CN113256302A - 一种基于云制造平台的资源信息交互方法 - Google Patents

一种基于云制造平台的资源信息交互方法 Download PDF

Info

Publication number
CN113256302A
CN113256302A CN202110517386.3A CN202110517386A CN113256302A CN 113256302 A CN113256302 A CN 113256302A CN 202110517386 A CN202110517386 A CN 202110517386A CN 113256302 A CN113256302 A CN 113256302A
Authority
CN
China
Prior art keywords
resource
matching
information
manufacturing
platform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110517386.3A
Other languages
English (en)
Inventor
朱海华
徐博能
唐敦兵
聂庆玮
宋家烨
张毅
刘长春
王立平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202110517386.3A priority Critical patent/CN113256302A/zh
Publication of CN113256302A publication Critical patent/CN113256302A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Finance (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于云制造平台的资源信息交互方法，涉及工业互联网技术领域，包括企业信息节点注册、资源注册、资源订阅和资源交互，首先，资源供应方与资源需求方通过具有自我决策功能的云制造平台进行平台注册，并收到平台反馈的ID和密钥作为交互的鉴定授权依据；其次，资源供应方与资源需求方通过云制造平台分别完成制造资源的注册和订阅，平台依据资源需求方提供的资源信息匹配出最优的资源供应方，并将返回其制造资源ID、密钥，使得资源需求方可以通过制造资源ID、密钥请求接入资源供应方，完成双方的交互。

Description

一种基于云制造平台的资源信息交互方法
技术领域
本发明涉及工业互联网技术领域，具体为一种基于云制造平台的资源信息交互方法。
背景技术
随着工业化步伐的不断前进，企业生产经营管理模式也发生着翻天覆地的变化，传统企业单一工厂独自经营的生产模式已不能满足日新月异的经济市场。因此，以先进的计算机网络技术为基础，结合飞速发展的交通运输业，云制造环境下的分布式多工厂协同生产模式应运而生。在这种生产环境下，企业如何快速灵活的响应客户需求，如何高效实现跨区域企业间的生产协作，成为企业急需解决的问题。
然而，传统作业方式在企业层面上存在上下游企业间协作意识不强、资源的集成度松散、企业内部数据标准不统一、信息资源利用率低等问题；在车间底层设备方面存在着设备数字化程度低、设备种类多品牌杂、数据共享不通畅等问题。这些问题最终导致上下游各企业在制造过程仅以自身的产能为依据而忽视其他企业的生产状况，造成上游单方面供应过多或不足、以及下游无法及时处理物料或缺料停产，影响整个制造流程的有序运作。
但是，在云制造环境下可以全面感知协同制造联盟体系下的不同区域、不同工厂、不同系统的设备资源信息。利用所感知的数据对所有设备、车间、工厂的生产能力、制造成本、运输成本等进行综合评判，完成对各联盟企业的制造资源和技术资源的全面把控。因此，目前迫切的需要一个自我决策功能的云制造平台为各联盟企业提供统一的数据传输标准与接口，以此把地理上分散的、能力互补的企业资源连接起来，并确保数据传输的安全性与准确性。各企业间通过云制造平台进行信息交互，达到上下游企业高效灵活、平稳、顺畅的运作，降低生产成本，优化协同生产过程中各类资源的供需配合，提高各类资源利用率，提高企业在新的市场竞争环境下的生产管理水平的目的。
专利申请公布号为CN 111526171 A的中国专利文件于2020.08.11公开了一种基于协议节点的云制造平台的，能够将地理分散、制造能力互补的企业资源连接起来，最大化地利用资源。但是该云制造平台没有自我决策机制，不具备自组织、自适应的生产能力；同时也没有针对资源供应方与资源需求方给出具体的交互方式。
