云制造环境下可制造性评价理论与方法研究

Both cloud manufacturing and manufacturability evaluation are the hot issues in manufacturing, but there is no research on manufacturability evaluation in cloud manufacturing environment now. In the project, the connotation of manufacturability evaluation is expanded, and the relationship between resources will be revealed, meanwhile, the huge amounts of equipment resources will be grouped, retrieved and matched based on machining feature by means of fuzzy clustering theory, which can initially determine manufacturability of product. Delving into information entropy theory, the selecting model of manufacturer will be proposed, which can select manufacturer supplying the needed equipment intelligently. The project is intended to apply swarm intelligence knowledge to present optimization method of the massive machining schemes, and selects the optimal scheme for product. Exploring evaluation theory of manufacturing cloud service, and combining fuzzy analytic hierarchy process (FAHP), the evaluation model and evaluation index model will be built, thus the scientifically evaluating mechanism of manufacturing cloud service will be clarified. Finally, the complete theory of manufacturability evaluation in cloud manufacturing environment will be proposed. The method this project proposed not only can supply scientific evaluation system and comprehensive approach for product manufacturing in cloud manufacturing environment, but also can promote the improvement of the cloud manufacturing system, and will provide theoretical basis and technical support for the establishing of “cloud evaluating” system, simultaneously, will be of great significance to promote the transformation and upgrading of manufacturing industry in China.

云制造和可制造性评价都是制造领域的热点研究问题，但目前在云制造环境下的可制造性评价鲜有研究。本项目对已有可制造性评价的内涵进行拓展，拟借助模糊聚类理论，揭示资源间的关系，对云制造环境下的海量设备资源进行基于加工特征的分组、检索和匹配，初步判断产品的可制造性；探究信息熵理论，建立制造商筛选模型,按照客户需求智能选取能提供所需设备的制造商；拟采用群体智能知识，提出海量加工方案的优化方法,为产品加工选出最优方案；探索制造云服务评价理论，结合模糊层次分析法建立评价模型和评价指标模型，阐明制造云服务的科学评价机制，建立一套完整的云制造环境下可制造性评价综合理论。本项目提出的方法不仅可以为云制造环境下的产品制造提供一套科学的评价体系和综合方法，也将促进云制造体系的完善，为“云评价”体系的建立提供理论基础和技术支持，对促进我国制造业转型升级具有重大意义。

针对云制造环境下产品的可制造性缺乏评判机制的问题，并结合云制造环境下海量多源异构资源集成的特点，本项目对已有可制造性评价的内涵进行拓展，对云制造环境下可制造性评价理论与方法进行了深入系统的研究。取得了一系列有意义的研究成果，主要包括：（1）借助模糊聚类理论，揭示资源间的关系，构建了云制造资源模糊分类数学模型，并提出了一种基于遗传模拟退火的模糊分类方法，该方法包括内层循环和外层循环，外层循环可以获得云制造资源模糊分类的最佳分类数，内层循环可以获得云制造资源最佳分类下对应的模糊分类结果，并对该方法进行了实例仿真分析，验证了该方法的有效性，实现了制造资源的快速模糊分类。（2）对成本、时间、企业资产、生产协调能力、企业协调能力、企业信誉、环保节能、客户服务能力、企业配送能力、工艺可靠性和制造能力等影响制造商服务质量的因素进行分析，探究了信息熵和智能体理论，建立了大覆盖面和高信息量的评价指标体系与制造商优选模型，完成了不同需求情况下最优制造商选择，实现了云制造平台按需为用户提供最优服务。（3）采用群体智能知识，建立了云方案优选评价指标体系，构建了云方案智能优选数学模型，并提出了一种基于层次分析法、熵权法和细菌觅食相结合的云方案混合优化方法，该方法采用层次分析法和熵权法获取各个评价指标的权重，利用细菌觅食优化理论对云方案实现了智能优选。（4）探索了制造云服务评价理论，建立了基于模糊理论的综合评价指标体系和模糊梯形隶属度函数，对云制造服务进行有效和系统的等级分类，为云制造服务的完善提供了更合理的依据。. 本项目共发表论文8篇，其中SCI检索1篇，EI检索1篇，核心2篇，ISTP检索4篇。申报发明专利1项，获得软件著作权4项。该研究对促进云制造理论的完善和我国制造业的转型升级具有重要意义。