| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 云制造体系结构研究 | 第11页 |
| 1.2.2 云制造服务描述研究 | 第11-12页 |
| 1.2.3 云制造服务匹配研究 | 第12-13页 |
| 1.2.4 云制造服务评估与优选研究 | 第13-14页 |
| 1.3 课题来源及研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14-15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 第2章 车间生产加工能力云服务化方法 | 第16-27页 |
| 2.1 车间生产加工能力云服务概述 | 第16-19页 |
| 2.1.1 车间生产加工能力云服务的相关概念定义 | 第16页 |
| 2.1.2 车间生产加工资源的分类 | 第16-18页 |
| 2.1.3 车间生产加工能力云的特点 | 第18-19页 |
| 2.2 车间生产加工能力云服务平台体系结构 | 第19-21页 |
| 2.3 基于本体的车间生产加工能力云服务描述 | 第21-26页 |
| 2.3.1 构造车间生产加工能力云服务的要素定义 | 第22-23页 |
| 2.3.2 车间生产加工能力云服务的要素的关系 | 第23-24页 |
| 2.3.3 车间生产加工能力云服务涉及的规则及公理 | 第24-25页 |
| 2.3.4 车间生产加工能力云服务本体构建 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 车间生产加工云能力服务评估模型研究 | 第27-38页 |
| 3.1 云制造服务评价指标体系 | 第27-30页 |
| 3.1.1 评价指标体系内容 | 第27-29页 |
| 3.1.2 评价指标值采集方法 | 第29页 |
| 3.1.3 评价指标值规范化处理 | 第29-30页 |
| 3.2 基于模块神经网络的评估模型构建 | 第30-33页 |
| 3.2.1 模块神经网络结构 | 第30-32页 |
| 3.2.2 模块化子网的任务分解 | 第32-33页 |
| 3.3 模块神经网络的训练方法 | 第33-36页 |
| 3.3.1 子任务处理模块的构成和训练 | 第33-35页 |
| 3.3.2 模块化子网的集成 | 第35-36页 |
| 3.4 案例验证 | 第36-37页 |
| 3.4.1 样本数据的采集与处理 | 第36页 |
| 3.4.2 网络参数的设定 | 第36-37页 |
| 3.4.3 网络性能的比较 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 调度算法资源的云服务化 | 第38-47页 |
| 4.1 调度算法资源共享过程 | 第38-39页 |
| 4.2 基于本体的算法云服务语义描述 | 第39页 |
| 4.2.1 算法云服务的本体建模 | 第39页 |
| 4.2.2 算法云服务的领域本体 | 第39页 |
| 4.3 算法云服务的优化管理 | 第39-44页 |
| 4.3.1 基于语义的算法云服务检索与匹配 | 第40-42页 |
| 4.3.2 基于评价指数的算法服务优化选择 | 第42-44页 |
| 4.4 案例验证 | 第44-46页 |
| 4.5 章小结 | 第46-47页 |
| 第5章 算法云服务平台实现及案例应用 | 第47-54页 |
| 5.1 算法云服务平台概述 | 第47-49页 |
| 5.1.1 算法云服务平台功能模块 | 第47-48页 |
| 5.1.2 算法云服务平台服务流程 | 第48-49页 |
| 5.2 算法云服务平台流程化的实现 | 第49-53页 |
| 5.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |