摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
ABBREVIATIONS | 第20-22页 |
CHAPTER 1 INTRODUCTION | 第22-56页 |
1.1 BACKGROUND AND MOTIVATION | 第22-29页 |
1.2 CLOUD MANUFACTURING AND RELATED ISSUES | 第29-36页 |
1.2.1 Cloud Manufacturing Concept | 第29-32页 |
1.2.2 Key Advantages of Cloud Manufacturing | 第32-33页 |
1.2.3 Manufacturing Resource Service Clustering | 第33-34页 |
1.2.4 Manufacturing Resource Service Composition | 第34-35页 |
1.2.5 Manufacturing Resource Service Scheduling | 第35-36页 |
1.3 SURVEY OF THE STATE OF THE ART OF CLOUD MANUFACTURING AND THERELATED KEY TECHNOLOGIES | 第36-50页 |
1.3.1 Key Technologies of Cloud Manufacturing | 第36-45页 |
1.3.2 Resources Clustering | 第45-46页 |
1.3.3 Service Composition | 第46-48页 |
1.3.4 Manufacturing Tasks Scheduling | 第48-50页 |
1.4 RESEARCH PROBLEMS & OBJECTIVES | 第50-53页 |
1.4.1 Manufacturing Resource Service Clustering | 第51页 |
1.4.2 Manufacturing Resource Service Clusters Re -structuring | 第51-52页 |
1.4.3 Cloud Manufacturing Service Composition | 第52-53页 |
1.4.4 Cloud Manufacturing Service Scheduling | 第53页 |
1.5 MAIN CONTENT OF THE THESIS | 第53-56页 |
CHAPTER 2 CLUSTER BASED CLOUD MANUFACTURING FRAMEWORKAND KEY TECHNOLOGIES | 第56-71页 |
2.1 CLUSTER BASED CLOUD MANUFACTURING FRAMEWORK & DEFINITION | 第56-58页 |
2.2 SERVICE PROCESSING IN CLOUD MANUFACTURING | 第58-61页 |
2.3 KEY TECHNOLOGIES FOR SERVICE PROCESSING OPTIMIZATION IN CLOUDMANUFACTURING | 第61-69页 |
2.3.1 Quality of Services in Cloud Manufacturing | 第61-63页 |
2.3.2 Geo-perspective model | 第63-64页 |
2.3.3 Composition models | 第64页 |
2.3.4 Artificial Bee Colony Optimization | 第64-67页 |
2.3.5 Density-Based Spatial Clustering of Applications with Noise | 第67-69页 |
2.4 SUMMARY | 第69-71页 |
CHAPTER 3 MULTI-DIMENSION DENSITY-BASED CLUSTERING WITH THE SUPPORT OF CLOUD MANUFACTURING SERVICE DECOMPOSITIONMODEL | 第71-80页 |
3.1 PROBLEM STATEMENT | 第71页 |
3.2 CMFG CLUSTERING FRAMEWORK | 第71-72页 |
3.3 RESOURCE SPACE DEFINITION | 第72-74页 |
3.3.1 CMfg service Decomposition Model | 第72-73页 |
3.3.2 Resource Space Definition Pre-sets | 第73-74页 |
3.4 Modified DBSCAN Algorithm for CMfg Clustering Framework | 第74-77页 |
3.5 CMFG_DBSCAN() EXPERIMENTS | 第77-79页 |
3.6 SUMMARY | 第79-80页 |
CHAPTER 4 A RE-STRUCTURING SERVICE CLUSTER ALGORITHM ABCOPTIMIZED BASED ON VIRTUAL RESOURCE SELECTION PROBABILITY | 第80-98页 |
4.1 PROBLEM STATEMENT: AN EXTENDED VIEW OF CMFG CLUSTERINGFRAMEWORK | 第80-82页 |
4.2 SERVICE CLUSTER RE-STRUCTURATION TRIGGER FUNCTION | 第82-84页 |
4.2.1 Structure Efficiency and Cost Evaluation | 第83页 |
4.2.2 Service cluster Selection Experience | 第83页 |
4.2.3 Restructuring Trigger Function | 第83-84页 |
4.3 SERVICE CLUSTERS AND VIRTUAL RESOURCES SELECTION PROBABILITY | 第84-88页 |
4.4 SERVICE CLUSTERS FITNESS EVALUATION | 第88-89页 |
4.5 RE-STRUCTURING SERVICE CLUSTERS ALGORITHM ABC OPTIMIZED | 第89-91页 |
4.5.1 ABC Control Parameters | 第89页 |
4.5.2 Re-structuring Service Clusters Algorithm ABC Optimized | 第89-91页 |
4.6 PRECISION AND PERFORMANCE EVALUATION | 第91-96页 |
4.6.1 Precision Evaluation | 第92-94页 |
