专利名称：面向云制造的设计服务资源跨域组建方法
技术领域：
本发明涉及一种先进制造系统，尤其涉及一种面向云制造的设计服务资源跨域组建方法。
背景技术：
在科技经济迅猛发展的国际化背景下，制造业信息化成为工业发展重要战略之一。围绕着最优化配置企业内外部资源，迅速响应市场需求，更快的生产出高质量、低成本、低消耗的产品，以提高企业竞争力为目标的精益生产、敏捷制造、设计供应链、网络化制造等制造模式应运而生，极大的推动了现代工业的发展，并使得制造业的 发展更加依赖高新科技应用的推动。Google公司于2007年在并行计算、分布式计算和网格计算等技术基础上提出云计算的新技术，其是将设计化、效用计算、将基础设施作为服务、将平台作为服务和将软件作为服务等概念混合演进并跃升，并随即成为前沿的信息技术。为了利用新技术推动我国制造业的发展，以李伯虎为代表的科研工作者在云计算技术的基础上提出云制造概念一“一种面向服务的，高效低耗和基于知识的网络化、敏捷化制造新模式和技术手段”，并积极的对其模式架构和关键技术进行了探索和研究。云制造是采取当代信息技术前沿理念(例如云计算)，把“软件即服务”的理念拓展至“制造即服务”，支持我国制造业在广泛的网络资源环境下，为产品提供高附加值、低成本和全球化制造的服务。云制造融合了现有信息化制造技术及云计算、物联网、面向服务、高性能计算和智能科学技术等信息技术，通过将各类制造资源和制造能力设计化、月艮务化，构成设计化制造资源和制造能力池，并进行统一的、集中的智能化管理和经营，实现多方共赢、普适化和高效的共享和协同，利用多终端、多平台、多网络为用户提供可随时获取的、按需使用的、安全可靠的、优质廉价的制造全生命周期服务。设计服务资源组建根据云制造平台用户需求或任务的粒度，将一系列实现物理制造资源(硬制造资源和软制造资源)按照一定流程和规则组合起来，形成不同粒度的制造云服务或制造能力，为云制造终端用户提供个性化服务，是实现云制造按需分配和资源组合的关键技术之一，对云制造的实施和开展具有重要作用。当前的网络化制造技术在资源分配和资源组合上体现的是一个整体的独立系统，是以固定数量的资源或既定的解决方案为用户提供服务，缺乏动态性，难以根据制造资源需求进行动态资源分配和资源组
口 o
发明内容
本发明的目的在于提供一种面向云制造的设计服务资源跨域组建方法，根据云制造模式下设计服务资源组合要求动态性高的特点，提出了基于多域的云制造服务资源单元建模方法；同时通过构建云制造服务资源-行为-特征多域模型，建立了基于跨域融合的云制造设计服务资源组建方法，给出了相应云制造设计服务资源簇系表架构。为了实现上述目的，本发明采用的技术方案的步骤如下
I. I)根据云制造模式下设计服务资源组合动态性的特点，构造设计服务资源组建应用场景，从行为域、特征域和数据域的多域角度对云制造设计服务资源单元建模；I. 2)将云制造设计服务资源约束条件分解为行为需求、特征需求和数据需求，通过云制造资源行为需求、特征需求和数据需求，分别在行为域、特征域和数据域内采用串联、并联和复合方式，将行为域中行为节点、特征域中特征节点依次跨域递归组合，实现从给定的行为一特征要求递归组合为另一种云制造平台用户需要的行为特征输出，最后行为域、特征域和数据域综合生成满足云制造服务需求的不同粒度的云制造设计服务资源；I. 3)在步骤I. 2)的基础上，建立云制造设计服务资源簇系表，以云制造设计服务资源模型的行为一特征作为唯一的识别编码，对云制造设计服务资源在簇系表进行存储，减少云制造设计服务资源组建求解搜索范围。将云制造设计服务资源单元定义为构成云制造设计服务资源的基本要素，是以一个最小变量组作为输入得到一个确定的最小变量组输出的制造云服务资源，云制造设计服 务资源单元及其组合实现的设计服务资源表示为三层域结构，即服务域、特征域、行为域，构造三层域结构的拓扑图，定义为云制造设计服务资源图，云制造设计服务资源单元用有序四元组形式化描述；采用串联、并联和复合方式将诸多云制造服务资源组合实现制造云设计服务资源，从给定的功能转变为另一种满足云制造平台用户的服务资源需求。