面向需求的云制造资源虚拟化配置

doi:10.16731/j.cnki.1671-3133.2017.12.011

现代制造工程 ›› 2017, Vol. 447 ›› Issue (12): 59-65.doi: 10.16731/j.cnki.1671-3133.2017.12.011

面向需求的云制造资源虚拟化配置

陈维智, 江丽, 郭顺生, 杜百岗, 许文祥

武汉理工大学机电工程学院,武汉 430070

收稿日期:2016-08-16 出版日期:2017-12-20 发布日期:1900-01-01
作者简介:陈维智,硕士研究生,主要研究方向为ERP系统、制造业信息化。江丽,博士,主要研究方向为制造业信息化。 E-mail:cwzpermail@163.com
基金资助:
国家自然科学基金资助项目(71171154); 湖北省科技支撑计划项目(2014BAA032,2015BAA063)

Demand-oriented virtual resources allocation in cloud manufacturing

Chen Weizhi, Jiang Li, Guo Shunsheng, Du Baigang, Xu Wenxiang

School of Mechanical and Electronic Engineering,Wuhan University of Technology,Wuhan 430070,China

Received:2016-08-16 Online:2017-12-20 Published:1900-01-01

摘要/Abstract

摘要： 为提高云制造平台响应制造需求的资源分配满意度,在分析云制造平台活动链及相关制造资源虚拟化基础上,结合实际制造生产环节及不同制造单元差异性,提出以制造质量、制造成本、制造时间及制造资源利用率为目标的制造资源优化数学模型;结合遗传算法对参数的敏感性,运用变参数的遗传算法对优化配置模型进行实例化论证,验证了模型的合理性与实用性,为云制造资源配置问题提供一种解决方案。

关键词: 需求, 云制造, 资源虚拟化, 资源配置, 遗传算法

Abstract: In order to improve the satisfaction of resources allocation of cloud manufacturing platform designed for manufacturing demand,a mathematical optimization model with the target of eliciting the manufacturing-quality,the manufacturing-cost,the manufacturing-time and the resource-utilization rate was presented based on the analysis of cloud manufacturing platform and related manufacturing resources virtualization and the consideration of the actual manufacturing production processes and manufacturing units.And the reasonable and practical model validated by the genetic algorithm that is sensitive with parameters with different genetic parameters has provide a solution for the problem of manufacturing resources allocation.

Key words: demand, cloud manufacturing, resources virtualization, resources allocation, genetic algorithm

中图分类号:

TP391
TH166

陈维智, 江丽, 郭顺生, 杜百岗, 许文祥. 面向需求的云制造资源虚拟化配置[J]. 现代制造工程, 2017, 447(12): 59-65.

Chen Weizhi, Jiang Li, Guo Shunsheng, Du Baigang, Xu Wenxiang. Demand-oriented virtual resources allocation in cloud manufacturing[J]. Modern Manufacturing Engineering, 2017, 447(12): 59-65.

[1]	陈静，李广强，. 基于驾驶模式划分的氢燃料电池汽车能量管理策略[J]. 现代制造工程, 2022, 500(5): 36-41.
[2]	陈磊，娄恒权，王相柠，胡雨欣，. IE与遗传算法在C公司生产线平衡中的应用研究[J]. 现代制造工程, 2022, 500(5): 122-129.
[3]	冯晨，吉卫喜，方磊，陈琛. 基于NSGA-Ⅱ-SA算法的外协云服务组合优选[J]. 现代制造工程, 2022, 498(3): 19-28.
[4]	王运涛，刘钢，薛俊芳. 基于改进遗传算法的拆卸序列规划[J]. 现代制造工程, 2022, 496(1): 137-142.
[5]	谢峰，张晨晨，李凡. 自适应随机共振算法的立铣刀磨损信号检测[J]. 现代制造工程, 2021, 492(9): 1-8.
[6]	李铁，张文虎，张帅军，刘朋. 基于遗传权重的产品故障间隔时间灰度预报[J]. 现代制造工程, 2021, 492(9): 101-106.
[7]	吴礼繁，胡国良，易锋，喻理梵. 内置永磁体的盘式磁流变制动器结构优化设计及仿真分析[J]. 现代制造工程, 2021, 491(8): 138-146.
[8]	唐浩，黎向锋，张丽萍，王建明，叶磊，王子旋. 扰动机制下的遗传算法求解柔性作业车间调度[J]. 现代制造工程, 2021, 490(7): 1-9.
[9]	乔一丹，陈登凯，朱梦雅，孙意为. 基于多层次用户需求的设计方法知识推送策略研究[J]. 现代制造工程, 2021, 490(7): 117-127.
[10]	钟江，宁诗铎，郑晓军，鲍洪阳. 面向非连续多去除量的城轨底架滑槽加工优化[J]. 现代制造工程, 2021, 489(6): 63-68.
[11]	王少伟，徐锋，晁海涛，刘宇，左敦稳. 基于支持向量机的纺织热轧机故障分类的研究[J]. 现代制造工程, 2021, 489(6): 116-121.
[12]	王玉芳，缪昇，马铭阳，葛嘉荣. 改进混合遗传算法的作业车间调度研究[J]. 现代制造工程, 2021, 488(5): 32-38.
[13]	刘佳楠，原丕业，刘畅，张萌. 基于遗传算法的直线型和U型混流装配线平衡问题研究[J]. 现代制造工程, 2021, 487(4): 12-19.
[14]	方喜峰，章振，张胜文，王沾，于超. 基于混合优化算法的装配线平衡问题[J]. 现代制造工程, 2021, 487(4): 20-25.
[15]	葛晓梅，李世豪. 基于改进遗传算法的多目标车间布局优化问题研究[J]. 现代制造工程, 2021, 486(3): 10-14.

面向需求的云制造资源虚拟化配置

Demand-oriented virtual resources allocation in cloud manufacturing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics