云制造環(huán)境下資源調(diào)度問題的研究

1、分類號：TP2密級：公開編號：102016483稼林理工槌碩士研究生學(xué)位論文云制造環(huán)境下資源調(diào)度問題的研究專 業(yè)：檢測技術(shù)與自動化裝置研究方向：制造業(yè)信息化研究生：周曉指導(dǎo)教師：謝曉蘭教授論文起止日期：2017年9月至2019年4月Research on Resource Scheduling Problem in CloudManufacturing EnvironmentMajor： Detection Technology and AutomationDirection of Study： Manufacturing InformatizationGraduate Student： Zh

2、ou XiaoSupervisor： Prof. Xie XiaolanCollege of Mechanical and Control EngineeringGuilin University of TechnologySeptember,2017 to April?2019研究生學(xué)位論文獨創(chuàng)性聲明和版權(quán)使用授權(quán)書獨創(chuàng)性聲明本人聲明：所呈交的論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。 據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含他人己經(jīng)發(fā)表或撰寫 過的研究成果，也不包含為獲得其它教育機構(gòu)的學(xué)位或證書而使用過的材料。對論文的 完成提供過幫助的有關(guān)人員已在論文中作了明

3、確的說明并表示謝意。學(xué)位論文作者（簽字）：罔既簽字日期，叫.成學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解（學(xué)校）有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國 家有關(guān)部門或機構(gòu)送交論文的印刷本和電子版本，允許論文被查閱和借閱。本人授權(quán)（學(xué) 校）可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或 掃描等復(fù)制手段保存、匯編學(xué)位論文。同時授權(quán)中國科學(xué)技術(shù)信息研究所將本學(xué)位論文 收錄到中國學(xué)位論文全文數(shù)據(jù)庫，并通過網(wǎng)絡(luò)向社會公眾提供信息服務(wù)。（保密的學(xué) 位論文在解密后適用本授權(quán)書）本論文是否保密：是 a 如需保密，保密期限為：學(xué)位論文作者簽名：導(dǎo)師簽字：留夕歡3簽字日期：物1年

4、4月I、日簽字日期：對，年4月jz日制造業(yè)是實體經(jīng)濟的主體，推進制造業(yè)高質(zhì)量發(fā)展成為我國經(jīng)濟發(fā)展的重要方向， 傳統(tǒng)制造模式已難以順應(yīng)經(jīng)濟發(fā)展新常態(tài)的要求，這就迫切需要加快轉(zhuǎn)型升級。制造業(yè) 的數(shù)字化、網(wǎng)絡(luò)化和智能化成為了主要發(fā)展方向。云制造就是一種在制造業(yè)持續(xù)運用需 求的牽引下基于網(wǎng)絡(luò)面向服務(wù)的智能化制造新模式。資源調(diào)度是云制造的核心問題之 一，資源調(diào)度的質(zhì)量直接影響云制造平臺運行的質(zhì)量。因而，重點研究了云制造環(huán)境下 的資源調(diào)度的問題。對云制造環(huán)境下的制造過程進行分析，并對資源調(diào)度的運行機制進行研究，對云制 造平臺中復(fù)雜且龐大的制造項目進行分解，將項目分解為多個有約束關(guān)系的任務(wù)，將每 個任務(wù)分解

5、為數(shù)個相對獨立的子任務(wù)，為資源的調(diào)度提供支撐。基于云制造平臺用戶制 造需求的多樣性，考慮時間、成本、用戶滿意度和服務(wù)質(zhì)量等多個目標，建立多目標靜 態(tài)資源調(diào)度模型，基于云制造環(huán)境下顯著的動態(tài)性和易出現(xiàn)干擾的特性，將靜態(tài)調(diào)度模 型中加入了基于周期和事件雙驅(qū)動的動態(tài)調(diào)度策略，提出一種云制造環(huán)境下的混合調(diào)度 模型，在提高資源調(diào)度效率的同時也保障了資源調(diào)度的穩(wěn)定性。在調(diào)度算法的設(shè)計中，粒子群算法易于實現(xiàn)且尋優(yōu)時收斂速度性能較好，但在尋找 最優(yōu)解的過程中容易陷入到局部最優(yōu)。將免疫算法引入其中，運用基于親和力的變異策 略，防止陷入局部最優(yōu)同時避免了種群退化。改進種群更新策略，運用由個體濃度和親 和力共同控制

6、的抗體平衡選擇機制，對抗體進行劃分并將它們按照不同方式進化，優(yōu)化 種群變異策略，增加尋優(yōu)的范圍并加快了收斂速度。將每次迭代得到的優(yōu)質(zhì)抗體進行精 英選擇后存入到記憶單元并對種群更新的個體進行免疫選擇，加快種群的收斂速度。通過仿真實驗驗證本文中的模型的高效性和穩(wěn)定性，驗證算法的收斂速度和求解精 度的優(yōu)越性。最后運用實例驗證本文提出的調(diào)度方案能夠高效地完成云制造環(huán)境下資源 調(diào)度的任務(wù)，證明了調(diào)度方案在實際生產(chǎn)中的有效性。關(guān)鍵詞：云制造，資源調(diào)度，混合資源調(diào)度模型，粒子群算法，免疫算法AbstractManufacturing is the mainstay of the real economy.

7、Promoting the high-quality development of manufacturing has become one of the important directions of Chinas economic development. The traditional manufacturing model has been difficult to comply with the requirements of current economic development. This requires us to accelerate the change of trad

8、itional manufacturing models. The digitalization, networking and intelligence of the manufacturing industry have become the main development direction. Cloud manufacturing is a new model of intelligent manufacturing. Cloud manufacturing is based on the web. The main job of cloud manufacturing is to

9、provide services. Resource scheduling is one of the core issues of cloud manufacturing. The quality of resource scheduling directly affects the quality of cloud manufacturing platform operations. This paper focuses on the issue of resource scheduling in a cloud manufacturing environment.The main pur

10、pose of this paper is to provide a high-quality resource scheduling solution for users in the cloud manufacturing environment. This paper first analyzes the manufacturing process in a cloud manufacturing environment. Research on the operation mechanism of resource scheduling. Decompose complex and l

11、arge manufacturing projects in cloud manufacturing platforms. In this paper, the project is decomposed into multiple tasks with constraints, and each task is decomposed into several relatively independent subtasks to prepare for resource scheduling. Based on the diversity of users of cloud manufactu

12、ring platform, a multi-objective static resource scheduling model is established considering multiple objectives such as time, cost, user satisfaction and service quality. Based on the significant dynamics and widely generated interference in the cloud manufacturing environment, a dynamic scheduling