发明内容
为了解决上述问题，本发明公开了一种基于云制造平台的资源信息交互方法，旨在通过具有自我决策功能的云制造平台，把跨地区、跨系统的资源信息全面连接起来，共享生产信息和资源；资源需求方与资源供应方通过双向动态交互及云制造平台的自我决策功能，提高多方之间的信息交互效率和协作生产能力，实现工业生产的资源优化，提高资源利用率。
一种基于云制造平台的资源信息交互方法，包括：建立具有自我决策机制的云制造平台和企业信息节点，所述企业信息节点为资源供应方或资源需求方，企业信息节点包括适配模块、API模块和通信模块。
步骤一，企业信息节点注册：各异构的企业信息节点通过其适配模块、API模块和通信模块将所述各异构企业信息节点的资源信息发送至云制造平台，云制造平台的认证授权模块将平台ID和平台密钥分配给所述各异构企业信息节点完成平台注册。
步骤二，资源注册：资源供应方通过所述企业信息节点将其制造资源描述信息、平台ID和平台密钥发送至于云制造平台，平台的认证授权模块对资源供应方进行鉴别并授权，认证成功后将制造资源ID和制造资源密钥分配给所述资源供应方完成制造资源注册。
步骤三，资源订阅：资源需求方通过所述企业信息节点将制造资源需求信息、平台ID和平台密钥发送至于云制造平台，平台的认证授权模块对资源需求方进行鉴别并授权，认证成功后，云制造平台的智能决策模块根据资源供应方的制造资源描述信息，通过智能算法匹配出最优的资源供应方，并将其制造资源ID和制造资源密钥返回给所述资源需求方。
步骤四，资源交互：资源需求方根据云制造平台提供的制造资源ID和制造资源密钥访问资源供应方；资源供应方接收到访问请求后对资源需求方进行鉴定授权，认证成功后资源需求方确认资源接入；同时资源供应方将资源信息发送给资源需求方完成资源交互，双方合同签定。
作为优选，制造资源描述信息包括制造能力、制造周期、报价和质量信息。
作为优选，企业信息节点的适配模块的功能为：将企业信息节点的各类异构信息转换成云制造平台统一的数据格式；企业信息节点的API模块的功能为：为云制造平台提供给企业信息节点的程序开发包，通过不同功能的API接口实现各企业信息节点与互联网平台的交互；企业信息节点的通信模块的功能为：将企业信息节点的通信协议进与云制造平台的通信协议进行转换，并对数据进行加密、解密。
作为优选，云制造平台包括认证授权模块、资源注册模块、资源订阅模块、智能决策模块、任务管理模块和APIs模块，该APIs模块为各异构的企业信息节点的认证授权、资源注册、资源订阅、任务管理提供接口。
作为优选，认证授权模块的功能为向各异构的企业信息节点提供节点注册服务、权限鉴定服务；资源注册模块向资源供应方提供制造资源描述服务及发布服务；资源订阅模块向资源需求方提供需求资源描述服务及订阅服务；智能决策模块根据资源供应方描述的制造资源信息和资源需求方描述的需求资源信息，通过智能算法从资源供应方中选择最合适的资源供应商。
作为优选，任务管理模块能够实现资源供应方与资源需求方都能通过查询任务状态实时掌握生产制造进度，使得上下游相关的企业能够根据当前的任务状态合理的安排生产工作。
作为优选，智能算法步骤为
Step1：搜索开始。初始化云服务资源需求参数，设置匹配阀值，把云服务资源请求方对资源的要求具体化，并将匹配参数的具体数据提交到云制造系统，然后云制造系统调用制造资源信息库进行搜索匹配；
Step2：基本信息的匹配。以基本信息为条件査询制造资源信息库，计算基本信息的匹配度。若结果小于基本信息阀值，则匹配失败，跳出循环；若匹配结果大于基本信息阀值，则继续进行下一项匹配；
Step3：功能匹配筛选。针对云制造资源服务的功能信息进行匹配，计算功能的匹配度。若结果小于功能阀值，则匹配失败，跳出循环；若匹配结果大于功能阀值，则继续进行下一项匹配；
Step4：约束匹配筛选。针对服务质量信息进行匹配，计算约束信息的匹配度。若结果小于约束阀值，则匹配失败，跳出循环；若匹配结果大于约束阀值，则继续进行下一项匹配；
Step5：综合匹配筛选。计算满足以上基本信息匹配、功能匹配以及约束匹配的参数要求的云服务资源的综合匹配度值。设定综合匹配阀值，对资源服务进一步过滤，大于综合匹配阀值的服务资源形成初选集；
Step6：负载均衡筛选。基于Step5形成的初选集，按照负载均衡条件对初选集进行筛选：设置负载阀值，当某个资源节点的负载值超过该阀值时，即表示该资源节点处于重负载的状态，新的仼务不能调用该资源节点，并将该资源节点表示为不匹配资源；小于负载阀值的资源节点依据综合匹配度值大小进行排序，选出最优资源匹配，形成匹配成功的资源候选集.
