作业车间调度算法资源云服务化方法.docVIP

作业车间调度算法资源云服务化方法 　　摘 要：针对制造执行系统间调度算法资源共享度不高，并且难以高效地从候选调度算法资源中选择合适的求解算法进行调度排产的问题，研究了云制造环境下的作业车间调度算法资源云服务化方法。首先基于OWL-S（ontology web language for services）建立调度算法资源的本体数据模型以及发布规范，然后为了提高算法服务请求者满意度和算法资源提供者经济收益，提出了基于加权多维特征融合的量化匹配与推荐方法。最后，通过搭建原型系统，并利用哈电机的历史数据进行仿真实验。结果表明，所提出的数据模型和推荐算法能够有效的提升调度算法资源的共享程度和选择速度。 　　关键词： 　　云制造；算法；作业计划与调度；本体；语义 　　DOI：10.159 　　38/j.jhust.2018.03.001 　　中图分类号： TP301 　　文献标志码： A 　　文章编号： 1007-2683（2018）03-0001-08 　　Servitization of Job Shop Scheduling Algorithms 　　LIU Sheng-hui， ZHANG Xing， ZHANG Shu-li， MA Chao 　　（School of Software， Harbin University of Science and Technology， Harbin 150080， China） 　　Abstract：The scheduling algorithm resources are not yet fully shared betwwen manufacturing execution system， and it is difficult to efficiently select the appropriate scheduling algorithm for scheduling problem from the candidate scheduling resources. To resolve this issue， the servitization of job shop scheduling algorithm resource in cloud manufacturing was studied. Firstly， an OWL-S-based ontology data model and publication specification of scheduling algorithm resource was given， and then a quantitative matching and recommending method based on weighted multidimensional feature fusion was presented， in order to improve the satisfaction of algorithm service requesters and the economic benefits of algorithm resource providers. Finally， through building a prototype system and using the historical data of Harbin Electrical Machinery Plant as a verification case， the results proved that the data model and recommend algorithm can effectively promote the sharing degree and selection speed of scheduling resources. 　　Keywords：cloud manufacturing； algorithm； Job Shop Scheduling； ontology； semantics 　　0 引 言 　　作?I车间调度是制造执行系统（manufacturing execution system， MES）的核心功能之一，其是车间能否在期望的时间内合理利用有限的制造资源完成相应的加工任务的关键，因此，及时准确地作业车间调度对车间生产系统的高效运行有着重要地影响。 　　当前的制造执行系统多处于独立、封闭的环境，不同制造执行系统之间的调度算法资源尚不能进行充分共享，制约了车间生产效率的提升。并且，现实生产中，作业车间调度是一个复杂的问题，在不同环境下调度问题的模型（目标函数与约束）和求