13、 strategy based on periodic and event dual drivers is added to the static model. This paper designs a hybrid scheduling model in a cloud manufacturing environment. In order to improve the efficiency of resource scheduling, the stability of scheduling is also guaranteed.The particle swarm optimizatio

14、n algorithm is easy to implement and has good convergence speed performance when searching. However, it is easy to fell into local optimum in the process of finding the optimal solution. In this paper, the immune algorithm is introduced into it, and the affinity-based mutation strategy is used to pr

15、event falling into local optimum while avoiding population degradation. Improve the population update strategy. The antibodies are divided by antibody balancing selection mechanisms that are controlled by individual concentrations and affinities and evolved in different ways. This strategy increases

16、 the scope of optimization and speeds up convergence. The high-quality antibodies obtained in each iteration are selected by the elite and then deposited into the memory unit to immunoselect the individuals who are updated in the population. This method speeds up the convergence of the population.Th

17、e simulation results prove the validity and stability of the model in this paper. The convergence speed and solution accuracy of the algorithm are verified. Finally, an example is used to verify that the proposed scheduling scheme can efficiently complete the task of resource scheduling in cloud man

18、ufacturing environment. The effectiveness of the scheduling scheme in actual production is proved.Keywords: Cloud Manufacturing, Resource Scheduling, Hybrid Resource Scheduling Model, Particle Swarm Optimization, Immune Algorithm目錄 TOC o 1-5 h z 摘要I HYPERLINK l bookmark11 o Current Document Abstract

19、II第1章緒論11.1選題來源11.2研究的背景及意義11.3國內(nèi)外研究現(xiàn)狀21.3.1云制造的研究現(xiàn)狀21.3.2云制造資源調(diào)度研究現(xiàn)狀31.4本文的主要研究工作41.5本論文的組織結(jié)構(gòu)5第2章 云制造環(huán)境下資源調(diào)度相關(guān)理論與研究方法62.1云制造62.1.1云制造概念及特征62.1.2云制造的制造模式與服務(wù)對象72.1.3云制造的體系結(jié)構(gòu)82.2云制造資源112.2.1制造資源定義與特性112.2.2制造資源的分類122.3云制造環(huán)境下的資源調(diào)度132.3.1資源調(diào)度的定義及特點132.3.2云制造資源調(diào)度流程142.3.3常見的資源調(diào)度算法152.4本章小結(jié)16第3章云制造環(huán)境下資源調(diào)度

20、模型優(yōu)化研究173.1問題的提出173.2資源調(diào)度過程分析173.2.1制造需求分析173.2.2制造項目任務(wù)分解183.2.3資源調(diào)度問題數(shù)學(xué)描述193.2.4資源調(diào)度運行機制203.3云制造環(huán)境下多目標靜態(tài)資源調(diào)度模型203.3.1目標函數(shù)213.3.2約束條件223.4云制造環(huán)境下混合資源調(diào)度模型233.4.1混合調(diào)度模型的構(gòu)建233.4.2周期驅(qū)動再調(diào)度243.4.3事件驅(qū)動再調(diào)度253.4.4混合調(diào)度模型結(jié)構(gòu)263.4.5混合調(diào)度模型特點分析273.5本章小結(jié)28第4章云制造環(huán)境下免疫粒子群資源調(diào)度優(yōu)化算法294.1粒子群優(yōu)化算法294.1.1粒子群優(yōu)化算法的原理294.1.2粒子群

21、算法的數(shù)學(xué)描述294.1.3粒子群優(yōu)化算法的基本流程324.1.4粒子群算法的特點334.2免疫算法334.2.1免疫算法的原理344.2.2免疫算法的基本流程344.2.3免疫算法的特點354.3云制造環(huán)境下免疫粒子群調(diào)度優(yōu)化算法設(shè)計364.3.1免疫粒子群優(yōu)化算法設(shè)計原理分析364.3.2編碼方案374.3.3 目標函數(shù)384.3.4更新策略394.3.5變異策略414.3.6免疫粒子群優(yōu)化算法步驟424.4本章小結(jié)44第5章仿真實驗及結(jié)果分析455.1實驗仿真環(huán)境與參數(shù)的設(shè)置455.2仿真實驗設(shè)計與分析465.3實例驗證與分析495.4本章小結(jié)53第6章總結(jié)與展望546.1全文工作總結(jié)5

22、46.2未來展望55參考文獻56 HYPERLINK l bookmark153 o Current Document 申請學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文59 HYPERLINK l bookmark170 o Current Document 致謝60第1章緒論1.1選題來源2017年度國家自然科學(xué)基金混合云任務(wù)調(diào)度中的信任機制研究(61762031)1.2研究的背景及意義制造業(yè)是國民經(jīng)濟的主體，新中國建立以來尤其是在改革開放以后，我國制造業(yè)持 續(xù)快速發(fā)展，建成了完整的產(chǎn)業(yè)體系，對我國工業(yè)化和現(xiàn)代化的歷程進行了強而有力的 推進，為我國綜合國力的提升和世界大國地位的支撐做出了顯著的貢獻。但

23、是，我國的 制造業(yè)相較于發(fā)達國家仍是大而不強，在制造業(yè)自主創(chuàng)新、資源應(yīng)用效率、信息化水平、 質(zhì)量和效益等方面仍存在著明顯的差距?，F(xiàn)今制造資源的協(xié)同仍然存在壁壘問題，制造 業(yè)信息化的發(fā)展仍然受到了傳統(tǒng)制造業(yè)弊端的束縛。大型企業(yè)先進制造資源和制造能力 沒有被充分利用而出現(xiàn)閑置，與此同時，絕大部分中小企業(yè)仍沒有完善的制造資源和高 水平的制造能力，無法對制造市場進行快速的響應(yīng)。我國的制造業(yè)實現(xiàn)跨越式成長的需 求迫切、路途艱辛。在此種情況下，制造業(yè)應(yīng)順應(yīng)市場的需求，保證先進制造技術(shù)與信 息技術(shù)深度融合的持續(xù)化進行，促進制造業(yè)向更深更廣的方向持續(xù)發(fā)展。云制造技術(shù)沖破地域和制造行業(yè)間的約束，解決部分大型企業(yè)