Step7：搜索结束。
作为优选，Step2的基本信息匹配是从服务类型和文本描述层面进行匹配，其中，服务类型匹配采用相似函数的方法，当候选资源服务与所需求的资源服务之间的相关参数之间的相似度超过预定的阀值时，认为候选资源服务符合用户需求。
作为优选，Step3的功能匹配是针对云制造资源服务的功能信息方面进行匹配的，包括输入输出匹配以及前提和效果匹配。
作为优选，Step4的约束匹配筛选是对服务质量信息进行的匹配，以进一步优化资源服务，从服务的时间、成本、可靠性和安全性角度进行描述，比较需求和发布资源服务的数值参数。
有益效果：
(1)本发明通过部署在云制造平台的智能决策模块和部署在企业内的信息节点，把跨区域的、制造能力互补的企业资源信息连接起来组成制造联盟，实现在自组织生产过程中企业间制造资源的整合与优化，提高资源的利用效率；
(2)本发明通过部署在云制造平台的APIs模块，实现异构企业信息节点的灵活接入，无需改变平台架构即可向外扩展更多的异构企业信息节点；
(3)本发明的资源供应方与资源需求方通过云制造平台根据各自需求进行动态交互，同时平台任务管理模块对任务进度进行实时反馈，提高双方间的沟通效率，提高企业间协作效率，减少投资成本。
附图说明
图1为本发明的一个实施例的总体框架图；
图2为本发明的一个实施例的资源信息交互过程图；
图3为本发明的一个实施例的资源匹配算法模型。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明公开乐一种基于云制造平台的资源信息交互方法，相比传统的资源信息交互方法，该方法通过具有自我决策功能的云制造平台把跨地区、跨厂区、跨系统的资源信息全面连接起来，共享生产信息与资源；资源需求方与资源供应方通过双向动态交互及云制造平台的自我决策功能，提高多方之间的信息交互效率和协作生产能力，实现工业生产的资源优化，提高资源利用率。
如图1所示，为本发明的总体框架图。一种基于云制造平台的资源信息交互方法包括两个模块：云制造平台以及企业信息节点。首先，为了满足异构企业信息节点之间的资源交换，建立统一的工业互联网平台，并提供认证授权服务、资源注册服务、资源订阅服务、智能决策服务、任务管理服务。其次，为了将各异构的企业信息节点接入工业互联网平台，并且实现异构企业信息节点之间的交互，在企业信息节点内部构建适配模块、API模块和通信模块，以此将企业信息节点的异构数据格式转换成工业互联网平台统一的数据格式，并将异构企业信息节点的信息传输协议转换成工业互联网平台支持的通用传输协议，通过加密与解密过程保证数据的传输安全性与可靠性。
其中，认证授权服务模块主要解决安全性问题，所有接入工业互联网平台的企业信息节点都需要在认证授权模块进行注册，认证授权模块根据企业信息节点提供的信息生成唯一的平台ID和平台密钥，各企业信息节点必须同时持有平台ID和平台密钥才能和平台进行交互。
资源注册服务模块主要负责各异构企业信息节点作为资源供应方进行制造资源描述注册并发布于平台，并向资源供应方返回制造资源ID和制造资源密钥；资源描述信息包括制造周期、报价、产品质量、资源所属类别、资源所属地、资源访问权限、资源的状态等。
资源订阅服务模块主要负责各异构企业信息节点作为资源需求方进行资源需求描述注册并发布于平台，并向资源需求方返回满足资源需求描述的资源供应方的制造资源ID和制造资源密钥；资源描述信息包括制造周期、报价、产品质量、资源所属类别、资源所属地、资源访问权限、资源的状态等。
智能决策服务模块主要根据资源供应方提供的制造资源描述与资源需求方提供的资源需求描述通过智能算法进行匹配查找，向资源订阅模块返回最合适的资源供应方。
任务管理服务模块主要用于将生产任务进度信息实时反映在工业互联网平台中，使得资源供应方实时掌握当前的任务进度状态，使得上下游相关的资源供应方能够根据当前的任务进度状态安排自身的生产工作，使得资源需求方能够及时监督资源供应方完成自身的任务内容，提高多方之间信息交互的效率，从而提高协作生产效率。
APIs模块具备丰富的各类数据接口，主要为各异构的企业信息节点的认证授权、资源注册、资源订阅、任务管理提供接口，便于各企业信息节点之间进行交互。
适配模块主要负责将企业信息节点的各类异构信息转换成工业互联网平台统一的数据格式，在企业信息节点与平台的双向交互中进行数据转换。
API模块为工业互联网平台提供给企业信息节点的程序开发包，通过企业信息节点所需不同功能的API接口实现各企业信息节点与互联网平台的交互。
通信模块主要负责将企业信息节点的通信协议与工业互联网平台的通信协议进行转换，并对数据进行加密解密，保证数据接入的可靠性与安全性。
如图2所示，为本发明的资源信息交互过程图。
资源供应方与资源需求方基于云制造平台的进行资源信息交互，
1.资源供应方平台注册：资源供应方通过平台的前端页面进行注册，通过其适配模块、API模块和通信模块将资源供应方信息节点的资源信息发送至云制造平台。
2.反馈供应方ID及密匙：平台的认证授权模块根据资源供应方信息节点的信息生成供应方ID及唯一的平台密钥，并返回给注册的资源供应方，该平台ID和平台密钥作为企业信息节点与平台每次交互的鉴定授权依据。
3.资源需求方平台注册：资源需求方通过前端页面进行平台注册，通过其适配模块、API模块和通信模块将资源供应方信息节点的资源信息发送至云制造平台。
4.反馈需求方ID及密钥：平台的认证授权模块根据资源需求方信息节点的信息生成需求方ID及唯一的平台密钥，并返回给注册的资源需求方，该平台ID和平台密钥作为企业信息节点与平台每次交互的鉴定授权依据。
5.制造资源注册：资源供应方向平台申请制造资源注册，资源供应方通过企业信息节点将其制造资源描述信息、平台ID和平台密钥发送至于云制造平台，并对制造资源进行描述，包括制造周期、报价、产品质量、资源所属类别、资源所属地、资源访问权限、资源的状态等。
