張世淼,邵宏宇,陳 辰,陳永亮
(天津大學(xué)機(jī)構(gòu)理論與裝備設(shè)計(jì)教育部重點(diǎn)實(shí)驗(yàn)室,天津300354)
隨著云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)與先進(jìn)制造技術(shù)的融合,云制造作為一種面向服務(wù)的、高效低耗的智能性網(wǎng)絡(luò)化制造新模式[1],已成為制造業(yè)發(fā)展的重要方向。國(guó)務(wù)院發(fā)布的《中國(guó)制造2025》提到:“發(fā)展基于互聯(lián)網(wǎng)的個(gè)性化定制、眾包設(shè)計(jì)、云制造等新型制造模式,推動(dòng)形成基于消費(fèi)需求動(dòng)態(tài)感知的研發(fā)、制造和產(chǎn)業(yè)組織方式?!迸c傳統(tǒng)制造相比,云制造的環(huán)境開(kāi)放,能夠滿足海量用戶的個(gè)性化需求,實(shí)現(xiàn)閑置資源的高效共享。
目前,在面向云制造的供應(yīng)鏈流程管控過(guò)程中,存在跨規(guī)模企業(yè)供應(yīng)鏈協(xié)同效率低的問(wèn)題[2]。隨著制造業(yè)的生產(chǎn)模式逐漸向小批量、多種類發(fā)展,很多板材加工類中小企業(yè)因智能化、信息化生產(chǎn)水平較低,極大部分板材余料被當(dāng)作廢料處理,難以再次利用。依托云制造模式的“制造即服務(wù)”思想[3‐4],通過(guò)云制造平臺(tái)將分布在各地的各類制造資源虛擬化和服務(wù)化,并進(jìn)行統(tǒng)一管理,實(shí)現(xiàn)資源共享。因此,可將板材余料作為重要資源再次融入產(chǎn)品制造周期中,同時(shí)促進(jìn)企業(yè)閑置加工設(shè)備的再次利用。在復(fù)雜的制造需求下,如何針對(duì)板材余料資源建立智能分類方法,對(duì)加工企業(yè)的板材余料和加工設(shè)備資源進(jìn)行最優(yōu)匹配,實(shí)現(xiàn)制造資源的服務(wù)化與高效共享[5‐6],對(duì)不同規(guī)模企業(yè)的供應(yīng)鏈協(xié)同實(shí)現(xiàn)動(dòng)態(tài)優(yōu)化,已成為亟待解決的問(wèn)題。
目前,國(guó)內(nèi)外學(xué)者已對(duì)云制造環(huán)境下資源的服務(wù)匹配問(wèn)題進(jìn)行了研究。例如:李慧芳等[7]采用五元組方法對(duì)制造資源進(jìn)行描述,并根據(jù)服務(wù)類型和狀態(tài)信息,提出了一種智能化的制造云服務(wù)搜索與匹配方法;荊彥臻[8]建立了面向加工能力的服務(wù)描述模型,采用聚類算法對(duì)功能性信息進(jìn)行聚類,提出了基于可拓論的機(jī)械加工云服務(wù)集合選擇方法,提高了服務(wù)匹配效率;孫曉琳[9]針對(duì)云制造環(huán)境下供應(yīng)商的匹配,設(shè)計(jì)了三階段匹配算法,主要包括功能性匹配、QoS(quality of service,服務(wù)質(zhì)量)匹配和綜合信息匹配;Zaremski等[10]對(duì)函數(shù)和模塊兩類軟件庫(kù)組件進(jìn)行定義,提出了一種考慮精確匹配并兼顧不同松弛特征的函數(shù)‐模塊匹配方法;Zapater等[11]采用基于服務(wù)標(biāo)準(zhǔn)分類的匹配方法,將服務(wù)的匹配程度分為一般匹配、完全匹配等,并對(duì)服務(wù)進(jìn)行歸類;趙金輝等[12]提出了基于QoS的云服務(wù)雙向匹配模型,針對(duì)供需雙方的評(píng)價(jià)信息,利用可變模糊識(shí)別方法對(duì)多指標(biāo)信息的綜合滿意度進(jìn)行計(jì)算;高亞春等