24、的制造資源閑置和大 量的中小型企業(yè)的產(chǎn)能嚴重不足的問題，云制造將各種制造資源和制造能力經(jīng)過處理并 且發(fā)布到云制造平臺，云制造平臺對它們統(tǒng)一管理，用戶可以經(jīng)由云端隨時隨地的依照 本身的需求獲取產(chǎn)品的制造資源和制造能力。云制造平臺對制造資源進行智能、高效的 調(diào)度，實現(xiàn)閑置的資源充分利用，提升資源的利用率，協(xié)助制造企業(yè)快速響應(yīng)市場需求。云制造環(huán)境下的資源不同于傳統(tǒng)的制造資源，云制造平臺中的用戶分布在不同的地 理區(qū)域，因而它們提供的資源也分布在不同的區(qū)域，云制造平臺中的用戶根據(jù)自己的制 造情況可以隨時的增刪提供的制造資源，傳統(tǒng)的資源調(diào)度中的資源大多屬于同一個制造 企業(yè)，它們有著相同的管理標準和制造標準

25、，而百制造環(huán)境下完成制造項目的制造資源 有多個制造企業(yè)提供，每個企業(yè)都有著自己的管理方法和制造標準。因此傳統(tǒng)的將資源 以某種方式組合起來完成制造的資源調(diào)度方法不適用于云制造這個復(fù)雜的制造環(huán)境，也 不能勝任云制造環(huán)境下復(fù)雜制造任務(wù)在制造過程中涉及的資源調(diào)度問題。云制造環(huán)境下 的資源調(diào)度問題是云制造研究的核心內(nèi)容之一，其效果的優(yōu)劣直接影響云制造平臺的運 行效果，云制造資源調(diào)度的理論研究和應(yīng)用設(shè)計具有深遠的意義，但現(xiàn)在的云制造環(huán)境 下的資源調(diào)度問題仍存在著許多亟待解決的難點，例如調(diào)度中模型的設(shè)計與實際操作中 的適應(yīng)度、調(diào)度算法的優(yōu)化和調(diào)度效率等，有效的解決這些難點問題，對云制造的進一 步的探究和實踐

26、具有重大的意義。1.3國內(nèi)外研究現(xiàn)狀1.3.1云制造的研究現(xiàn)狀李伯虎院士于2010年提出了 “云制造”的概念，一經(jīng)提出便得到了制造業(yè)界和學(xué) 術(shù)界的廣泛關(guān)注，國內(nèi)外學(xué)者對云制造的現(xiàn)有研究重點主要包括云制造的理論研究和云 制造實踐應(yīng)用兩方面。云制造的理論研究姚錫凡1等繼承了云計算的思想并將其拓展到制造領(lǐng)域，建立了面向服務(wù)的云制造 架構(gòu)并對其進行了集成與開發(fā)，最后應(yīng)用開發(fā)應(yīng)用實例驗證可行性。付超等在云制造 環(huán)境下建立多目標的云服務(wù)的規(guī)劃模型，在運用推理的方法獲取服務(wù)組成的集合中選取 需要的云服務(wù)組成服務(wù)方案。王正成3等通過建立云制造環(huán)境下的服務(wù)過程模型將異構(gòu) 的資源進行描述并完成相應(yīng)的組合最終實現(xiàn)云

27、制造環(huán)境下制造資源的集成與共享。任磊 囹等為了使軟物理資源和硬物理資源都能更加好的適應(yīng)云制造環(huán)境下的虛擬服務(wù)環(huán)境， 研究了虛擬框架并給出了關(guān)鍵技術(shù)進而形成了更加靈活的資源池從而提高資源的調(diào)配 效率。朱李楠等針對云制造環(huán)境下的制造資源分布在不同的地理區(qū)域，傳統(tǒng)的資源組 合方法無法滿足云制造的要求等問題改進了傳統(tǒng)的差分算法并指定運輸方案的選擇策 略進而解決上述的問題。趙道致等針對云制造平臺中企業(yè)的資源配置效率低、存在碎 片化資源等問題，依據(jù)用戶根據(jù)多屬性給出滿意度來確定偏好序并以此作為匹配依據(jù)來 建立匹配機制，同時應(yīng)用算例證明其有效性o Schaefer7等將云制造理論進行商業(yè)化模式 研究建立CB

28、DM (Cloud-Based Design and Manufacturing)模式兇，完成相應(yīng)的信息的高 度融合。KatsumuraB等將傳統(tǒng)的制造技術(shù)融合進新興的科技技術(shù)建成CBMS(Cloud-Based Manufacturing System)系統(tǒng)，該系統(tǒng)為基于云制造的制造信息化系統(tǒng)。 賀可太U。針對云制造體系中服務(wù)提供商的選擇標準，建立了普通評價標準體系和可擴大 的量化模型，提出項目協(xié)同的方式以調(diào)整指標數(shù)值，按照項目協(xié)同三角模糊數(shù)算法計算 服務(wù)和期望類似程度并獲得服務(wù)質(zhì)量綜合能力排序。程幼明g等將眾包的思想有效的運 用到云制造的環(huán)境中，提出一種相應(yīng)的制造模式并給出了詳細的運作流程

29、并運用實驗證 明了其有效性，為云制造打開了一個新思路。云制造平臺的研發(fā)與應(yīng)用劉俊研究企業(yè)中的制造資源和制造能力完成同享的問題，鉆研了多來源多范疇知 識融匯與管理，提出了一種知識整體組合型的云制造服務(wù)平臺，同時在某生產(chǎn)型集團企 業(yè)運用和施行。尹超U3針對中小型企業(yè)的云制造服務(wù)平臺進行了研究，對其共性的技術(shù) 方面展開了細致的研究，為深層次的研究奠定基礎(chǔ)。黃爽I等對多種類型企業(yè)安全需求 進行分析，構(gòu)建了綜合層次結(jié)構(gòu)和安全模型，提供了完整的云制造平臺安全體系架構(gòu)方 案并測試了它的使用性能。李強SI等對不同類型企業(yè)的制造模式進行分析，提出了面向 大型企業(yè)的私有云制造平臺服務(wù)模式并完成了基礎(chǔ)架構(gòu)的搭建，同

30、時與公有云制造平臺 進行對比。BoU6等對模具行業(yè)的特性進行分析，研究了面向該行業(yè)的云制造平臺并給出 了構(gòu)建方式和相關(guān)技術(shù)，為云制造平臺在單個行業(yè)的應(yīng)用開拓了思路。云制造展現(xiàn)的理念為“制造即服務(wù)” U7,目標是將分散在不同地域的制造資源經(jīng)由 服務(wù)器匯集起來，讓散布在不同地理區(qū)域的用戶享受比傳統(tǒng)的網(wǎng)絡(luò)化制造模式更方便快 捷的服務(wù)。在國外，“制造即服務(wù)”這種思想理念的研究已經(jīng)取得了良好的成果典,并 對此進行了實際的應(yīng)用，例如美國建造的云制造平臺MFG.COM,這個平臺將供應(yīng)商的 信息進行虛擬化并且封裝在資源池中，采購商在平臺中發(fā)布自己現(xiàn)有的需要，平臺依據(jù) 他們的需要將優(yōu)質(zhì)的供應(yīng)商與他們進行匹配，進

