一种基于匹配度协同度分析的机加车间制造资源组合优选方法，包括以下步骤：1)构建服务组合服务质量指标体系；所述服务组合服务质量指标体系包括服务时间、服务成本、可靠性、服务组合协同度、服务匹配度；2)基于服务组合服务质量指标体系，建立机加车间制造资源组合双约束多目标优化模型；3)基于蚂蚁算法对机加车间制造资源组合双约束多目标优化模型进行求解，得到机加车间制造资源组合的最优选。本发明专利技术能够评估制造资源与制造任务的协同性与匹配度，并且能够在此基础上实现对制造资源和制造任务的最优化选择组合。
【技术实现步骤摘要】
本专利技术涉及智能制造，具体涉及一种基于匹配度协同度分析的机加车间制造资源组合优选方法。
技术介绍
1、机加车间是制造业中非常重要的一个部门，负责加工零部件和组装成品。制造资源是指完成产品整个生命周期的所有生产活动的软、硬件元素，包括了设计、制造、维护等相关活动过程中涉及的所有元素。制造资源为制造任务的完成提供基本的物质供给，成为制造者从事生产加工活动的基础。随着中国智能制造的不断发展，大量的制造企业开始重视智能制造的实施和应用，而智能制造的核心之一是如何有效地对各种制造资源进行优化配置。
2、针对传统制造环境下机加车间制造资源资源组合在优选过程中较少考虑机加车间制造资源与所分配到的制造任务之间的匹配程度以及机加车间制造资源与机加车间制造资源之间的协同程度的问题，然而，在当前用户及资源供应商等协同参与产品定制开发的模式中，资源供应商对所分配到的制造任务的匹配度、资源供应商之间的协调度对提高制造任务的执行效率都有重大的影响。因此，在为用户提供定制化资源的制造模式中需要一套考虑机加车间制造资源与所分配到的制造任务之间的匹配程度以及机加车间制造资源与机加车间制造资源之间的协同程度等的机加车间制造资源组合机制。
技术实现思路
1、本专利技术的目的是提供一种基于匹配度协同度分析的机加车间制造资源组合优选方法，包括以下步骤：
2、1)构建服务组合服务质量指标体系。
3、所述服务组合服务质量指标体系包括服务时间、服务成本、可靠性、服务组合协同度、服务匹配度。</p>4、2)基于服务组合服务质量指标体系，建立机加车间制造资源组合双约束多目标优化模型。
5、3)基于蚂蚁算法对机加车间制造资源组合双约束多目标优化模型进行求解，得到机加车间制造资源组合的最优选。
6、进一步，所述服务时间t如下所示：
7、
8、式中，tm为任务执行时间，tl为物流时间。le表示最终产品最终交付的地方，xi表示为制造子任务sti从候选服务集cssi中选择的候选服务mt(xi)表示由候选服务xi完成制造子任务sti的制造时间，lt(xi,xi+1)表示候选服务xi到候选服务xi+1之间的物流时间，lt(xn,le)表示候选服务xn到产品最终交付地的物流时间。
9、所述服务成本c如下所示：
10、
11、式中，cm表示制造成本，cl表示物流成本。am为工件数量，mc(xi)表示候选服务xi完成子任务sti的制造成本，lc(xi,xi+1)表示候选服务xi到候选服务xi+1之间的物流成本。
12、所述可靠性r如下所示：
13、
14、式中，r(xi)表示由候选服务xi完成制造任务的可靠性。
15、进一步，所述服务匹配度的影响因素包括能力因素cfij、闲置状态因素sfij、距离因素dfij。
16、所述能力因素cfij表示第i个云服务完成第j个制造任务的技术能力度量，其中，1≤i≤m,1≤j≤n，m为云服务总数，n为制造任务总数。
17、所述闲置状态因素sfij表示第i个云服务承接和完成第j个制造任务的状态度量。
18、所述距离因素dfij表示第i个云服务与第j个制造任务之间的地理位置关系。
19、进一步，所述服务匹配度如下所示：
20、
21、式中，sm表示服务匹配度矩阵，m为云服务总数，n为制造任务总数。
22、其中，第i个云服务对第j个制造任务的服务匹配度smij如下所示：
23、smij＝ω1×cfij+ω2×sfij+ω3×dfij (5)
24、式中，cfij为能力因素、sfij为闲置状态因素、dfij为距离因素。ω1为能力因素cfij的权重系数，ω2闲置状态因素sfij的权重系数，ω3地理位置因素dfij的权重系数，且ω1+ω2+ω3＝1。
25、进一步，所述服务组合协同度如下所示：
26、
27、式中，csij为服务组合协同度。ti表示机加车间制造候选资源csi单独完成制造任务i所花费的时间。tj表示机加车间制造候选资源csj单独完成制造任务j所花费的时间。
28、其中，机加车间制造资源csi和机加车间制造资源csj协同合作完成制造任务ti和制造任务tj所花费的总时间tij如下所示：
29、
