CN104992235A - 一种制造物联网最优制造方案验证方法 - Google Patents

Abstract

本发明涉及一种制造物联网最优制造方案验证方法，该方法首先构建制造方案问题模型，再对制造方案问题模型中的各个制造方案的与用户需求之间的联系度进行求解，并根据各个制造方案的联系度，分别求取各个制造方案与用户需求之间的贴近度，然后对目标制造方案的贴近度进行求解，获得目标制造方案的贴近度之后，对所有制造方案的贴近度进行排序，若经排序后目标制造方案的优先级最高，则目标制造方案验证为最优方案。本发明提供的验证方法利用贴近度来度量制造方案与制造物联网用户需求间的匹配度，并通过排序来验证制造方案是否为最优解，该方法为以制造物联网架构为基础的制造方案提供了有效的验证手段和科学依据。

Description

一种制造物联网最优制造方案验证方法

技术领域

本发明涉及制造物联网领域，更具体地，涉及一种制造物联网最优制造方案验证方法。

背景技术

在大型复杂工业制造过程中，为了强化对复杂过程进行精准控制的能力，提出了构建集感知、传输、计算、控制、服务为一体的制造物联网，并设计了面向复杂工业过程海量数据处理的制造物联网体系架构。在制造物联网的体系架构中，制造物联网的感知层上部署了海量各类型的传感器，这些传感器通过监测网络的不同内容，提供各种格式的数据来表示制造系统当前的状态。因此，制造物联网的制造方案中不仅感知层的数据具有不确定性，传输层、计算层、控制层和服务层的数据，同样具有此类不确定性。而制造方案中的不确定信息会给制造方案中间件的配置带来难题，例如协议的连结问题和传输的实时性问题等。在有些实际问题中，由于属性概念抽象、决策信息有限以及决策背景复杂，决策者很难准确估计制造方案的属性，有时甚至不能确定目标制造方案是否为最优。同时这些不确定信息中又包含有大量属性值，所以目标制造方案是否为优解，可以有效解决制造物联网中最优制造方案的选取性问题。

发明内容

本发明为解决以上现有技术的缺陷，提供了一种制造物联网最优制造方案验证方法，该方法针对不同制造物联网的制造需求，准确地度量不同制造方案与制造物联网用户需求间的匹配程度，并通过一种量化机制准确地表示出来，然后通过排序来验证目标制造方案是否为最优方案。

为实现以上发明目的，采用的技术方案是：

一种制造物联网最优制造方案验证方法，包括以下步骤：

S1.根据制造物联网已有的体系架构模块建立制造物联网的制造方案问题模型，制造方案问题模型通过下式表示：

Q＝{S,g,c,j,z,f,P,T}；

其中S＝{S₁,S₂,...,S_k,...,S_n}，S是制造物联网n个制造方案的集合；

g＝{g₁,g₂,...,g_k1,...,g_n1}，g是制造物联网n1个感知方案的集合；

c＝{c₁,c₂,...,c_k2,...,c_n2}，c是制造物联网n2个传输方案的集合；

j＝{j₁,j₂,...,j_k3,...,j_n3}，j是制造物联网n3个计算方案的集合；

z＝{z₁,z₂,...,z_k4,...,z_n4}，z是制造物联网n4个控制方案的集合；

f＝{f₁,f₂,...,f_k5,...,f_n5}，f是制造物联网n5个服务方案的集合；

P＝{P₁,P₂,...,P_r,...,P_m}，P是制造物联网既定的m个制造方案属性所组成的集合，P_r＝g_k1∪c_k2∪j_k3∪z_k4∪f_k5；

T＝[t_kr]_n*m，t_kr为制造方案S_k的第r个属性P_r的属性值；

S2.计算制造方案S_k与用户需求属性之间的联系度μ_k， 为制造方案S_k的属性P_r与用户需求属性D_r的联系度，D_r∈{D₁,D₂,...,D_r,...,D_m}，ω_r为D_r的权重系数，ω_r根据设计过程中决策优化的整体目标来确定，并且 $\underset{r=1}{\overset{m}{\Σ}}{\mathrm{\ω}}_r=1;$

S3.设目标制造方案是S₀，S₀＝P_r0＝g_k10∪c_k20∪j_k30∪z_k40∪f_k50，制造方案S_k与S₀形成集对G＝(S_k,S₀)，然后根据公式(1)和制造商提供的制造方案的属性信息对联系度的对应系数a_k、b_k、c_k进行计算；