根据将云制造设计服务资源约束条件提取并分解为行为需求、特征需求和数据需求，并映射为资源行为约束、资源特征约束和资源数据约束，构建行为一特征映射向量、特征一数据映射向量，获得初始云制造设计服务资源，对云制造设计服务资源初始建模；I)资源行为约束建模由云制造需求输入端起始，遍历行为需求标记的资源行为约束集合，得到资源行为约束模型如下D={Nid，j，(Cl)jK式中，Nid为资源行为的标记节点；j为行为标记节点Nid在云制造任务执行过程中的一系列行为标记点的标号；(d)」为行为标记节点Nid在云制造任务执行过程中j点的行为特征；2)资源行为特征约束建模由云制造需求输入端起始，遍历行为特征需求标记的资源行为特征约束集合，得到资源行为特征约束模型如下L={EID，i，(cOJ，式中，Eid为资源行为特征的标记节点；i为行为特征标记节点Eid在云制造任务执行过程中的一系列行为特征标记点的标号;a 土为行为特征标记节点Eid在云制造任务执行过程中i点行为特征的数据集；3)资源数据约束由云制造需求输入端起始，遍历特征数据需求标记的资源特征数据约束集合，得到资源特征数据约束模型如下J= {Eid，k, (d)k, a k}，式中，Eid为资源行为特征的标记节点；k为行为特征标记节点Eid在云制造任务执行过程中的一系列行为特征标记点的标号；(d)k为行为标记节点Nid在云制造任务执行过程中k点的行为特征；a k为行为特征标记节点Em在云制造任务执行过程中k点行为特征的数据集；4)映射向量IY定义为行为-特征映射，由行为节点标号集合向行为的特征类型向量\映射，SPI (Va) I (Vc) T1定义为特征-数据映射，由相连服务特征层中云服务特征集合向数据向量tj映射，SP I (Vc) — tj。
根据云制造服务资源簇系表特点，云制造设计服务资源簇系表中按三层存储架构，最上层为约束层，中间层为基础层，将云制造服务资源单元和云制造设计服务资源实0例分为S型(S-type)、L型(L-type)和D型(D_type),最下层为数据字典层，S类、L型和D型对应的名称、工程实例等基本信息在列表层中依次存储。根据云制造设计服务资源需要行为-特征输入与输出的模型，基于多域递归的云制造设计服务资源组建模式可以分为单输入单输出模式、单输入多输出模式；将方案设计初始图通过矩阵的形式表达，结合云制造服务资源簇系表，对设计服务资源组建求解。本发明具有的有益效果是I.本发明所提方法是一种高效率、低成本和可重用的设计服务资源组建方法，能够有效提高云制造模式下满足云制造资源需求的设计服务资源组建效率性能，减少计算资源消耗。 2.将一系列实现物理制造资源(硬制造资源和软制造资源)按照一定流程和规则组合起来，形成不同粒度的制造云服务或制造能力，为云制造终端用户提供个性化服务，解决当前网络化制造技术以固定数量的资源或既定的解决方案为用户提供服务，缺乏动态性，难以根据制造资源需求进行动态资源分配和资源组合的问题。
图I是本发明的云制造设计服务资源组建模块运行流程图。图2是本发明的云制造设计服务资源图。图3是本发明的设计服务资源组建方法流程图。图4是本发明的制造设计服务资源簇系表中三层存储架构图。
