基于隐性特征发现的云制造服务可信度评估方法研究

Cloud manufacturing is a kind of service-oriented, networked and intelligent manufacturing mode. The credibility problem is the bottleneck that affects transactions and collaborations among cloud manufacturing services, and it is also one of key scientific problems to be solved in the further application of cloud manufacturing mode. The characteristics of large-scale, high-frequency and strong dynamic of service collaborations in cloud manufacturing platform bring great challenges to the evaluation of manufacturing services. At the same time, the powerful capabilities in information recording and data pooling of cloud platform provide a new way for the evaluation of service credibility. This proposal is to construct a cloud manufacturing service credibility evaluation method based on the hidden feature discovery, which revolves around the function/performance characteristics, interface characteristics, behavior characteristics, demand-oriented implicit characteristics and dynamic collaborative characteristics of manufacturing services. Research topics include: (1) The operation mechanism of various services and the construction of generic hierarchical credibility evaluation index system in the cloud manufacturing environment. (2) Cloud manufacturing service implicit feature discovery and its credibility evaluation method. (3) A method for evaluating the credibility of composite services under cloud manufacturing environment. (4) Validation of proposed methods in complex product personalized manufacturing processes. The expected results of this proposal can provide important theoretical guarantee for the further implementation and application of cloud manufacturing systems.

云制造是一种服务化、网络化、智能化的制造模式。可信问题是影响云制造服务交易与协作的瓶颈，也是云制造模式深化推广应用中亟待解决的关键科学问题。云制造平台中服务协作的大规模、高频次、强动态等特点给制造服务评估带来巨大挑战，与此同时，云平台中强大的信息记录、数据汇集能力为评估研究提供了 新的思路。本项目拟构建一套基于隐性特征发现的云制造服务可信度评估方法，围绕制造服务的功能/性能特性、接口特性、行为特性、面向需求的隐含特性及协作动态特性展开研究。内容包括：（1）云制造环境下各类服务运行机理与通用层次化可信度评估指标体系构建；（2）云制造服务隐性特征发现及其可信度评估方法；（3）云制造环境下组合服务可信度评估方法；（4）面向复杂产品个性化制造过程的云制造服务可信度评估方法验证。本项目研究成果可为云制造系统的进一步实施和应用推广提供重要理论保障。

本项目研究目标是针对云制造服务组合中的可信评估问题，设计提出一套分层多维度表征的可信度指标框架，实现有限历史数据与用户反馈下的云制造服务隐形特征的动态发现，最终实现云制造服务组合可信度的准确计算。本项目从云制造环境下各类服务运行机理与通用层次化可信度指标体系构建，云制造服务隐形特征发现及可信度评估方法，云制造环境下组合服务可信度评估方法及面向复杂产品个性化制造过程的云制造服务可信度评估方法验证，四个方面开展了深入的研究和探索。总体来说，构建了一套多维分层的云制造服务可信评估指标体系，设计了一套云制造服务可信度指标值标准描述形式，基于增强自组织神经网络、极限学习机、深度强化学习等算法，提出了云制造服务隐形特征动态发现的算法机制，进一步，基于关联分析、时序神经网络、启发式优化算法等量化方法，实现了对云制造服务组合可信度值的量化计算，最后，以3D打印云服务以及多粒度机械臂云制造服务为典型应用场景，验证了所提出方法的有效性。.该项目研究周期为四年，整体执行情况顺利，基本按照预先设计研究方法和技术路线完成了全部研究工作。 完成并发表英文专著1部，在国内外相关领域的重要学术期刊和会议上发表论文 16 篇（其中 SCI 检索论文 13篇， EI 检索会议论文 3 篇），授权专利 2项，受理3项。培养博士后 2名，博士 8名，硕士 4名。超额完成了预定指标。