對某一批制造資源進行聚類分析，對算法中的屬性權(quán)值設(shè)定、初始聚類中心的選取等問題進行討論和改進，提出了一種將兩種聚類方法進行結(jié)合運用的新算法。
　　改進制造資源優(yōu)化配置算法。針對云模式下制造資源的優(yōu)化配置問題，建立相

3、關(guān)問題的評價函數(shù)模型，對傳統(tǒng)遺傳算法進行自適應(yīng)改進，采用混合輪盤賭法和錦標賽法的選取機制提高了算法的尋優(yōu)效率；采用自適應(yīng)交叉率和變異率的方法保證了算法的多樣性和收斂性，賦予變異過程正反饋特性，提高了算法的穩(wěn)定性和求解質(zhì)量。最后以實例驗證了算法改進的有效性，并得出了最優(yōu)的資源配置方案。
　　設(shè)計并實現(xiàn)了制造資源優(yōu)化配置原型系統(tǒng)。根據(jù)制造資源配置研究中的諸多需求，以云制造服務(wù)平臺為研究主體，對平臺的總體結(jié)構(gòu)、各模塊功能、理論和技術(shù)等進