${\mathrm{\μ}}_k=a_k+b_{k}i+c_{k}j=\underset{r=1}{\overset{m}{\Σ}}{\mathrm{\ω}}_r{\mathrm{\μ}}_k^r---\left(1\right)$

其中i、j表示不同维度，a_k表示制造方案S_k与用户需求匹配的综合趋优程度，b_k表示综合趋劣程度，c_k表示不确定程度；

S4.对制造方案S_k与用户需求属性之间的贴近度MCH_k进行求解：

${\mathrm{MCH}}_k=\frac{a_k}{a_k+c_k};$

S5.通过步骤S2、S3、S4，对目标制造方案与用户需求属性之间的贴近度进行求解，再对各个制造方案的贴近度进行排序，若经排序后目标制造方案的优先级最高，则目标制造方案验证为最优方案。

与现有技术相比，本发明的有益效果是：

本发明提供的验证方法利用贴近度来度量制造方案与制造物联网用户需求间的匹配度，并通过不确定信息制造的验证方法计算制造方案的贴近度，然后通过排序来验证制造方案是否为最优解，该方法为以制造物联网架构为基础的制造方案提供了有效的验证手段和科学依据。

附图说明

图1为制造物联网的体系架构示意图。

图2为用户需求与制造方案匹配的过程示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

以下结合附图和实施例对本发明做进一步的阐述。

实施例1

目前利用已提出构建集感知、传输、计算、控制、服务为一体的制造物联网，设计了面向复杂工业过程可靠感知、实时传输、海量数据处理、精准控制与可信服务的制造物联网体系架构，制造物联网体系架构的具体结构如图1所示。

针对制造物联网难以确定目标制造方案是否为最优的问题，本发明提供了一种确认目标制造方案是否为最优制造方案的验证方法，其中实施验证方法的过程是用户需求与制造方法匹配的过程，具体如图2所示。

本发明提供的验证方法具体包括以下步骤：

第一步：应用已有体系架构的模块，建立制造方案问题模型Q，其中Q＝{S,g,c,j,z,f,P,T}。

S＝{S₁,S₂,...,S_k,...,S_n}是制造物联网中n个制造方案的集合，S_k是第k个制造方案，k＝{1,2,3,...,n}；

g＝{g₁,g₂,...,g_k1,...,g_n1}是制造物联网中n1个感知方案的集合，g_k1是第k1个感知方案，k1＝{1,2,3,...,n1}；

c＝{c₁,c₂,...,c_k2,...,c_n2}是制造物联网中n2个传输方案的集合，c_k2是第k2个传输方案，k2＝{1,2,3,...,n2}；

j＝{j₁,j₂,...,j_k3,...,j_n3}是制造物联网中n3个计算方案的集合，j_k3是第k3个计算方案，k3＝{1,2,3,...,n3}；

z＝{z₁,z₂,...,z_k4,...,z_n4}是制造物联网中n4个控制方案的集合，z_k4是第k4个控制方案，k4＝{1,2,3,...,n4}；

f＝{f₁,f₂,...,f_k5,...,f_n5}是制造物联网中n5个服务方案的集合，f_k5是第k5个服务方案，k5＝{1,2,3,...,n5}；

P＝{P₁,P₂,...,P_r,...,P_m}是制造物联网中既定的m个制造方案属性所组成的集合，P_r是第r个属性，r＝{1,2,3,...,m}，P_r＝g_k1∪c_k2∪j_k3∪z_k4∪f_k5；

T＝[t_kr]_n*m为属性矩阵，t_kr为制造方案S_k的第r个属性P_r的属性值；

第二步：计算制造物联方案与用户需求属性之间的联系度其中为制造方案S_k与用户需求方案属性D_r的联系度，D_r∈{D₁,D₂,...,D_r,...,D_m}，ω_r为D_r的权重系数，ω_r根据设计过程中决策优化的整体目标来确定，并且

第三步：设目标方案是S₀＝P_r0＝g_k10∪c_k20∪j_k30∪z_k40∪f_k50，制造方案S_k与目标方案S₀形成集对G＝(S_k,S₀)。然后根据公式(1)和制造商提供的制造方案的属性信息对联系度的对应系数a_k、b_k、c_k进行计算；其中不同维度用i、j表示：