6.反馈制造资源密钥：平台的认证授权模块对资源供应方进行鉴别并授权，认证成功后根据资源供应方提供的制造资源信息描述生成制造资源ID及制造资源密钥，并返回给资源供应方，完成制造资源注册。
7.制造资源订阅：资源需求方向平台申请订阅制造资源，资源需求方通过企业信息节点将制造资源需求信息、平台ID和平台密钥发送至于云制造平台，并对所需制造资源进行描述，包括制造周期、报价、产品质量、资源所属类别、资源所属地、资源访问权限、资源的状态等。
8.反馈制造资源密钥：平台的认证授权模块对资源需求方进行鉴别并授权，认证成功后，云制造平台的智能决策模块根据资源供应方的制造资源描述信息，通过智能算法匹配出最优的资源供应方，并将其制造资源ID和制造资源密钥返回给所述资源需求方。
9.请求资源接入：资源需求方通过平台返回的制造资源ID和制造资源密钥请求接入资源供应方。
10.确认资源接入：资源供应方响应资源需求方的的请求并确定接入，双方完成交互，合同签定。
如图3所示，为资源匹配算法模型。基本信息、约束(QoS)、功能匹配三个模块表示是要满足云制造任务的最低要求，只有在满足此条件的基础上，才有资格参与到云制造服务活动。云服务资源的匹配主要包含以下几步：
Step1：搜索开始，首先将云服务资源需求参数初始化，设置匹配阀值，把云服务资源请求方对资源的要求具体化，并将匹配参数的具体数据提交到云制造系统。然后云制造系统调用制造资源信息库进行搜索匹配。
Step2：基本信息的匹配搜索，以基本信息为条件査询制造资源信息库，计算基本信息的匹配度BaseInfoMatch(RR,RP)，若结果小于阀值，则匹配失败，跳出循环；若匹配结果大于阀值，则继续进行下一项匹配。
制造资源服务的基本信息匹配是服务请求的最基本要求，主要从服务类型、文本描述层面进行匹配。主要包括类型匹配和文本描述匹配。
类型匹配度定义为：
Figure BDA0003062158170000091
其中RR代表云制造资源需求方(Resource Request)；RP代表云制造资源服务供应方(Resource Provider)，ORC表示云制造资源服务提供者和云制造资源需求者同时引用的资源本体。CMP表示云制造资源服务提供者所引用的ORC中的某个制造资源。CMR表示云制造资源需求方所引用的ORC中的某个制造资源。此处规定云制造资源需求者的CMR和云制造资源服务提供者的CMP完全匹配或者CMR包含CMP时CateMatch(RR,RP)＝1，其他情况下为CateMatch(RR,RP)＝0。
实际情况下，服务类型匹配不可能完全匹配，具有一定的柔性，只是保证査准率并尽可能提高査全率。由于云资源服务提供者对同一服务的描述的差异性，因此采用相似函数的方法来进行资源服务类型匹配。当候选资源服务与所需求的资源服务之间的相关参数之间的相似度超过预定的阀值时，就认为候选资源服务符合用户需求。
文本描述匹配度计算定义为：
TextDesMatch(RR,RP)＝Sim(RR,RP) (式2)
因此基本信息匹配度定义为：
BaseInfoMatch(RR,RP)＝α1CateMatch(RR,RP)+α2TextDesMatch(RR,RP) (式3)
其中α1，α2∈[0,1]为权重，且α1+α2＝1。α1，α2可以通过用户或系统进行设定。
基本信息匹配伪代码为：
输入：云制造资源需求RR，待选云制造资源服务RP，基本信息阀值βbase。
输出：BaseInfoMatch(RR,RP)
步骤1:根据公式1计算类型匹配度CateMatch(RR,RP)
步骤2:根据公式2计算文本描述匹配度TextDesMatch(RR,RP)
步骤3:根据公式3计算基本信息匹配度BaselnfoMatch(RR,RP)
步骤4:If BaseInfoMatch(RR,RP)<βbase
匹配失败；
Else
匹配成功，返回基本匹配度BaseInfoMatch(RR,RP)
End if
Step3：功能匹配筛选。功能匹配主要针对云制造资源服务的功能信息IOPE(Input、Output、Precondition、Effect)方面进行匹配，具体包括输入输出匹配以及前提和效果匹配。
服务的输入、输出都是资源服务功能的描述。因此，通过计算双方的输入、输出参数的匹配度，就可以确定资源服务输入输出的匹配与否。而在云制造环境中，输入输出参数是云资源服务形式化的描述的相关类的概念和属性转换而来，因而对服务的输入输出的匹配的实质，是相关类的概念和属性的匹配，主要包含概念词语匹配和数值参量匹配。
输入输出概念词相似度匹配定义如下：
Figure BDA0003062158170000111
其中RRIOi表示资源需求输入输出的第i个数值参量，RPIOi表示资源服务输入输出的第i个数值参量，n代表输入输出全部数值分量数。
输入输出中的数值参量匹配定义为：
Figure BDA0003062158170000112
输入输出的匹配度定义为：
IOMatch(RR,RP)＝α1MatchValue(RR,RP)+α2MatchConcept(RR,RP) (式6)
其中α1，α2∈[0,1]为权重，且α1+α2＝1。α1，α2可以用户或系统进行设定。
前提和效果匹配是通过对云制造资源需求者和云资源服务提供者的前提效果，确定在IO基础上其他功能信息的相似性。
PE匹配成功的四种情况如下：
Extract：云制造服务提供者和云制造资源需求者的PE完全匹配。
Perfect：云制造服务提供者和云制造资源需求者的Effect完全匹配，云制造服务提供者的Precondition包含在云制造资源需求者的Precondition逻辑之中。
