智慧云制造中基于服务资源协同认知的绿色调度方法研究

As a new mode and method of Smart Manufacturing, Smart Cloud Manufacturing has become one of the research highlights in current academic and industry. Considering an array of bottleneck problems for traditional manufacturing resource such as fragmented and isolated service modes that are hard for cooperation interaction and benefit-oriented and extensive service schedule lack of sustainable ability, this project focuses on the urgent demands for networked cognition share and intelligent green schedule of service resource, and carries out resource coordination and green schedule research for smart cloud manufacturing based on cognition service combination. The specific research content includes: establish quality-driven smart cloud manufacturing resource cognition service network mode, study environmentally sensitive single manufacturing task cognition service resource green combinational algorithm, explain context-aware multiple manufacturing task cognition service resource coordinated scheduling system, and form innovative smart cloud manufacturing cognition service resource coordinated green scheduling model and mechanism with theoretical basis. The project aims to solve the bottleneck problems of intelligent service resource green scheduling during the isolated and extensive resource management under smart cloud manufacturing circumstances, so as to realize coordinated cognition and interaction and intelligent optimal configuration of manufacturing resource and ability. The research results are of great theoretical significance and technological reference for the development of cognition service green scheduling in smart cloud manufacturing field.

智慧云制造作为智能制造的一种新模式与新手段已成为当前学术界和产业界关注的研究热点之一。本项目针对传统制造资源面临着碎片化孤岛式服务模式难以协同交互、效益型粗放式服务调度缺乏可持续发展能力等瓶颈问题，以服务资源的社会化协同认知与智能化绿色调度迫切需求为突破点，开展智慧云制造中基于服务资源协同认知的绿色调度方法研究。具体研究内容包括：构建按需聚合的智慧云制造资源认知服务协同网络模型，研究环境敏感的单制造任务认知服务资源组合优化算法，阐明情景感知的多制造任务认知服务资源协调调度机制，形成具有创新性、具备理论依据的智慧云制造服务资源协同认知及绿色调度模型和方法机理。本项目致力于解决智慧云制造环境下孤岛式、粗放式资源管理过程中遇到的服务资源智能化绿色调度瓶颈问题，实现制造资源与制造能力的协同认知与智能优化配置，研究结果对于促进认知服务绿色调度在智慧云制造领域的发展具有重要的理论意义和技术参考。

本课题研究智慧云制造中基于服务资源协同认知的绿色调度关键技术，完成的主要成果包括：①按需聚合的智慧云制造资源认知服务协同网络模型方面，提出了面向智慧云制造的社会化协同网络与评估模型，实现多方供需匹配下的社会化认知与协同基础；提出了基于图论的供需匹配描述方法，支持异构任务与服务网络描述；提出了面向复杂服务网络聚合的节点聚类与供需匹配分治方法，采用分治的方法保持供需匹配环境的稳定。②环境敏感的单制造任务认知服务资源组合优化算法方面，提出了信息过滤方法与关联组合约束方法，实现云制造资源的全维描述；提出了基于改进Gale-Shapley、改进谱聚类以及变领域搜索与遗传算法融合的绿色低碳多目标调度优化算法，通过服务资源簇划分降低适配过程复杂度，提升适配目标逼近效率，获取多目标约束下的帕累托前沿多态解；③情景感知的多制造任务认知服务资源协调调度机制方面，提出了基于参数迁移的供需服务资源适配协同方法，采用权重张量迁移的方式适应时变调度场景；提出了动态情景感知的服务资源适配机制，引入缓冲层对调度环境动态因素进行处理，保障调度系统的动态平衡；提出了面向多任务需求与基于禁忌搜索的深度强化学习资源调度算法，高标准实现以绿色低碳等为核心的调度目标。.课题的研究成果实现了智慧云制造中基于服务资源协同认知的绿色调度方法关键技术，提高了面向云制造的资源利用率，保障了云制造服务下的低碳排放需求，具体指标完成情况为：提交的本报告详细总结了课题的完成情况；在国内外有影响力期刊、会议发表学术论文18篇，其中在IEEE高水平SCI期刊发表（录用）5篇（JCR二区以上5篇），在其它高水平期刊发表（录用）9篇，在高水平会议发表论文4篇；已经申请/授权技术发明专利13项。课题实施期间，指导3名博士生、5名硕士生完成了课题相关工作并顺利毕业。.综上，课题组已经圆满高质量完成了规定研究任务，全面超额完成了各项考核指标，执行情况到位。