${\mathrm{\μ}}_k=a_k+b_{k}i+c_{k}j=\underset{r=1}{\overset{m}{\Σ}}{\mathrm{\ω}}_r{\mathrm{\μ}}_k^r---\left(1\right)$

a_k表示制造方案S_k与用户需求匹配的综合趋优程度，b_k表示综合趋劣程度，c_k表示不确定程度，a_k、b_k、c_k系数由各维度系数得出。根据a_k、b_k、c_k可计算出制造方案S_k与用户需求属性之间的贴近度MCH_k：

${\mathrm{MCH}}_k=\frac{a_k}{a_k+c_k}.$

第四步：通过步骤S2、S3、S4，对目标制造方案与用户需求属性之间的贴近度进行求解，然后对贴近度进行验证，从而判断目标制造方案是否为最优方案：当目标制造方案与用户需求之间的趋优程度足够大、不确定程度足够小，则目标制造方案与用户需求匹配成功的可能性大；并且对所有制造方案做出排序，若经排序后目标制造方案的优先级最高，则目标制造方案验证为最优方案。

本发明提供的验证方法利用贴近度来度量制造方案与制造物联网用户需求间的匹配度，并通过不确定信息制造的验证方法计算制造方案的贴近度，然后通过排序来验证制造方案是否为最优解，该方法为以制造物联网架构为基础的制造方案提供了有效的验证手段和科学依据。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (1)

1.一种制造物联网最优制造方案验证方法，其特征在于：包括以下步骤：

S1.根据制造物联网已有的体系架构模块建立制造物联网的制造方案问题模型，制造方案问题模型通过下式表示：

Q＝{S,g,c,j,z,f,P,T}；

其中S＝{S₁,S₂,…,S_k,…,S_n}，S是制造物联网n个制造方案的集合；

g＝{g₁,g₂,…,g_k1,…,g_n1}，g是制造物联网n1个感知方案的集合；

c＝{c₁,c₂,…,c_k2,…,c_n2}，c是制造物联网n2个传输方案的集合；

j＝{j₁,j₂,…,j_k3,…,j_n3}，j是制造物联网n3个计算方案的集合；

z＝{z₁,z₂,…,z_k4,…,z_n4}，z是制造物联网n4个控制方案的集合；

f＝{f₁,f₂,…,f_k5,…,f_n5}，f是制造物联网n5个服务方案的集合；

P＝{P₁,P₂,…,P_r,…,P_m}，P是制造物联网既定的m个制造方案属性所组成的集合，P_r＝g_k1∪c_k2∪j_k3∪z_k4∪f_k5；

t_kr为制造方案S_k的第r个属性P_r的属性值；

S2.计算制造方案S_k与用户需求属性之间的联系度μ_k， 为制造方案S_k的属性P_r与用户需求属性D_r的联系度，D_r∈{D₁,D₂,...,D_r,...,D_m}，ω_r为D_r的权重系数，ω_r根据设计过程中决策优化的整体目标来确定，并且 $\underset{r=1}{\overset{m}{\Σ}}{\mathrm{\ω}}_r=1$

S3.设目标制造方案是S₀，S₀＝P_r0＝g_k10∪c_k20∪j_k30∪z_k40∪f_k50，制造方案S_k与S₀形成集对G＝(S_k,S₀)，然后根据公式(1)和制造商提供的制造方案的属性信息对联系度的对应系数a_k、b_k、c_k进行计算；

${\mathrm{\μ}}_k=a_k+b_{k}i+c_{k}j=\underset{r=1}{\overset{m}{\Σ}}{\mathrm{\ω}}_r{\mathrm{\μ}}_k^r---\left(1\right)$

其中i、j表示不同维度，a_k表示制造方案S_k与用户需求匹配的综合趋优程度，b_k表示综合趋劣程度，c_k表示不确定程度；

S4.对制造方案S_k与用户需求属性之间的贴近度MCH_k进行求解：

${\mathrm{MCH}}_k=\frac{a_k}{a_k+c_k};$

S5.通过步骤S2、S3、S4，对目标制造方案与用户需求属性之间的贴近度进行求解，再对各个制造方案的贴近度进行排序，若经排序后目标制造方案的优先级最高，则目标制造方案验证为最优方案。