[13]提出了一種基于QoS本體的Web服務(wù)選擇方法,將QoS參數(shù)的語(yǔ)義匹配度和數(shù)值匹配度相結(jié)合,利用歸一化算法對(duì)不同類型的QoS參數(shù)進(jìn)行標(biāo)準(zhǔn)化;Ahmed等[14]采用人工神經(jīng)網(wǎng)絡(luò)建立了基于QoS的服務(wù)匹配模型;Wang等[15]提出了一種基于多用戶的服務(wù)匹配框架,利用歷史用戶的經(jīng)驗(yàn)QoS值來(lái)預(yù)測(cè)丟失的QoS值,以提供全局最優(yōu)的服務(wù)匹配結(jié)果。
綜上所述,目前對(duì)云制造模式的研究主要集中在服務(wù)提供方為機(jī)加工型企業(yè)時(shí)的資源服務(wù)化、資源組織與資源匹配上,而針對(duì)余料型企業(yè)資源服務(wù)匹配的相關(guān)研究較少。由于余料資源與加工設(shè)備資源不同,現(xiàn)有的資源服務(wù)化、資源組織與資源匹配方法無(wú)法直接應(yīng)用。因此,筆者擬基于板材余料資源的特點(diǎn)[16‐17],對(duì)云制造環(huán)境下板材余料資源的服務(wù)匹配方法進(jìn)行研究,并結(jié)合實(shí)例進(jìn)行可行性驗(yàn)證。云制造環(huán)境下板材余料資源服務(wù)匹配方法的整體架構(gòu)如圖1所示。
圖1 云制造環(huán)境下板材余料資源服務(wù)匹配方法的整體架構(gòu)Fig.1 Overall architecture of service matching method for surplus sheet material resource in cloud manufacturing environment
目前,制造資源的本體建模尚沒(méi)有統(tǒng)一的方法,建模對(duì)象、建模目的和建模約束不同時(shí)所采用的建模方法是不同的。在制造資源本體建模方法中,“七步法”最為常用[18]。在“七步法”中,使用頻率最高的工具是Protégé軟件,該軟件通過(guò)樹(shù)形結(jié)構(gòu)存儲(chǔ)本體的概念和屬性,可以清晰地梳理本體間的知識(shí)體系,創(chuàng)建資源本體模型。
板材加工企業(yè)與其他類型企業(yè)不同,其在擁有加工設(shè)備的同時(shí)還擁有大量的板材余料。與其他制造資源相比,板材余料資源的特殊性在于其形狀和面積較難識(shí)別和計(jì)算。此外,由于板材加工設(shè)備種類和數(shù)量眾多,實(shí)現(xiàn)板材余料及其加工設(shè)備資源的供需匹配成為一大難點(diǎn)。
針對(duì)板材加工企業(yè)制造資源的多樣性和異構(gòu)性,分別建立板材余料資源和板材加工設(shè)備資源的本體模型,并將服務(wù)描述語(yǔ)言轉(zhuǎn)化為云制造平臺(tái)可識(shí)別的語(yǔ)言,以消除語(yǔ)義信息的不一致。
與其他制造資源相比,板材余料資源除了具有海量性和異構(gòu)性的特點(diǎn)外,其在資源匹配中還具有優(yōu)先性。在資源組織方面,可以使具有類似余料資源的企業(yè)形成服務(wù)集合,對(duì)分散的余料資源進(jìn)行集中使用,以提高滿足用戶需求的能力。
板材加工企業(yè)的訂單種類多且動(dòng)態(tài)性強(qiáng),導(dǎo)致板材余料的形狀復(fù)雜多樣且信息分散;同時(shí),不同加工工藝可能會(huì)導(dǎo)致板材余料的理化屬性和力學(xué)屬性等不同。對(duì)板材余料資源的屬性進(jìn)行分析,構(gòu)建其本體模型,如圖2所示。
圖2 板材余料資源本體模型Fig.2 Ontology model of surplus sheet material resource