具体实施例方式以下结合附图和实施例对本发明作进一步的详细描述。如图I所示，本系统的云制造设计服务资源组建方法的主要步骤有I. I)结合服务建模模块、跨域融合模块，提取用户需要的服务需求，获得设计任务，通过解析器获取云服务单元的行为、特征、数据、基本属性等关键特性；I. 2)按照云服务单元特性，构造设计服务资源组建应用场景，从行为域、特征域、数据域的多域角度对云制造服务资源单元建模；I. 3)通过云制造平台用户需求提取，将云制造设计服务资源约束条件分解为行为需求、特征需求和数据需求，在建立初始云制造设计服务资源基础上，通过云制造资源行为需求、特征需求和数据需求，分别在行为域、特征域和数据域内采用串联、并联和复合等方式，将行为域中行为节点、特征域中特征节点依次递归组合，实现从某种给定的行为一特征要求递归组合为另一种云制造平台用户需要的行为特征输出，从单输入单输出与单输入多输出两个角度，将行为域、特征域和数据域综合生成满足云制造服务需求的不同粒度的云制造设计服务资源；I. 4)在步骤I. 3的基础上，建立云制造设计服务资源簇系表，以云制造设计服务资源模型的行为-特征作为唯一的识别编码，对云制造设计服务资源在簇系表进行存储；如图2所示，本发明相应的云制造设计服务资源图具体如下服务资源层中，云服务单元R标记为图的节点，有向边标记云服务单元R的执行先后顺序。服务行为层中，云服务单元R行为域中的行为B标记为图的节点，云服务单元R特征域中的特征C标记为有向边；服务特征层中，云服务单元R特征域中的特征C标记为图的节点，云服务单元R特征域中特征C的数据域中的数据D标为有向边；服务行为层中的行为节点通过行为一特征映射集映射到服务特征层中的特征节点，通过资源-行为映射集映射到服务资源层中的云服务单元节点。H1= |VK|，服务资源层中云服务单元域节点的数量；n2=|VA|，服务行为层中行为域节点的数量；n3= |Ve|，服务特征层中特征域节点的数量；Hi1 = |ek|，服务资源层中云服务单元边的数量；m2= |ea|，服务行为层中云服务行为边的数量；m3= |Ee|，服务特征层中云服务特征边的数量服务资源层中云服务单元的节点集，…，，服务行为层中行为域的节点集A=Ivcv^vci13J，服务特征层中特征域的节点集；IU = A= {闪，…,丨—ij，根据组建设计服务资源的云服务单元节点集；v(VA) = Pa= ^a05-^1)，根据组建设计服务资源的行为节点集；
= ^^，根据组建设计服务资源的特征节点集！V(Vri) = Pri,服务资源
层中云服务单元节点集标号的映射W(Vai) = Pai,服务行为层中云服务行为节点集标号 的映射！V(VCi) = PCi,服务特征层中云服务特征节点集标号的映射',Er ={er0，"-,ermi—i}，
服务资源层中云服务单元的边集，…，服务行为层中云服务行为的边集；Ec={,c，服务特征层中云服务特征的边集-(￡ ) = %=■[■ ，％—j ,根据组建
设计服务资源的云服务单元边集#(4) = ，根据组建设计服务资源的
云服务行为边集=,}，根据组建设计服务资源的云服务特征边集；
e (Mij)=Ciri,服务资源层中云服务单元边集标号的映射；e (eajqai，服务行为层中云服务行为边集标号的映射；e (eCiP=qCi，服务特征层中云服务特征边集标号的映射。如图3所示，基于多域递归的云制造设计服务资源组建方法的主要步骤为步骤0 :定义风用，…，风j为资源行为层初始图Ga, ini的初始化节点标
记，=卜0，叫，…j = |0,1，一,》_ -Ij为资源行为层初始图GA,ini的初始化未标记节点集记为，vini (vaini) = Paini为资源行为层初始图Ga,ini的初始化节点标号映射，e ini (eaj =Qaij为资源行为层初始图GA,ini的初始化边标号映射；步骤I :初始化搜索序号K，K = -I ;初始化自动生成的候选设计服务资源的数量k, k = -I ；步骤2 :K = K+1，从云制造服务资源簇系表中选择nK个节点的图Gk，检查其可用性E Swi ;如果nK彡nini,则下一步,否则重复步骤I ；步骤3 :对Gk的节点集Va进行排序交换，生成排序交换向量S，
S - {V0，V1 ,"',Vn, -l,"',Vn4-ll
s-V--V-*
naA)