31、而完成資源的優(yōu)化配置。美國波音公司 使用的模式為利用網(wǎng)絡(luò)間的協(xié)同外包制造服務(wù)，將多個國家和地區(qū)組織在一起共同研發(fā) 波音787型號的飛機，以快速的效率、優(yōu)異的質(zhì)量、低廉的成本完成了飛機的制造。歐 盟以研發(fā)更加智能并且按照需求生產(chǎn)的云狀體系結(jié)構(gòu)作為主要目的開展了制造云 (Manufacturing Cloud)工程叫，總體的投入超過500萬歐元，為用戶供應(yīng)可以調(diào)配的制 造能力經(jīng)由一套軟件的服務(wù)來完成，并開始運用于光伏、有機照明和汽車行業(yè)?，F(xiàn)今， 國內(nèi)的一些企業(yè)也研究并實際應(yīng)用了云制造。其中的一些大規(guī)模的企業(yè)如航天二院、北 車集團等。他們利用企業(yè)自身的云制造平臺，將各種的制造資源匯集起來完成制造的整

32、 個生命過程的論證、設(shè)計、仿真、生產(chǎn)以及該過程中的管理工作。一些國內(nèi)的軟件服務(wù) 商2。,例如北京恩維協(xié)同科技有限公司、廣東電子工業(yè)研究院有限公司和杭州愛科電腦 技術(shù)有限公司等均建立了提供服務(wù)的云制造平臺，這些平臺主要的服務(wù)對象是中小型的 企業(yè)并在制造領(lǐng)域?qū)崿F(xiàn)了較大規(guī)模的推廣和發(fā)展。1.3.2云制造資源調(diào)度研究現(xiàn)狀易玲玲在云制造資源調(diào)度的研究中加入了云子鏈的觀點，研究調(diào)度云子鏈制造資 源計劃的方式和協(xié)調(diào)多層云子鏈計劃的方法，通過高效整合企業(yè)資源實現(xiàn)企業(yè)對云造資 源便捷的運用和實現(xiàn)增高制造資源利用率的目的。朱哲岐四對資源的選擇過程進行研 究。其方案依照資源屬性的歸屬進行確認，使用交叉跳蛙算法依據(jù)四

33、個標準資源評定過 程實現(xiàn)精選，運用實驗驗證了算法的優(yōu)越性?？桌^利對一種基于云制造平臺的供應(yīng)鏈 生產(chǎn)計劃方式進行研究。設(shè)計了供應(yīng)鏈生產(chǎn)計劃模型，模型的優(yōu)化目標為最大的完工時 間、總服務(wù)成本和總運輸成本。使用遺傳算法和改進遺傳退火算法求解模型。邰麗君仲 等根據(jù)云制造環(huán)境下制造服務(wù)資源調(diào)度的特點提出多目標調(diào)度模型并加入動態(tài)調(diào)度技 術(shù)處理突發(fā)事件，提出了遺傳蟻群算法求解并用實例驗證可行性。簡有峰四提出一種基 于ONBA并結(jié)合二階振蕩和差分進化算法的改進算法的云制造模型的調(diào)度數(shù)據(jù)獲取方 法，利用該調(diào)度數(shù)據(jù)訓(xùn)練IDBN深度學(xué)習(xí)模型。經(jīng)過改進深度學(xué)習(xí)的學(xué)習(xí)率，經(jīng)由學(xué)習(xí) 模型對調(diào)度結(jié)果展開快速的預(yù)測。王時龍2

34、6對制造資源的調(diào)度過程中的成本問題進行了 形式化的描述，提出時間、成本和質(zhì)量的調(diào)度模型，采取最大繼承法對該模型進行求解, 并驗證了該模型及算法的穩(wěn)健性和可行性。許志軍27對制造資源調(diào)度的進程進行闡述， 提出了制造資源調(diào)度器模型以及調(diào)度方法，采取蛆蟻算法優(yōu)化對制造資源的調(diào)度過程， 通過實驗表明該方式可以完成制造資源實際的調(diào)度和系統(tǒng)的負載平衡，提高了資源搜索 的成功機率。孫衛(wèi)紅等將制造資源劃分到工序級并以此作為調(diào)度的最小粒度，建立起 考慮時間、成本以及均衡率的多目標調(diào)度模型，采用了遺傳粒子群算法并給出了詳細的 編碼方式，最后運用電梯實例證明了該調(diào)度方案能夠很好的解決云制造環(huán)境下的多目標 資源調(diào)度問

35、題。云制造環(huán)境下的資源調(diào)度不同于傳統(tǒng)的資源調(diào)度，云制造平臺擁有海量的資源，這 些資源分布在不同的地理位置。通過對云制造環(huán)境下的資源調(diào)度的研究現(xiàn)狀進行分析可 知，該問題的研究過程主要包括建立調(diào)度模型、應(yīng)用相關(guān)算法求解模型和實驗驗證這三 個部分。通過現(xiàn)狀分析可以發(fā)現(xiàn)，現(xiàn)有的調(diào)度模型大多將制造任務(wù)間的邏輯關(guān)系簡化甚 至忽略它，對實際調(diào)度因素考慮也不全面，沒有考慮物流等因素的影響，這些都會導(dǎo)致 調(diào)度模型的適應(yīng)性和實際的應(yīng)用性變差，現(xiàn)有的資源調(diào)度算法在求解調(diào)度模型時大多存 在著求解效率低或者搜索的速度慢等問題。因此，為了更好地解決云制造環(huán)境下的資源 調(diào)度問題就要對資源調(diào)度模型和相應(yīng)的算法進行優(yōu)化研究。1