Side-effects：云制造资源服务提供者和云制造资源需求者的Precondition完全匹配，云制造资源需求需求的Effect包含在云制造服务提供者的Effect逻辑之中。
Common：云制造资源需求者的Precondition逻辑蕴含云制造服务提供者的Precondition，云制造资源服务提供者的Effect逻辑蕴含云制造资源需求者Effect。
PE匹配计算是松弛的计算，没有规定上面四中PE匹配情形哪个更好，知识不同情形的表述，不像IO匹配那样精确，除了可以上匹配情形以外的其他情形，都认为是匹配失败。
前提效果匹配相似度定义如下：
Figure BDA0003062158170000121
综合IO、PE两方面的功能信息间的匹配，对功能匹配度进行计算，定义如下：
FunctionMatch(RR,RP)＝α1IOMatch(RR,RP)+α2PEMatchConcept(RR,RP) (式8)
其中α1，α2∈[0,1]为权重，且α1+α2＝1。α1，α2可以通过用户或系统进行设定。
功能信息匹配伪代码为：
输入：云制造资源需求RR，待选云制造资源服务RP，功能信息阀值βfun。
输出：FunctionMatch(RR,RP)
步骤1：根据公式6计算IOMatch(RR,RP)
步骤2：根据公式7计算PEMatch(RR,RP)
步骤3：根据公式8计算FunctionMatch(RR,RP)
步骤4：If Functionmatch(RR,RP)<βfun
匹配失败；
Else
匹配成功，返回功能匹配度Functionmatch(RR,RP)。
End if
Step4：约束QoS匹配筛选。约束匹配主要是对服务质量QoS信息进行匹配，是云资源服务匹配筛选的重要依据。虽然通过基本信息和功能性信息层次的匹配，得到的资源服务已经满足需求用户的基本要求，但通过了解资源服务需求的QoS要求，对服务质量QoS信息的匹配可以进一步优化资源服务，提高资源服务需求者的满意度。
QoS在不同领域具有不同的属性。为了有效的实现QoS属性的匹配，需要采用通用的描述方法对QoS属性进行描述，使其能满足不同领域的需求，QoS信息属性主要从服务的Time，cost，Reliability和Security角度进行描述，QoS信息主要在于比较需求和发布资源服务的数值参量，服务质量匹配度定义如下：
Figure BDA0003062158170000131
Figure BDA0003062158170000132
其中，αi表示服务质量QoS的第i个分量的权重，QoS全部分量的数目为n。RR.QoSi表示云制造资源需求的QoS的第i个数值参量，RP.QoSi表示云制造资源服务的QoS的第i个数值参量。
约束QoS信息匹配伪代码为：
输入：云制造资源需求RR，待选云制造资源服务RP，约束信息阀值βQoS。
输出：QoSMatch(RR,RP)
步骤1：根据公式9计算QoSMatch(RR,RP)
步骤2：If QoSMatch(RR,RP)<βQoS
匹配失败；
Else
匹配成功，返回约束匹配度QoSMatch(RR,RP)。
End if
Step5：综合匹配筛选。计算满足以上3种匹配参数要求的云服务资源的综合匹配度值，并对大于综合匹配阀值的服务资源形成初选集。
通过以上三次匹配，资源服务的数量可能还很多，这就需要计算服务的综合匹配度，根据设定的综合匹配阀值βcom，对资源服务进一步过滤，得到基本完全符合用户需求的服务。
设定以上三个层次匹配所占权重分别为μ1，μ2，μ3，对综合匹配度进行计算，定义如下：
ComprehensiveMatch(RR,RP)＝
μ1BaseInfoMatch(RR,RP)+μ2FunctionMatch(RR,RP)+μ3QoSMatch(RR,RP)(式10)
其中其中μ1，μ2，μ3∈[0,1]为权重，且μ1+μ2+μ3＝1，μ1，μ2，μ3可以通过用户或系统进行设定。
综合匹配伪代码为：
输入：云制造资源需求RR，待选云制造资源服务RP，综合阀值βcom。
输出：ComprehensiveMatch(RR,RP)
步骤1：根据公式10计算ComprehensiveMatch(RR,RP)
步骤2：
If ComprehensiveMatch(RR,RP)<βcom
匹配失败；
Else
匹配成功，返回综合匹配度ComprehensiveMatch(RR,RP)。
End if
Step6：负载均衡筛选。通过以上匹配操作，可以获得一个资源候补集，但是可能存在某些资源节点因为长时间较低的负载而造成不必要浪费。为了避免制造资源利用不均衡，需要对资源节点的负载值进行评判。基于Step5形成的初选资源初选集，按照负载均衡条件对初选集进行筛选，设置负载阀值βload，当某个资源节点的负载值超过该阀值时，即表示该资源节点处于重负载的状态，新的仼务不能调用该资源节点，并将该资源节点表示为不匹配资源。负载值小于该阀值的资源节点为匹配成功的资源节点，依据综合匹配度值大小进行排序，选出最优资源匹配，形成匹配成功的资源候选集。
负载均衡相关定义如下：
ri表示面向制造环境的资源集合中的第i个资源节点，则R＝{r1，r2，...，rN}为所有资源节点的集合，其中N为资源节点的总数；
sj表示提交的第j个制造子任务，则S＝{s1，s2，…，sM}为所有的子任务集合，其中M为子任务的总数；
Wk表示面向制造环境的资源中第k个子任务的待选资源数量，rlh为第l个子任务对应的第h个待选资源节点，则
Figure BDA0003062158170000151
为第k个子任务的待选资源集合，
Figure BDA0003062158170000152
为资源节点rlh在t时刻的负载值。
负载均衡伪代码为：
输入：等待分配的资源队列Q，负载阀值βload
输出：优选候补资源节点
步骤1：监测各资源节点的负载状态
步骤2：If
