针对制造执行系统间调度算法资源共享度不高,并且难以高效地从候选调度算法资源中选择合适的求解算法进行调度排产的问题,研究了云制造环境下的作业车间调度算法资源云服务化方法。首先基于OWL-S(ontology web language for services)...针对制造执行系统间调度算法资源共享度不高,并且难以高效地从候选调度算法资源中选择合适的求解算法进行调度排产的问题,研究了云制造环境下的作业车间调度算法资源云服务化方法。首先基于OWL-S(ontology web language for services)建立调度算法资源的本体数据模型以及发布规范,然后为了提高算法服务请求者满意度和算法资源提供者经济收益,提出了基于加权多维特征融合的量化匹配与推荐方法。最后,通过搭建原型系统,并利用哈电机的历史数据进行仿真实验。结果表明,所提出的数据模型和推荐算法能够有效的提升调度算法资源的共享程度和选择速度。展开更多
文摘针对制造执行系统间调度算法资源共享度不高,并且难以高效地从候选调度算法资源中选择合适的求解算法进行调度排产的问题,研究了云制造环境下的作业车间调度算法资源云服务化方法。首先基于OWL-S(ontology web language for services)建立调度算法资源的本体数据模型以及发布规范,然后为了提高算法服务请求者满意度和算法资源提供者经济收益,提出了基于加权多维特征融合的量化匹配与推荐方法。最后,通过搭建原型系统,并利用哈电机的历史数据进行仿真实验。结果表明,所提出的数据模型和推荐算法能够有效的提升调度算法资源的共享程度和选择速度。