36、.4本文的主要研究工作本文的主要研究工作可以概括如下：對云制造的定義、特征和體系結(jié)構(gòu)進行分析，研究云制造資源的特性，作出 對制造資源的具體分類。歸納總結(jié)了云制造環(huán)境下的資源調(diào)度相關(guān)的特點和流程，并介 紹了現(xiàn)在較為普遍使用的資源調(diào)度算法。對云制造環(huán)境下制造過程和需求進行分析，基于上述研究對復(fù)雜且龐大的制 造項目進行分解，提出一種基于周期和事件雙驅(qū)動的多目標混合資源調(diào)度模型。按照提 出問題、分析問題、模型的構(gòu)建以及具體的實現(xiàn)思路對資源調(diào)度模型進行分析和研究， 對混合模型的特點進行詳細的分析。設(shè)計云制造環(huán)境下免疫粒子群資源調(diào)度優(yōu)化算法。分析粒子群優(yōu)化算法與免 疫算法的原理、基本的流程和算法的特征，對

37、改進后免疫粒子群算法的原理進行闡述， 給出更新策略和變異策略，將改進的算法與云制造環(huán)境下的資源調(diào)度問題相結(jié)合，詳細 闡述改進后算法的具體步驟。實驗仿真驗證模型的穩(wěn)定性和高效性，驗證調(diào)度優(yōu)化算法在收斂速度和求解 精度方面的優(yōu)越性，進行實例調(diào)度，證明本文中提出的調(diào)度方案的有效性。1.5本論文的組織結(jié)構(gòu)本論文總共通過六個章節(jié)展開，主要內(nèi)容如下：第1章，緒論。本章先說明了論文的選題來源，然后對國內(nèi)外相關(guān)的研究現(xiàn)狀進行 了具體的闡述，再對主要完成的研究工作進行詳實的說明。第2章，相關(guān)理論與研究方法概述。本章的研究可以分成三個部分，第一部分主要 關(guān)于云制造，給出來了云制造的概念、特點、體系結(jié)構(gòu)等相關(guān)的內(nèi)容

38、。第二部分主要關(guān) 于制造資源，剖析了制造資源的特性和區(qū)分的方法。第三部分是關(guān)于資源調(diào)度方面，給 出了云制造環(huán)境下資源調(diào)度的基本流程，并且給出了經(jīng)常被使用的用于資源調(diào)度的研究 算法。第3章，資源調(diào)度模型的構(gòu)建。對資源調(diào)度的過程進行分析并對云制造環(huán)境下的復(fù) 雜制造任務(wù)進行分解，考慮云制造平臺用戶和制造任務(wù)的多樣性建立多目標靜態(tài)調(diào)度模 型，根據(jù)云制造環(huán)境的具體特征，提出用于云制造環(huán)境下資源調(diào)度的多目標混合資源調(diào) 度模型。第4章，云制造環(huán)境下免疫粒子群調(diào)度優(yōu)化算法的設(shè)計。該章對用到的粒子群算法 和免疫算法的有關(guān)的一些內(nèi)容進行了細致的闡述，對改進的免疫粒子群算法的原理進行 分析并給出算法的詳細步驟。將該

39、優(yōu)化算法結(jié)合云制造環(huán)境下資源調(diào)度的實際問題給出 具體的編碼方案、目標函數(shù)、更新策略和變異策略。第5章，仿真實驗與結(jié)果分析。首先對實驗的仿真環(huán)境和參數(shù)的設(shè)置進行說明，然 后進行仿真實驗驗證設(shè)計的調(diào)度模型和調(diào)度算法并對實驗結(jié)果進行細致分析，最后進行 實例驗證并對結(jié)果進行分析。第6章，總結(jié)與展望。對全文完成的工作做出了總結(jié)，并依照論文中不足的地方對 將來的研究和學(xué)習(xí)進行展望。第2章 云制造環(huán)境下資源調(diào)度相關(guān)理論與研究方法云制造是一種緊密結(jié)合云計算等新興科技技術(shù)的先進制造模式Q9,為企業(yè)的制造方 式帶來特別大的轉(zhuǎn)變，它與傳統(tǒng)制造模式有著極大的不同，因此若要研究云制造環(huán)境下 的資源調(diào)度問題，對其中相關(guān)的

40、理論和方法的研究必不可少。2.1云制造2.1.1云制造概念及特征近年，隨著新興科技技術(shù)的發(fā)展，云計算被提出并得到了快速的發(fā)展，這也致使服 務(wù)模式發(fā)生了特別大的變化。計算資源被云計算作為一種特有的服務(wù)讓用戶根據(jù)自己的 具體情況按照需求來取。云制造便是國內(nèi)外的專家和學(xué)者根據(jù)云計算的思想和我國制造 業(yè)中實際狀況提出的制造業(yè)中提供制造服務(wù)的全新模式。云制造是一種依托于網(wǎng)絡(luò)、提供服務(wù)的智能化的制造模式和有力手段DO。信息化的 完成設(shè)計、制造、試驗、仿真、過程的管理與監(jiān)控已成為現(xiàn)在主要的信息化制造方式。 云資源池統(tǒng)一的收集和管理其中完成了自身的虛擬化和服務(wù)化的制造資源與能力，云制 造用戶在任何時間與地點都

41、可以依照本身制造需求來獲取云資源池中的制造資源和能 力。云制造系統(tǒng)利用云制造的模式與方法深層次的交融用戶、機器、消息和環(huán)境狀況來 提供智能的制造資源和制造能力服務(wù)。云制造平臺作為環(huán)境、工具集合與核心部分支撐 著云制造感知、接收并全面的管理不同種類的各個制造資源和制造能力。云制造將資源和服務(wù)在云終端將虛擬化和服務(wù)化的任務(wù)經(jīng)過云制造平臺依照準則 完成并且利用任務(wù)方法的相互對應(yīng)與任務(wù)的分化及共同完成服務(wù)等手段為云制造環(huán)境 下的終端用戶供應(yīng)制造服務(wù)平臺。云終端多種多樣的接入手段使得云終端服務(wù)主動的匹 配與布置相應(yīng)服務(wù)并經(jīng)由云制造構(gòu)造自治、自維持和動態(tài)拓展的制造服務(wù)云體系。云制 造充分提高了制造資源的利

42、用率，減少某些企業(yè)用于購買先進設(shè)備等方面的運營成本為 云制造平臺的資源需求方、資源提供方帶來更大的利潤。通過上文對云制造的定義與云制造思想的闡述，可知未來的用戶們可以像獲得水、 電、氣等生活資源一樣方便的獲得安全、物美價廉并且按需提供的產(chǎn)品全生命周期的制 造服務(wù)。云制造具有異構(gòu)、分散、動態(tài)、實時、主動、服務(wù)、互助、協(xié)同、開放和容 錯這十種特性。異構(gòu)性和分散性的關(guān)鍵原因是產(chǎn)品全部制造生命周期步驟繁冗，在全部的制造周期 中需要調(diào)用很多個散布在各個地理位置的多個具有差別同時分別擁有自己的管理方法 的企業(yè)與組織，支持制造資源的異構(gòu)性是云制造的特征。制造資源在云平臺中隨時的發(fā) 生著變化，云制造平臺會依照

43、整個平臺中任務(wù)總體的數(shù)量和平臺中需求方用戶的具體要 求快捷精準的調(diào)用和刪除制造資源和服務(wù)動態(tài)的保障云制造的用戶完整的生命制造周 期都可以按照自身的需要獲取相應(yīng)制造的資源。云制造的實時性指的是云制造平臺隨時對產(chǎn)品的制造進展和提供服務(wù)的狀況進行 掌控快速敏捷的響應(yīng)云平臺中的制造任務(wù)。云制造的主動性主要指云制造平臺中的制造 過程不會出現(xiàn)被動制造，即不會出現(xiàn)因缺少制造資源而無法按時完工，也不會因制造設(shè) 備等資源閑置而造成收益減少和資源浪費的情況。云制造平臺在非被動的情況下提供制 造資源以及尋求制造任務(wù)32。云制造模式就是“制造即服務(wù)”，云制造的服務(wù)指產(chǎn)品的整個制造周期協(xié)助生產(chǎn)全 部的服務(wù),使企業(yè)更快的

44、由制造轉(zhuǎn)向服務(wù)，更加優(yōu)良和快速的完成產(chǎn)業(yè)的轉(zhuǎn)型任務(wù)。 產(chǎn)品在整個周期中充斥著互動性，這個互動發(fā)生在用戶還有資源的任何兩者中間。云制造中單個的制造資源和制造能力即使再怎樣優(yōu)秀也沒有辦法只經(jīng)由自身就能 完成某一個制造項目，各個制造資源需要在一起共同完成制造任務(wù)，云制造具有協(xié)同性, 制造平臺非常鼓勵平臺中的多個用戶之間的協(xié)同。云制造的平臺擁有特別高的開放性，云平臺向各種企業(yè)和用戶都是開放的，不管企 業(yè)規(guī)模的大小和用戶制造能力的強弱，這些都不會成為他們加入到云制造平臺的障礙。 云制造平臺的開放性增加了產(chǎn)品和服務(wù)的豐富性，也使用戶入門門檻大大的降低，進而 反應(yīng)更加靈敏、快捷，為其協(xié)同性提供了良好的基礎(chǔ)。

45、云制造平臺的容錯性主要指當其 制定了制造資源調(diào)度后，某個制造資源發(fā)生了故障無法完成任務(wù)，云制造平臺可以敏銳 的察覺并快捷的進行處理不會妨礙制造任務(wù)的完成，甚至這個事情都不會被需求方的用 戶發(fā)現(xiàn)。云制造利用自己本身容錯機制保障平臺的穩(wěn)定性和安全性。2.1.2云制造的制造模式與服務(wù)對象在產(chǎn)品制造的整個生命周期中，7X制造致力于集成百制造系統(tǒng)的全部制造資源與制 造能力的信息、過程和企業(yè)，最終實現(xiàn)高效協(xié)同的工作。云制造平臺快速的匯集平臺上 的制造資源與制造能力，對平臺上的需求敏銳響應(yīng)，加強企業(yè)對市場的響應(yīng)速度，提高 它們在當今市場中的適應(yīng)能力。云制造致力于加快企業(yè)由制造業(yè)向服務(wù)業(yè)轉(zhuǎn)型的步伐， 提高企業(yè)

46、服務(wù)盈利的意識，企業(yè)的服務(wù)貫穿于產(chǎn)品的整個服務(wù)周期，同時開發(fā)其增值服 務(wù)。這些有著制造資源的企業(yè)全面服務(wù)于需求方。云制造著力解決制造資源分布零散、 地理位置廣泛并且制造能力的差距巨大、發(fā)展不平衡等各種各樣的問題，將制造資源放 在一起管理實現(xiàn)共同的發(fā)展和前進，幫助企業(yè)大幅度的降低制造過程中的的使用成本。 云制造致力于制造資源與能力的智能化，在互相協(xié)同的制造過程中致力于新規(guī)律的探 索、新經(jīng)驗的積累與新技術(shù)的創(chuàng)造，最終智能化的完成制造產(chǎn)品與制造服務(wù)。云制造主導(dǎo)建造并完成一種“制造”與“服務(wù)”密切融合的制造方式，并通過這個 方式達成在集合、互相協(xié)作、迅捷響應(yīng)、節(jié)能發(fā)展、高智能的符合自己的個性同時也具

47、有統(tǒng)一的社會特性的制造。傳統(tǒng)的制造業(yè)信息化沒有關(guān)注企業(yè)間的協(xié)同關(guān)系，只致力于 解決企業(yè)內(nèi)部的管理、制造問題，這將使企業(yè)很大程度被束縛于制造資源和制造能力。 云制造將散布在在各個地理位置的制造資源與能力相互連接起來，它可以給出各種各樣 的制造服務(wù)，用戶能夠依照自己本身的需要獲得制造資源和制造能力，不再受到先前狀 況的羈絆。云制造加強了用戶對市場的反應(yīng)速度，助力于企業(yè)進行健康良好發(fā)展。制造的周期包含著制造過程中的很多個各不相同的環(huán)節(jié)，制造產(chǎn)品的用戶可以是企 業(yè)且不拘泥于企業(yè)規(guī)模的大小，也可以是各種社會組織團體甚至可以是個人。服務(wù)環(huán)節(jié) 因為云計算、互聯(lián)網(wǎng)等的發(fā)展而完善和提高。這些新技術(shù)的蓬勃發(fā)展提高

48、了云制造服務(wù) 的智能化，用戶按照自己的需求獲取制造資源與能力。2.1.3云制造的體系結(jié)構(gòu)國內(nèi)外的專家學(xué)者通常將云制造的體系結(jié)構(gòu)分為5個部分，如圖2.1所示：用戶層All用戶用戶用戶用戶全生命周期制造服務(wù)應(yīng)用層應(yīng)用開發(fā)應(yīng)用上線粒度控制應(yīng)用隔離應(yīng)用維護尺度控制可視化應(yīng)用監(jiān)控資源整合數(shù)據(jù)管理集中控制系統(tǒng)監(jiān)控資源調(diào)度可靠性管理核心業(yè)務(wù)層負載管理性能評價資源部署系統(tǒng)優(yōu)化注冊注銷系統(tǒng)維護任務(wù)分解任務(wù)調(diào)度任務(wù)監(jiān)控任務(wù)遷移計費信譽用戶管理身份認證許可證管理訪問授權(quán)安全協(xié)議任務(wù)管理QoS管理SLA管理資源預(yù)留需求語義服務(wù)通知資源管理系統(tǒng)管理安全管理服務(wù)管理中間件層感知中間件虛擬化中間件服務(wù)化中間件協(xié)同中間件云制