式中，<， ，(—,为进行排序交换的节点Va中剩余的节点，按标号升序排列。子图Ha的节点由nini构成，在排序交换图( 图中连接子图Ha，用vaini e aini对子图Ha进行标记，获得G4的子图Ha。通过子图Ha、排序交换向量s对Ga的进行排序交换，最终生成排序交换图G丨。芫成nA,ini-l种排序测试完成，则返回步骤I ;步骤4:如果GA,ini的边包含在子图中，同时行为和行为特性数据也相匹配，则UA ;否则返回步骤2，选择s’排序的新子图Ha ；
步骤5 :将排序交换图中没有标记的节点和边依次标记为vak+1和e ak+1,其中k=max(pai, Qaij)+1, i, j=0, I,…，nA, ini，获得资源行为层设计服务资源行为图g I步骤6 :通过资源行为层与资源特征层间行为-特征映射，获得资源特征层初始图G。, ini的初始化节点标记pcini = {pc^Pcl^、初始化未标记节点集vCM = {VC0,VC1,■,} = {0,1,■,nCim -1}、初始化节点标号映射 Vini (VCini) = pcini 和初始化
边标号映射e ini(eCiP=qCu，重复上述步骤，获得资源特征层设计服务资源特性图C步骤7 :获得的资源特征层设计服务资源特性图( 可以分为完全匹配服务行为和部分匹配服务行为。其中，完全匹配服务行为指同时符合Jin和Jtjut的服务行为。部分匹配服务行为指符合Jin或符合Jwt的服务行为，部分匹配服务行为，若J' wt与J' in匹配均为J。，则按规则进行服务行为综合，如图2所示；步骤8 :生成设计服务资源AG〗}，同时根据G的节点和边标号，检查簇系表中是否有重复，若设计服务资源同构，删除该设计服务资源；反之，则k = k+1，返回步骤2。如图4所示，是本发明相应的制造设计服务资源簇系表中三层存储架构。最上层为约束层，将不同的云制造设计服务资源模型按照其实现的行为特征类型分类，如单输入单输出云制造设计服务资源模型，标记为“ l-i-i-o”;单输入两输出云制造设计服务资源模型，则标记为“1-2-1-0”，并建立其与云制造设计服务资源实例的映射关系。中间层为基础层，作为基于基于多域递归的云制造设计服务资源组建方法的基础，将云制造服务资源单元和云制造设计服务资源实例分为S型(S_type)、L型(L_type)和D型(D_type)。单输入单输出云制造服务资源单元定义为S型，单输入单输出的云制造设计服务资源实例定义为L型，其他则定义为D型。最下层为数据字典层，S类、L型和D型对应的名称、工程实例等基本信息在列表层中依次存储。
权利要求
1. 一种面向云制造的设计服务资源跨域组建方法，其特征在于该方法的步骤如下 1.1)根据云制造模式下设计服务资源组合动态性的特点，构造设计服务资源组建应用场景，从行为域、特征域和数据域的多域角度对云制造设计服务资源单元建模； I. 2)将云制造设计服务资源约束条件分解为行为需求、特征需求和数据需求，通过云制造资源行为需求、特征需求和数据需求，分别在行为域、特征域和数据域内采用串联、并联和复合方式，将行为域中行为节点、特征域中特征节点依次跨域递归组合，实现从给定的行为一特征要求递归组合为另一种云制造平台用户需要的行为特征输出，最后行为域、特征域和数据域综合生成满足云制造服务需求的不同粒度的云制造设计服务资源； 1.3)在步骤I. 2)的基础上，建立云制造设计服务资源簇系表，以云制造设计服务资源模型的行为一特征作为唯一的识别编码，对云制造设计服务资源在簇系表进行存储，减少云制造设计服务资源组建求解搜索范围。
2.根据权利要求I所述的一种面向云制造的设计服务资源跨域组建方法，其特征在于将云制造设计服务资源单元定义为构成云制造设计服务资源的基本要素，是以一个最小变量组作为输入得到一个确定的最小变量组输出的制造云服务资源，云制造设计服务资源单元及其组合实现的设计服务资源表示为三层域结构，即服务域、特征域、行为域，构造三层域结构的拓扑图，定义为云制造设计服务资源图，云制造设计服务资源单元用有序四元组形式化描述；采用串联、并联和复合方式将诸多云制造服务资源组合实现制造云设计服务资源，从给定的功能转变为另一种满足云制造平台用户的服务资源需求。
