毕业设计（论文）-云制造模式下的服务组合优化.docVIP

全套设计加扣3012250582

南京邮电大学

毕业设计(论文)

题目云制造模式下的服务组合优化专业网络工程

学生姓名

班级学号

指导教师

指导单位物联网学院

日期:2017年1月15日至2017年6月16日

全套设计加扣3012250582

毕业设计(论文)原创性声明

本人郑重声明:所提交的毕业设计(论文)，是本人在导师指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容外，本毕业设计(论文)不包含任何其他个人或集体已经发表或撰写过的作品成果。对本研究做出过重要贡献的个人和集体，均已在文中以明确方式标明并表示了谢意。

论文作者签名:

日期:年月日

全套设计加扣3012250582

摘要

当今世界，国内外经济发展日新月异。面对互联网金融的冲击，制造业正面临着前所未有的挑战。云制造模式充分融合了现有的制造模式，利用企业对于制造资源的共享的需求，将企业的制造资源池联系在一起，提供制造资源服务，提高了制造资源的使用率。而在云制造模式中服务组合问题是解决优化资源配置的关键，制造服务组合问题(ManufacturingServiceComposition，MSC)就是如何选择合适的服务来完成制造任务，但是传统的计算方法不能有效的解决MSC问题。因此，采用智能优化算法来解决MSC问题便成为当前研究的热点。

本文从云制造模式研究意义和背景入手，概括归纳了云制造模式下服务组合模型的特征。根据MSC问题研究的步骤，选择合理的服务质量参数，建立了云制造模式下服务组合适应度函数模型。利用标准粒子群算法对模型进行仿真，并针对粒子群算法在问题规模增大的情况下表现不佳的缺点，提出了一种改进的粒子群算法(anImprovedParticleSwarmOptimization，IPSO)，对原始粒子群算法进行了优化。通过实验仿真，分析了在子任务数量和候选服务集数量不断变化的情况下IPSO算法的性能，并与其他三种开源算法进行比较。结果表明，在数据规模比较大时，IPSO算法的优化效果和收敛精度都远好于对比的开源算法。关键词:云制造;服务组合;粒子群算法;智能优化

全套设计加扣3012250582

ABSTRACT

Nowadays,domesticandinternationaleconomicdevelopmentischangingwitheachpassingday.Themanufacturingindustryisfacingunprecedentedchallenges

becauseoftheInternetbanking.Thecloudmanufacturingmodefullyintegratesthe

existingmanufacturingmodel,usingthedemandofenterpriseformanufacturingresourcesharing.Thismodelinksthemanufacturingresourcespooltogethertoprovidethemanufacturingresourceservices.Theservicecompositionprobleminthecloud

manufacturingmodeisthekeytoresolvingtheoptimalresourceallocationproblem.

Thekeyfactorintheapplicationofcloudmanufacturingmodeishowtochoosetherightservicetocompletemanufacturingtasks.TheproblemofManufacturingService

Composition(ManufacturingServiceComposition,MSC)ishowtochoosetherightservicetocompletethemanufacturingtasks,butthetraditionalmethodofcomputingdoesnotsolvetheMSCproblemeffectively.Therefore,usingtheintelligentoptimizationalgorithmtosolveMSCproblemhasbecomet