Figure BDA0003062158170000153
h∈{1，2，…，N}
匹配成功，返回资源节点rlh
Else
匹配失败
End if
Step7：搜索结束。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于云制造平台的资源信息交互方法，其特征在于：建立具有自我决策机制的云制造平台和企业信息节点，所述企业信息节点为资源供应方或资源需求方，企业信息节点包括适配模块、API模块和通信模块；
步骤一，企业信息节点注册：各异构的企业信息节点通过其适配模块、API模块和通信模块将所述各异构企业信息节点的资源信息发送至云制造平台，云制造平台的认证授权模块将平台ID和平台密钥分配给所述各异构企业信息节点完成平台注册；
步骤二，资源注册：资源供应方通过所述企业信息节点将其制造资源描述信息、平台ID和平台密钥发送至于云制造平台，平台的认证授权模块对资源供应方进行鉴别并授权，认证成功后将制造资源ID和制造资源密钥分配给所述资源供应方完成制造资源注册；
步骤三，资源订阅：资源需求方通过所述企业信息节点将制造资源需求信息、平台ID和平台密钥发送至于云制造平台，平台的认证授权模块对资源需求方进行鉴别并授权，认证成功后，云制造平台的智能决策模块根据资源供应方的制造资源描述信息，通过智能算法匹配出最优的资源供应方，并将其制造资源ID和制造资源密钥返回给所述资源需求方；
步骤四，资源交互：资源需求方根据云制造平台提供的制造资源ID和制造资源密钥访问资源供应方；资源供应方接收到访问请求后对资源需求方进行鉴定授权，认证成功后资源需求方确认资源接入；同时资源供应方将资源信息发送给资源需求方完成资源交互，双方合同签定。
2.根据权利要求1所述的基于云制造平台的资源信息交互方法，其特征在于：所述制造资源描述信息包括制造能力、制造周期、报价和质量信息。
3.根据权利要求2所述的基于云制造平台的资源信息交互方法，其特征在于：所述企业信息节点的适配模块的功能为：将企业信息节点的各类异构信息转换成云制造平台统一的数据格式；所述企业信息节点的API模块的功能为：为云制造平台提供给企业信息节点的程序开发包，通过不同功能的API接口实现各企业信息节点与互联网平台的交互；所述企业信息节点的通信模块的功能为：将企业信息节点的通信协议进与云制造平台的通信协议进行转换，并对数据进行加密、解密。
4.根据权利要求3所述的基于云制造平台的资源信息交互方法，其特征在于：所述云制造平台包括认证授权模块、资源注册模块、资源订阅模块、智能决策模块、任务管理模块和APIs模块，该APIs模块为各异构的企业信息节点的认证授权、资源注册、资源订阅、任务管理提供接口。
5.根据权利要求4所述的基于云制造平台的资源信息交互方法，其特征在于：所述认证授权模块的功能为向各异构的企业信息节点提供节点注册服务、权限鉴定服务；所述资源注册模块向资源供应方提供制造资源描述服务及发布服务；所述资源订阅模块向资源需求方提供需求资源描述服务及订阅服务；所述智能决策模块根据资源供应方描述的制造资源信息和资源需求方描述的需求资源信息，通过智能算法从资源供应方中选择最合适的资源供应商。
6.根据权利要求5所述的基于云制造平台的资源信息交互方法，其特征在于：所述任务管理模块能够实现资源供应方与资源需求方都能通过查询任务状态实时掌握生产制造进度，使得上下游相关的企业能够根据当前的任务状态合理的安排生产工作。
7.根据权利要求1或6所述的基于云制造平台的资源信息交互方法，其特征在于：所述智能算法步骤为
Step1：搜索开始，初始化云服务资源需求参数，设置匹配阀值，把云服务资源请求方对资源的要求具体化，并将匹配参数的具体数据提交到云制造系统，然后云制造系统调用制造资源信息库进行搜索匹配；
Step2：基本信息的匹配，以基本信息为条件査询制造资源信息库，计算基本信息的匹配度，若结果小于基本信息阀值，则匹配失败，跳出循环；若匹配结果大于基本信息阀值，则继续进行下一项匹配；
Step3：功能匹配筛选，针对云制造资源服务的功能信息进行匹配，计算功能的匹配度，若结果小于功能阀值，则匹配失败，跳出循环；若匹配结果大于功能阀值，则继续进行下一项匹配；
Step4：约束匹配筛选，针对服务质量信息进行匹配，计算约束信息的匹配度，若结果小于约束阀值，则匹配失败，跳出循环；若匹配结果大于约束阀值，则继续进行下一项匹配；
Step5：综合匹配筛选，计算满足以上基本信息匹配、功能匹配以及约束匹配的参数要求的云服务资源的综合匹配度值，设定综合匹配阀值，对资源服务进一步过滤，大于综合匹配阀值的服务资源形成初选集；
Step6：负载均衡筛选，基于Step5形成的初选集，按照负载均衡条件对初选集进行筛选：设置负载阀值，当某个资源节点的负载值超过该阀值时，即表示该资源节点处于重负载的状态，新的仼务不能调用该资源节点，并将该资源节点表示为不匹配资源；小于负载阀值的资源节点依据综合匹配度值大小进行排序，选出最优资源匹配，形成匹配成功的资源候选集；
Step7：搜索结束。
8.根据权利要求7所述的基于云制造平台的资源信息交互方法，其特征在于：所述Step2的基本信息匹配是从服务类型和文本描述层面进行匹配，其中，服务类型匹配采用相似函数的方法，当候选资源服务与所需求的资源服务之间的相关参数之间的相似度超过预定的阀值时，认为候选资源服务符合用户需求。
9.根据权利要求7或8所述的基于云制造平台的资源信息交互方法，其特征在于：所述Step3的功能匹配是针对云制造资源服务的功能信息方面进行匹配的，包括输入输出匹配以及前提和效果匹配。
10.根据权利要求9所述的基于云制造平台的资源信息交互方法，其特征在于：所述Step4的约束匹配筛选是对服务质量信息进行的匹配，以进一步优化资源服务，从服务的时间、成本、可靠性和安全性角度进行描述，比较需求和发布资源服务的数值参数。