3.根据权利要求I所述的一种面向云制造的设计服务资源跨域组建方法，其特征在于根据将云制造设计服务资源约束条件提取并分解为行为需求、特征需求和数据需求，并映射为资源行为约束、资源特征约束和资源数据约束，构建行为一特征映射向量、特征一数据映射向量，获得初始云制造设计服务资源，对云制造设计服务资源初始建模； 1)资源行为约束建模 由云制造需求输入端起始，遍历行为需求标记的资源行为约束集合，得到资源行为约束模型如下D = {Nid, j, (Cl)jK式中，Nid为资源行为的标记节点；j为行为标记节点Nid在云制造任务执行过程中的一系列行为标记点的标号；(d)」为行为标记节点Nid在云制造任务执行过程中j点的行为特征； 2)资源行为特征约束建模 由云制造需求输入端起始，遍历行为特征需求标记的资源行为特征约束集合，得到资源行为特征约束模型如下L = {Eid, i, (cOJ，式中，Eid为资源行为特征的标记节点；1为行为特征标记节点Eid在云制造任务执行过程中的一系列行为特征标记点的标号；a ,为行为特征标记节点Eid在云制造任务执行过程中i点行为特征的数据集； 3)资源数据约束 由云制造需求输入端起始，遍历特征数据需求标记的资源特征数据约束集合，得到资源特征数据约束模型如下J={Eid，k, (d)k, a k}，式中，Eid为资源行为特征的标记节点；k为行为特征标记节点Eid在云制造任务执行过程中的一系列行为特征标记点的标号；(d)k为行为标记节点Nid在云制造任务执行过程中k点的行为特征；a k为行为特征标记节点Eid在云制造任务执行过程中k点行为特征的数据集； 4)映射向量Tl定义为行为-特征映射，由行为节点标号集合向行为的特征类型向量\映射，即I (Va) 0 I (Vc) T1定义为特征-数据映射，由相连服务特征层中云服务特征集合向数据向量tj映射，SP I (Vc) — tj。
4.根据权利要求I所述的一种面向云制造的设计服务资源跨域组建方法，其特征在于根据云制造服务资源簇系表特点，云制造设计服务资源簇系表中按三层存储架构，最上层为约束层，中间层为基础层，将云制造服务资源单元和云制造设计服务资源实O例分为S型、L型和D型，最下层为数据字典层，S类、L型和D型对应的名称、工程实例等基本信息在列表层中依次存储。
5.根据权利要求I所述的一种面向云制造的设计服务资源跨域组建方法，其特征在于根据云制造设计服务资源需要行为-特征输入与输出的模型，基于多域递归的云制造设计服务资源组建模式可以分为单输入单输出模式、单输入多输出模式；将方案设计初始图通过矩阵的形式表达，结合云制造服务资源簇系表，对设计服务资源组建求解。
全文摘要
本发明公开了一种面向云制造的设计服务资源跨域组建方法。通过构造设计服务资源组建应用场景，从行为域、特征域和数据域的多域角度对云制造设计服务资源单元建模；从行为域、特征域和数据域综合生成满足云制造服务需求的不同粒度的云制造设计服务资源；建立云制造设计服务资源簇系表，对云制造设计服务资源在簇系表进行存储。本发明所提方法是一种高效率、低成本和可重用的设计服务资源组建方法，能够有效提高云制造模式下满足云制造资源需求的设计服务资源组建效率性能，减少计算资源消耗，解决当前网络化制造技术以固定数量的资源或既定的解决方案为用户提供服务，缺乏动态性，难以根据制造资源需求进行动态资源分配和资源组合的问题。
文档编号H04L29/08GK102780766SQ201210223299
公开日2012年11月14日 申请日期2012年6月27日 优先权日2012年6月27日
发明者冯毅雄, 郑浩, 高一聪 申请人:浙江大学