4.6.2 Performance Evaluation | 第94-96页 |
4.7 SUMMARY | 第96-98页 |
CHAPTER 5 AN OPTIMIZED CLOUD MANUFACTURING SERVICECOMPOSITION BASED ON QOS AND GEO-PERSPECTIVE | 第98-124页 |
5.1 PROBLEM STATEMENT | 第98-99页 |
5.1.1 Sets and Model variables | 第98页 |
5.1.2 Cloud Service Composition Problem Definition | 第98-99页 |
5.2 CLOUD MANUFACTURING SERVICE COMPOSITION FRAMEWORK | 第99-100页 |
5.3 QOS EVALUATION | 第100-102页 |
5.3.1 Sequence Model | 第100-101页 |
5.3.2 Parallel Model | 第101页 |
5.3.3 Selective Model | 第101页 |
5.3.4 Circular Model | 第101-102页 |
5.4 SUBSTITUTION STRATEGY FOR UNMATCHED QOS | 第102-104页 |
5.5 RESOURCE SERVICE TRANSPORTATION EVALUATION | 第104-108页 |
5.5.1 Mean of Transportation Selection | 第105-107页 |
5.5.2 Transportation Distance Evaluation | 第107页 |
5.5.3 Resource Service Transportation Qo S Evaluation | 第107-108页 |
5.6 INTEROPERABILITY CONNECTOR EVALUATION | 第108-109页 |
5.6.1 Interoperability in Manufacturing | 第108页 |
5.6.2 Interoperability Vision | 第108-109页 |
5.7 CLOUD SERVICE COMPOSITION FITNESS DEFINITION | 第109-111页 |
5.8 IMPROVED ARTIFICIAL BEE COLONY FOR CLOUD MANUFACTURING SERVICECOMPOSITION EVALUATION | 第111-114页 |
5.9 SIMULATIONS | 第114-123页 |
5.9.1 ABC_Cs CCMfg Parameters Tuning | 第114页 |
5.9.2 Case Generation for ABC_Cs CCMfg Simulations | 第114-116页 |
5.9.3 ABC_Cs CCMfg Performance Evaluation | 第116-119页 |
5.9.4 ABC_Cs CCMfg Precision Evaluation | 第119-121页 |
5.9.5 Transportation Evaluation Impact | 第121页 |
5.9.6 CS candidates Availability Impact | 第121-122页 |
5.9.7 Interoperability Performance Impact | 第122-123页 |
5.10 SUMMARY | 第123-124页 |
CHAPTER 6 OPTIMIZED SCHEDULING FRAMEWORK BASED ONRESOURCE SERVICE AVAILABILITY | 第124-135页 |
6.1 PROBLEM STATEMENT | 第124页 |
6.2 CONSTRAINTS DEFINITION | 第124-126页 |
6.3 TIMESLOTS AND AVAILABILITY OVERTIME DEFINITION | 第126-128页 |
6.4 FITNESS EVALUATION BASED ON MANUFACTURING STARTING TIME | 第128-130页 |
6.5 CLOUD MANUFACTURING SCHEDULING ORCHESTRATION | 第130-131页 |
6.6 EXPERIMENTS | 第131-134页 |
6.6.1 ABC Control Parameters | 第131页 |
6.6.2 Performance Evaluation | 第131-133页 |
6.6.3 Manufacturing Time Evaluation Impact | 第133-134页 |
6.7 SUMMARY | 第134-135页 |
CHAPTER 7 ASEM USE CASE: SERVICE CLUSTER GENERATION ANDCLOUD MANUFACTURING SERVICE COMPOSITION INTEGRATION | 第135-150页 |
7.1 INTRODUCTION | 第135页 |
7.2 ASEM PRESENTATION | 第135-137页 |
7.3 ASEM HT700 | 第137页 |
7.4 HT700 CLOUD MANUFACTURING SERVICE MODEL | 第137-140页 |
7.5 CMFG_DBSCAN FOR SERVICE CLUSTERING GENERATION BASED ONWELDING MANUFACTURING RESOURCES SUPPLIERS | 第140-144页 |
7.6 ABC_CSCCMFG TOWARD EXISTING SOLUTION QOS | 第144-149页 |
7.7 SUMMARY | 第149-150页 |
CONCLUSION AND FUTURE WORK | 第150-152页 |
REFERENCES | 第152-166页 |
PUBLICATIONS | 第166-168页 |
APPENDIXES | 第168-195页 |
APPENDIX A CASE 1 GENERATED TABLE | 第168-170页 |
APPENDIX B SERVICE MANUFACTURING GENERATION FOR COMPOSITION | 第170-192页 |
APPENDIX C TIMESLOTS AND AVAILABILITY GENERATION FOR CLOUDMANUFACTURING SCHEDULING ORGANIZATION | 第192-195页 |
STATEMENT OF COPYRIGHT | 第195-197页 |
ACKNOWLEDGEMENTS | 第197-198页 |
RESUME | 第198页 |