49、造服務(wù)平臺標準規(guī)范、云安全中心仿真資源制造能力集成資源生產(chǎn)資源實驗資源設(shè)計資源圖2.1云制造體系結(jié)構(gòu)（1）資源層資源層構(gòu)建于云制造整個體系結(jié)構(gòu)最底層,云制造環(huán)境下的全部的制造資源與制 造能力均被包含在該層當中。（2）中間件層中間件層主要是構(gòu)建云制造資源池進而解決底層物理資源的復(fù)雜性和動態(tài)性的問 題。將它們進行邏輯化和抽象化，保證云制造平臺可以高效共享資源以及協(xié)同提供服務(wù)36（3）核心業(yè)務(wù)層核心業(yè)務(wù)層首要的任務(wù)是完成對云制造服務(wù)的協(xié)同與管理功能。例如制造任務(wù)分 解、檢測制造資源的負載狀態(tài)等等。（4）應(yīng)用層應(yīng)用層為各種各樣行業(yè)的制造產(chǎn)品的全生命周期提供各項所需要的服務(wù)。（5）用戶層用戶層的服務(wù)對象

50、為云制造平臺中的用戶37,不論是制造需求方或者是資源提供 方。用戶無論處在何地，在任意的客戶端環(huán)境下，都可以獲得一致的權(quán)限對自己的云制 造服務(wù)平臺進行部署、訪問和監(jiān)控38。2.1.4云制造的運行機制云制造是一種應(yīng)用網(wǎng)絡(luò)來實現(xiàn)生產(chǎn)加工和制造且遠遠地智能化于傳統(tǒng)制造模式的 制造新模式。因而，利用云計算、物聯(lián)網(wǎng)等相應(yīng)的技術(shù)來完成產(chǎn)品的設(shè)計、制造、加工 以及附加的服務(wù)便是云制造運行機制的實質(zhì)性內(nèi)容I。運行機制如下圖所示：圖2.2運行機制結(jié)構(gòu)圖（1）制造資源的封裝與發(fā)布制造資源的封裝與發(fā)布主要是云制造平臺將注冊過的制造資源提供方散布在不同 地方的資源利用虛擬化手段變成虛擬資源放進平臺的資源池，利用封裝的

51、手段完成完整 的封裝并將它們發(fā)布到云制造平臺以供平臺調(diào)度和用戶使用。制造任務(wù)的提出制造任務(wù)的提出是指云制造平臺的用戶將自己的制造需求提供給平臺，即需求方需 要云制造平臺提供完整的項目和任務(wù)，并將項目和任務(wù)所附加的制造指標和要求一并發(fā) 布到云制造平臺，平臺根據(jù)自己的需求發(fā)布模板指導(dǎo)用戶的項目發(fā)布，需求用戶的規(guī)范 化操作有助于云制造平臺后期的調(diào)度工作快捷、順利的完成。制造資源的共享云制造平臺上的制造資源是跨地區(qū)乃至跨范疇的資源，云制造平臺上的用戶不管身 處在何種地理區(qū)域，屬于哪一種制造行業(yè)，均可以了解與利用云制造平臺里的制造資源, 平臺上的制造資源被平臺上的全部用戶同享。制造資源的搜索和匹配云制造

52、平臺在制造資源的搜索和匹配時即依照用戶對功能的要求也智能化的考慮 用戶自己本身的偏好。在上面的過程中即完成了必要目標的粗粒度的匹配也更深一步的 考慮服務(wù)質(zhì)量和使用者的歷史的評價。不但為用戶匹配到符合本身條件的資源還為他們 找到中間最為優(yōu)質(zhì)的資源。制造資源的動態(tài)調(diào)整在資源搜索和匹配完成之后的制造過程中，制造資源因為某些特殊的原因無法完成 制造任務(wù)時，云平臺要迅速的對此作出反應(yīng)，并作出相應(yīng)的調(diào)度，對于需求用戶造成的 影響，要有相應(yīng)的善后處理方法，在最大程度上滿足用戶的需求，保證云平臺的穩(wěn)定性 4。,提高其整體的服務(wù)質(zhì)量。2.2云制造資源云制造技術(shù)是云計算技術(shù)在制造領(lǐng)域的具體應(yīng)用和創(chuàng)新性的拓展叩,云

53、制造區(qū)別于 云計算系統(tǒng)的本質(zhì)特征是制造資源的云端化和實現(xiàn)用戶的共享W,因此需要對云制造系 統(tǒng)中的制造資源進行調(diào)度。2.2.1制造資源定義與特性云制造環(huán)境下的制造資源與傳統(tǒng)制造模式中的制造資源有所不同，不單指具有物理 性質(zhì)的制造資源，而是一個廣義的概念，指的是產(chǎn)品整個制造過程中用的物理資源和制 造能力等所有資源要素的總和43。不同的制造資源的功能、特性、使用的方法與條件等個方面存在著較大的差異，云 制造環(huán)境下制造資源的特性如下所示：分布性和異構(gòu)性制造資源本身擁有復(fù)雜的特性甲,平臺中的制造資源散布在各個不相同的地理位 置，云制造平臺完成統(tǒng)一的經(jīng)管與調(diào)度，共同完成一個制造任務(wù)的制造資源也許并不在 一

54、起，只是云制造平臺將它們連接起來，因而制造資源具有分布性。云制造平臺中的制 造資源種類繁多，對制造資源的描述也不盡相同，對于不同的用戶其各種屬性也會有所 變化，呈現(xiàn)出不同的特征，具有異構(gòu)特性45。多樣性和動態(tài)性云制造的資源涉及產(chǎn)品的整個制造生命周期的每個環(huán)節(jié)，其業(yè)務(wù)范圍在傳統(tǒng)的網(wǎng)絡(luò) 化的制造模式及基礎(chǔ)上迅猛的增加，制造任務(wù)迅速的發(fā)展，多樣性也極大地增多，因此 需要不同地理位置，不同屬性的多樣的制造資源46。云制造平臺中的制造資源不是一經(jīng) 發(fā)布就永久性存在的，制造企業(yè)可以根據(jù)自身具體的情況增加或撤銷制造資源。因而制 造資源不是固定的而隨時都可以變化的，具有動態(tài)性。抽象性和協(xié)同性云制造環(huán)境支持單個

