论文部分内容阅读
云制造是一种基于网络的制造新模式,具有面向服务、高效低耗、基于知识等特点。按服务生命周期,云制造服务模式可分为服务描述、服务组合、服务匹配、服务自适应调整等阶段。其中,由于云制造环境复杂多变,服务调用过程中可能遭遇到各式各样的异常情况,此时需建立相对应的自适应调整机制才能保证任务顺利执行。并且产品设计中知识具有多源性、阶段性、关联性、重用性等特点,如何在云制造环境下的产品设计中更好的运用知识同样是一个亟待解决的问题。 本文分析了基于云制造的产品设计中知识协同处理的需求,以设计服务生命周期中服务自适应调整环节为重点研究对象,为确保该过程中的合理性与柔性,研究了知识协同处理的服务替换方法,具体工作如下: 首先,分析了基于服务替换的自适应调整广义流程,针对现有自适应调整框架中对知识的利用不充分的问题,以服务选取为核心,设计了一种知识协同处理的服务替换模型,用案例库、规则库以及服务描述知识库支撑服务选取模块,以便改善服务替换模型各模块与知识的协同关系。 其次,针对通用 QoS无法完整的表述产品设计领域非功能因素的不足,引入了领域QoS指标体系。分析了领域QoS模型异构的特点,针对产品设计各环节特点各异的问题,设计了多维树状形式的领域QoS抽象结构;分析了领域QoS中异构的表现形式,针对异构领域 QoS中的距离计算与描述形式不统一问题,提出了将结构距离与数值距离相结合的距离计算方法与基于模糊集的归一化方法。 然后,为了解决服务替换核心环节中最优服务选取问题,引入模糊知识,改进了产品设计服务选取方法。针对专家决策过程中模糊性的表达问题,采用基于区间数的属性权重设定方法;为了解决传统决策方法只能完成对候选服务定性排序的不足,构建了基于产品设计领域QoS的多源模糊知识库。 最后,以某新型汽车设计组合服务中自适应调整过程为例,设计了相应的实验方案,仿真实现了知识协同处理的服务替换模型的具体过程,验证了本文提出的方法较基于确定权重的方法在最优替换服务选取结果的合理性与柔性上有了一定的提高。