CN202110517386.3A 2021-05-12 2021-05-12 一种基于云制造平台的资源信息交互方法 Pending CN113256302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110517386.3A CN113256302A (zh) 2021-05-12 2021-05-12 一种基于云制造平台的资源信息交互方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110517386.3A CN113256302A (zh) 2021-05-12 2021-05-12 一种基于云制造平台的资源信息交互方法

Publications (1)

Publication Number Publication Date
CN113256302A true CN113256302A (zh) 2021-08-13

Family

ID=77223144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110517386.3A Pending CN113256302A (zh) 2021-05-12 2021-05-12 一种基于云制造平台的资源信息交互方法

Country Status (1)

Country Link
CN (1) CN113256302A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113824568A (zh) * 2021-11-22 2021-12-21 中国信息通信研究院 资产对象管理系统和方法
CN113821710A (zh) * 2021-11-22 2021-12-21 中国信息通信研究院 全域搜索方法、装置、电子设备和计算机存储介质
CN114186899A (zh) * 2022-02-16 2022-03-15 杭州杰牌传动科技有限公司 减速机零部件制造的智能交互平台及其交互方法
CN117495296A (zh) * 2023-11-15 2024-02-02 广州市城市规划勘测设计研究院有限公司 汽车产业链研发管理系统、方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105635283A (zh) * 2015-12-30 2016-06-01 南京邮电大学 一种云制造服务的组织管理和使用方法和系统
CN107515938A (zh) * 2017-08-30 2017-12-26 四川长虹电器股份有限公司 一种云制造环境下的供需智能匹配方法
CN108429808A (zh) * 2018-03-13 2018-08-21 南京邮电大学 一种物联网跨平台资源交互的方法和系统
CN110673951A (zh) * 2019-08-30 2020-01-10 华东计算技术研究所（中国电子科技集团公司第三十二研究所） 通用运行环境的拟态调度方法、系统及介质
US20200412713A1 (en) * 2019-06-28 2020-12-31 Gemini Open Cloud Computing Inc. Authentication and authorization integration system in heterogeneous cloud platform

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105635283A (zh) * 2015-12-30 2016-06-01 南京邮电大学 一种云制造服务的组织管理和使用方法和系统
CN107515938A (zh) * 2017-08-30 2017-12-26 四川长虹电器股份有限公司 一种云制造环境下的供需智能匹配方法
CN108429808A (zh) * 2018-03-13 2018-08-21 南京邮电大学 一种物联网跨平台资源交互的方法和系统
US20200412713A1 (en) * 2019-06-28 2020-12-31 Gemini Open Cloud Computing Inc. Authentication and authorization integration system in heterogeneous cloud platform
CN110673951A (zh) * 2019-08-30 2020-01-10 华东计算技术研究所（中国电子科技集团公司第三十二研究所） 通用运行环境的拟态调度方法、系统及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
梁晓星;屠建飞;王磊;: "基于制造任务分解的云资源匹配方法的研究", 科技与经济 *
王成建: "云制造环境下资源服务匹配研究", CNKI优秀硕士学位论文全文库 *
鬲玲;敬石开;王宏君;: "云制造环境下设计需求与服务资源的语义匹配方法", 制造业自动化 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113824568A (zh) * 2021-11-22 2021-12-21 中国信息通信研究院 资产对象管理系统和方法
CN113821710A (zh) * 2021-11-22 2021-12-21 中国信息通信研究院 全域搜索方法、装置、电子设备和计算机存储介质
CN113824568B (zh) * 2021-11-22 2022-02-18 中国信息通信研究院 资产对象管理系统和方法
