关键词：云制造;;服务匹配;;聚类算法;;服务评价
摘 要：云制造通过网络与云平台,将服务提供者闲置的制造资源与制造能力按需提供给用户,提高制造资源利用率的同时满足了用户的多样化需求。然而,云平台上的制造服务往往量大类多,难以实现服务的快速直接匹配。因此,为了提高服务匹配效率,达到双方均满意的合作效果,本论文针对机械加工制造服务,研究云模式下服务的匹配方法,主要的研究内容包括:建立了云模式下的机械加工服务供需匹配框架。确定了参与匹配的服务单元,介绍了服务匹配方法的具体内容与流程,对机械加工云服务与服务请求进行了描述建模,引入聚类算法、可拓论、变精度粗糙集等作为服务匹配的理论基础,分别应用到匹配的不同阶段,实现云服务的高效匹配,满足用户与服务提供者的需求。提出了基于相似度的机械加工云服务聚类方法。针对传统K-means算法随机选取初始聚类中心与提前确定聚类个数的问题,提出基于相似度的聚类算法,通过对服务加工能力的属性描述,计算服务之间的综合相似度,使相似度高的机械加工服务聚在一起,进一步细分了云服务,形成了不同的云服务集合。提出了基于可拓论的机械加工云服务集合选择方法。确定服务请求的加工能力属性,基于可拓论中的物元模型对服务请求与云服务集合进行形式化描述,建立关联函数,量化服务请求与云服务集合之间的关联度,为服务集合的选择提供依据,并通过服务过滤与服务属性值的再确定,得到了最终满足用户需求的机械加工服务候选范围。构建了机械加工云服务的双向评价方法。结合服务提供者的需求,将基于服务QoS的单向评价进行扩展,加入用户评价指标,建立机械加工云服务双向评价模型,并对定性指标量化处理,通过计算服务QoS指标评价值和用户评价指标的相似度,对候选机械加工服务进行排序,选择出最适合用户的加工服务,不仅考虑到了用户的需求,也使服务提供者的利益得到保障,提升了双方合作的满意度。研发了云模式下机械加工服务供需匹配原型系统。分析系统功能并给出工作流程图,利用Java语言、MySQL数据库等开发系统,验证了论文所提模型与方法的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取