云制造模式下的云资源服务优化调度研究
致谢 | 第4-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
1 绪论 | 第11-22页 |
1.1 引言 | 第11页 |
1.2 研究背景及意义 | 第11-13页 |
1.2.1 论文研究背景 | 第11-12页 |
1.2.2 论文研究意义 | 第12页 |
1.2.3 一种典型的云制造模式 | 第12-13页 |
1.3 相关技术国内外研究现状 | 第13-18页 |
1.3.1 云资源服务建模研究现状 | 第14-16页 |
1.3.2 云资源服务调度研究现状 | 第16-18页 |
1.4 论文研究内容及章节安排 | 第18-21页 |
1.4.1 研究内容 | 第18-20页 |
1.4.2 章节安排 | 第20-21页 |
1.5 本章小结 | 第21-22页 |
2 云资源服务调度运营模式 | 第22-34页 |
2.1 引言 | 第22页 |
2.2 云资源服务分析 | 第22-25页 |
2.2.1 云资源服务的特点分析 | 第22-24页 |
2.2.2 云资源服务的分类 | 第24-25页 |
2.3 云制造项目任务分解 | 第25-27页 |
2.3.1 复杂产品制造过程分析 | 第25-26页 |
2.3.2 项目任务分解 | 第26-27页 |
2.4 云资源服务调度运行机制 | 第27-29页 |
2.5 云资源服务调度业务流程 | 第29-32页 |
2.5.1 整体流程 | 第29-30页 |
2.5.2 云平台调度系统的接入方式 | 第30-32页 |
2.5.3 调度系统的使用 | 第32页 |
2.6 本章小结 | 第32-34页 |
3 云资源服务调度优化模型 | 第34-46页 |
3.1 引言 | 第34页 |
3.2 云服务封装与组合 | 第34-36页 |
3.2.1 资源服务封装 | 第34-35页 |
3.2.2 资源服务的组合 | 第35-36页 |
3.3 任务建模 | 第36页 |
3.4 云制造服务调度模型建立 | 第36-44页 |
3.4.1 问题描述 | 第36-41页 |
3.4.2 参数分析与约束条件 | 第41-43页 |
3.4.3 目标函数 | 第43-44页 |
3.5 模型特点分析 | 第44-45页 |
3.6 本章小结 | 第45-46页 |
4 云资源服务调度优化遗传算法设计 | 第46-67页 |
4.1 引言 | 第46页 |
4.2 多目标优化问题研究 | 第46-47页 |
4.3 遗传算法基本原理 | 第47-48页 |
4.3.1 遗传算法的优点 | 第47页 |
4.3.2 遗传算法的基本原理与流程 | 第47-48页 |
4.4 分阶段遗传操作设计 | 第48-59页 |
4.4.1 编码与种群初始化 | 第49-52页 |
4.4.2 适应度函数设置与选择策略 | 第52-53页 |
4.4.3 交叉方式 | 第53-57页 |
4.4.4 变异策略 | 第57-59页 |
4.5 主动解码与评价 | 第59-61页 |
4.6 调度系统开发与功能实现 | 第61-66页 |
4.6.1 调度数据下载 | 第62-63页 |
4.6.2 调度数据的Excel读取 | 第63-64页 |
4.6.3 调度参数设置与算法实现 | 第64-65页 |
4.6.4 调度结果显示 | 第65-66页 |
4.7 本章小结 | 第66-67页 |
5 云资源服务优化调度系统示例运行 | 第67-85页 |
5.1 引言 | 第67页 |
5.2 云平台示例运行 | 第67-72页 |
5.2.1 调度项目任务创建 | 第67-69页 |
5.2.2 候选服务集的确定 | 第69-72页 |
5.3 调度数据抽取与调整 | 第72-75页 |
5.4 调度示例运行与分析 | 第75-83页 |
5.4.1 调度参数设置 | 第75页 |
5.4.2 调度示例运行 | 第75-80页 |
5.4.3 调度结果解析 | 第80-83页 |
5.5 基于调度结果的服务选择 | 第83-84页 |
5.6 本章小结 | 第84-85页 |
6 总结与展望 | 第85-87页 |
6.1 论文总结 | 第85页 |
6.2 研究展望 | 第85-87页 |
参考文献 | 第87-92页 |
附录 | 第92-97页 |
附录1 变量/符号清单 | 第92-93页 |
附录2 调度示例的原始数据信息 | 第93-97页 |