CN113821710B (zh) * 2021-11-22 2022-03-01 中国信息通信研究院 全域搜索方法、装置、电子设备和计算机存储介质
CN114186899A (zh) * 2022-02-16 2022-03-15 杭州杰牌传动科技有限公司 减速机零部件制造的智能交互平台及其交互方法
CN114186899B (zh) * 2022-02-16 2022-08-09 杭州杰牌传动科技有限公司 减速机零部件制造的智能交互平台及其交互方法
CN117495296A (zh) * 2023-11-15 2024-02-02 广州市城市规划勘测设计研究院有限公司 汽车产业链研发管理系统、方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN113256302A (zh) 一种基于云制造平台的资源信息交互方法
Wang et al. Dynamic cloud service selection using an adaptive learning mechanism in multi-cloud computing
US6154778A (en) Utility-based multi-category quality-of-service negotiation in distributed systems
Surridge et al. Experiences with gria-industrial applications on a web services grid
CN111679905A (zh) 算网融合网络模型
CN104102544A (zh) 混合云环境下多QoS约束的并行任务调度成本优化方法
Das et al. A QoS and profit aware cloud confederation model for IaaS service providers
Liu et al. Resource provision and allocation based on microeconomic theory in mobile edge computing
Wang et al. A dynamic cloud service selection strategy using adaptive learning agents
Chen et al. A negotiation model based on multi-agent system under cloud computing
Wang et al. Service selection in dynamic demand-driven Web services
Nisha et al. A bilevel programming framework for joint edge resource management and pricing
Mofrad et al. Service level agreement based adaptive Grid superscheduling
Marufu et al. A distributed continuous double auction framework for resource constrained microgrids
Hadjres et al. An SLA-aware cloud coalition formation approach for virtualized networks
Gola et al. Multi‐objective hybrid capuchin search with genetic algorithm based hierarchical resource allocation scheme with clustering model in cloud computing environment
Li et al. A manufacturing services collaboration framework toward industrial internet platforms
Santos et al. Intra-organizational logistics management through multi-agent systems
Hou et al. Cross‐clouds services autonomic management approach based on self‐organizing multi‐agent technology
Rolik et al. Decomposition-Compensation Method for IT Service Management
Zhang et al. QoS-aware optimization of composite-service fulfillment policy
CN115689756A (zh) 算力网络中基于nft的分布式多维资源交易方法及系统
Chen et al. A cost-optimized resource provisioning policy for heterogeneous cloud environments
Khanli et al. Grid_JQA: a QoS guided scheduling algorithm for grid computing
Mukherjee et al. Role of broker in InterCloud environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210813