55、個體或多個個體的的用戶參與到制造過程，這些用戶可以選擇 利用自己的制造資源，參與某單個任務(wù)或者不連續(xù)的多個任務(wù)，制造資源結(jié)合自己的特 點為云制造環(huán)境中的用戶提供自身具備的制造能力，制造資源具有抽象性。某些制造任 務(wù)龐大而繁雜，極少數(shù)的企業(yè)能單獨完成這樣的制造任務(wù)，此時需要平臺中的多個制造 資源共同來完成這樣的任務(wù)，制造資源間充滿了協(xié)同特性。2.2.2制造資源的分類分析上面的云制造的資源特性可知，很難對制造資源統(tǒng)一的進行描述與分類，目前 有一部分的學(xué)者W給出了一些制造資源和制造能力的分類方法囹和示例*,若對資源的 分類不夠細致，則會造成無效的調(diào)度，浪費資源，增大了制造周期導(dǎo)致調(diào)度效率的下降, 采

56、用細致化的分類方式，著眼于產(chǎn)品制造的整個生命周期，具體的分類如表2.1所示：表2.1制造資源分類資源分類名稱具體描述人力資源制造生命周期所涉的人員設(shè)備資源應(yīng)用于產(chǎn)品的設(shè)計和產(chǎn)品的生產(chǎn)中的硬件設(shè)備，通常具有體積龐大且難以移動等特點軟件資源制造過程中涉及的相關(guān)計算機軟件服務(wù)資源為制造資源的制造過程提供附加服務(wù)的資源物料資源用于制造的產(chǎn)品原料計算資源服務(wù)于產(chǎn)品的生產(chǎn)和企業(yè)的管理所涉及的計算知識資源制造知識資源主要是指用于產(chǎn)品設(shè)計與生產(chǎn)的各類信息與技術(shù)的資源對于每一類中包含的詳細信息如圖2.3所示:圖2.3制造資源具體分類2.3云制造環(huán)境下的資源調(diào)度2.3.1資源調(diào)度的定義及特點云制造的資源調(diào)度指對分

57、散在不同地域的制造企業(yè)里的制造資源進行大規(guī)模調(diào)度 活動使得結(jié)果不但能滿足用戶制造需求還能使各種目標達到最優(yōu)。資源的調(diào)度作為云制造的核心為云制造平臺的順暢運行提供保障。調(diào)度的制造資源 分布在不同的地理位置，而不僅僅是存在于一個車間或企業(yè)內(nèi)部。此時的云制造平臺調(diào) 度的資源規(guī)模更加龐大，調(diào)度任務(wù)的約束性更加復(fù)雜，調(diào)度時面臨的動態(tài)性更強，因此 調(diào)度的復(fù)雜性和難度也大幅度的增加。傳統(tǒng)的調(diào)度問題中，調(diào)度的資源和對象通常位于同一地理區(qū)域。調(diào)度過程中涉及的 工件數(shù)較少，僅為某一項或某幾項，調(diào)度過程中完成制造某工件或工序的時間、成本等 相對固定，在調(diào)度過程中可供選擇的制造資源很少，突發(fā)狀況少，突發(fā)事件處理容易，

58、 調(diào)度的難度小。傳統(tǒng)的調(diào)度的制造資源和地理位置集中，不用考慮調(diào)度過程中的物流時 間和物流成本。如果出現(xiàn)未按時完工或調(diào)度不準確的狀況，調(diào)整的難度和成本都較小， 可以通過柔性的調(diào)度進行調(diào)整，保證調(diào)度任務(wù)的順利完成。制造資源被虛擬化和封裝放入到資源池并由其進行同種標準的管理。但虛擬資源 池中映射的資源分散在不同地理位置的不同企業(yè)當中，在調(diào)度過程中不僅要考慮任務(wù)之 間復(fù)雜的約束關(guān)系，還要考慮這些任務(wù)的傳輸之間涉及的物流時間和物流成本。云制造 的調(diào)度系統(tǒng)位于云端，云平臺的調(diào)度決策系統(tǒng)和調(diào)度資源之間通過互聯(lián)網(wǎng)相連接，因此 位于云端的調(diào)度系統(tǒng)在動態(tài)的干擾事件后很難對云制造的物理資源層的資源進行調(diào)整， 因此不

59、僅要提高云制造環(huán)境下資源調(diào)度的準確度和精度，還要對干擾事件和云制造平臺 擾動狀態(tài)有一個有效的預(yù)防。2.3.2云制造資源調(diào)度流程圖2.4云制造制造資源流程云制造環(huán)境下制造資源的調(diào)度流程如圖2.4所示。具體的調(diào)度步驟為：Stepl云制造平臺中制造的需求方將自己的制造任務(wù)和任務(wù)附帶的要求（交付時間、 成本、服務(wù)質(zhì)量、用戶評價等)發(fā)布到云制造平臺，平臺建立制造項目。Step2云制造平臺依據(jù)制造項目的特點和平臺自身的準則對這個制造項目進行分 解，分解為多個制造任務(wù)并盡量符合該項目資源調(diào)度的要求。Step3將云制造平臺現(xiàn)今可以調(diào)用的并且可用于該項目制造的資源選擇出來，為資 源的調(diào)度做準備。Step4 tx

60、制造系統(tǒng)建立制造任務(wù)與制造資源的對應(yīng)關(guān)系，運用調(diào)度機制以目標函數(shù) 作為指導(dǎo)，生成調(diào)度方案。Step5云制造平臺將該調(diào)度方案進行發(fā)布，對應(yīng)的制造資源執(zhí)行該調(diào)度方案。Step6制造的需求方對此次的制造進行付款，并依照此次的調(diào)度結(jié)果依據(jù)評價準則 作出自己的評價。2.3.3常見的資源調(diào)度算法現(xiàn)今經(jīng)常被用到的調(diào)度算法主要有傳統(tǒng)的資源調(diào)度算法、基于經(jīng)濟模型的調(diào)度算法 和啟發(fā)式智能調(diào)度算法，每種算法都有他們本身的長處與短板。傳統(tǒng)的資源調(diào)度算法經(jīng)常被用到的傳統(tǒng)的資源調(diào)度算法主要包括RR、Min-Max、Min-Min和禁忌搜索 等，上述的算法容易被實現(xiàn)，被普遍用于資源調(diào)度問題。然而這些算法本身簡單，難以 對復(fù)