30、式中，ξij为制造任务ti和制造任务tj之间的耦合系数。
31、进一步，所述建立机加车间制造资源组合双约束多目标优化模型的步骤包括：
32、2.1)选取资源提供方约束指标，构建资源提供方约束模型。
33、2.2)建立机加车间制造资源组合双约束多目标优化模型。
34、所述机加车间制造资源组合双约束多目标优化模型的目标函数如下所示：
35、f(t)＝δ1z1+δ2z2+δ3z3+δ4z4+δ5z5 (8)
36、式中，δ1、δ2、δ3、δ4、δ5分别为服务匹配度、服务组合协同度、服务可靠性、服务时间、服务成本的权重系数，且δ1+δ2+δ3+δ4+δ5＝1。
37、其中，服务匹配度、服务组合协同度、服务可靠性、服务时间、服务成本的取值如下所述：
38、
39、
40、
41、
42、
43、式中，smij为第i个云服务对第j个制造任务的服务匹配度，m为云服务总数，n为制造任务总数。csij为服务组合协同度矩阵。t为服务时间，c为服务成本，r为可靠性。p、q分别为制造任务i、制造任务j对应的云服务，mi、mj分别为制造任务i、制造任务j对应的云服务个数。
44、其中，参数xij如下所示：
45、
46、进一步，所述资源提供方约束指标包括资源需求方信誉度、资源需求方付款速度。
47、所述资源提供方约束模型包括资源需求方信誉度约束、资源需求方付款速度约束。
48、所述资源需求方信誉度约束如下所示：
49、re≥remin，且re∈[0,1] (15)
50、式中，re为资源需求方信誉度，remin为资源需求方信誉度的最小值。
51、所述资源需求方付款速度约束如下所示：
52、ps≤psmin (16)
53、式中，ps为资源需求方付款速度，psmin为资源需求方付款速度的最小值。
54、进一步，所述基于蚂蚁算法对机加车间制造资源组合双约束多目标优化模型进行求解，得到机加车间制造资源组合的最优选的步骤包括：
55、3.1)设置蚂蚁允许访问的路径集合，并初始化信息素浓度。
56、3.2)获取机加车间制造资源的指标数据，并对指标数据进本文档来自技高网
...
【技术保护点】
1.一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务时间T如下所示：
3.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务匹配度的影响因素包括能力因素CFij、闲置状态因素SFij、距离因素DFij；
4.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务匹配度如下所示：
5.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务组合协同度如下所示：
6.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述建立机加车间制造资源组合双约束多目标优化模型的步骤包括：
7.根据权利要求6所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述资源提供方约束指标包括资源需求方信誉度、资源需求方付款速度；
8.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述基于蚂蚁算法对机加车间制造资源组合双约束多目标优化模型进行求解，得到机加车间制造资源组合的最优选的步骤包括：
9.根据权利要求8所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述更新信息素的计算公式如下所示：
...
【技术特征摘要】
1.一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务时间t如下所示：
3.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务匹配度的影响因素包括能力因素cfij、闲置状态因素sfij、距离因素dfij；
4.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务匹配度如下所示：
5.根据权利要求1所述的一种基于匹配度协同度分析的机加车间制造资源组合优选方法，其特征在于，所述服务组合协同度如下所示：
【专利技术属性】
技术研发人员：徐海军，马军，黎超，范星星，刘志刚，李艺，田琼兰，
申请(专利权)人：重庆铁马工业集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。