為實(shí)現(xiàn)板材余料資源的共享和交互,采用三元組方式來(lái)表示其本體:
式中:O為板材余料資源本體;C為板材余料資源概念集合;Re為板材余料資源概念關(guān)系集合,Re={attri‐bute‐of,kind‐of,instance‐of},其中“attribute‐of”表示一個(gè)概念是另一個(gè)概念的屬性,“kind‐of”表示2個(gè)概念間存在繼承關(guān)系,“instance‐of”表示概念與實(shí)例的關(guān)系;H為板材余料資源概念間的層次結(jié)構(gòu)。
根據(jù)板材余料資源本體模型的結(jié)構(gòu)特點(diǎn),建立板材余料資源描述模型,表示為:
式中:BA為基本屬性集合,包含板材余料的編號(hào)(ID)、供應(yīng)商編號(hào)(MsID)、材料(Mat);UA為調(diào)用屬性集合,包含板材余料的形狀(Shape)、面積(Area)、厚度(Thick)、最大有效長(zhǎng)度(RecL)、最大有效寬度(RecW);CI為注釋信息集合,包含板材余料的數(shù)量(Num)、表面質(zhì)量(有、無(wú)劃痕)(SurCondition)、模型(Model)。
對(duì)于某板材余料資源,可將其描述為:{{ID:MatR001,MsID:MS01,Mat:Q235},{Shape:兩邊平行型,Aera:0.54 m2,Thick:10 mm,RecL:60 mm,RecW:810 mm},{Num:23件,SurCondition:無(wú),Model:
板材加工設(shè)備分為沖床、剪切板和切割機(jī)三類。對(duì)板材加工設(shè)備的屬性進(jìn)行分析,構(gòu)建其本體模型,如圖3所示。
圖3 板材加工設(shè)備資源本體模型Fig.3 Ontology model of sheet material processing equipment resource
根據(jù)板材加工設(shè)備資源本體模型的結(jié)構(gòu)特點(diǎn),建立板材加工設(shè)備資源描述模型,表示為:
式中:BA為基本屬性集合,包含板材加工設(shè)備的編號(hào)(ID)、供應(yīng)商編號(hào)(MsID)、類型(Type)、型號(hào)(Mdl)和制造商信息(Mfr);FA為功能屬性集合,包含板材加工設(shè)備的輸入(Input)(即加工設(shè)備所能加工的材料)、輸出(Output)(即加工設(shè)備加工的工件類型和所能達(dá)到的最大加工尺寸)、加工前提(PreC)和預(yù)期結(jié)果(Exp);SA為狀態(tài)屬性集合,反映板材加工設(shè)備的狀態(tài),包含空閑、未滿負(fù)荷、滿負(fù)荷和失效等4種狀態(tài)。
對(duì)于某板材加工設(shè)備資源,可將其描述為:{{ID:MauR001,MsID:MS01,Type:切割,Mdl:ROB‐WELD,Mfr:奔騰 激 光},{Input:不銹鋼、碳素鋼、鎳合金、……,Output:毛坯、直接下料成形件,0.01 mm,3000 mm*1500 mm*150 mm,PreC:需求方提供圖紙及工藝要求,Exp:完成需求方工藝 要 求},{空 閑}}。
2.1.1 本體語(yǔ)義相似度計(jì)算
結(jié)合板材余料資源和板材加工設(shè)備資源本體模型的結(jié)構(gòu)特點(diǎn),利用語(yǔ)義相似度算法對(duì)其屬性參數(shù)進(jìn)行匹配??紤]到屬性參數(shù)對(duì)應(yīng)概念節(jié)點(diǎn)之間的深度和密度,采用權(quán)重分配的方式計(jì)算本體樹(shù)中第k層連接概念路徑的權(quán)重W(k),計(jì)算式為:
則概念間的語(yǔ)義距離D(C1,C2)為:
式中:l為本體樹(shù)中2個(gè)概念間最短路徑的長(zhǎng)度,在本文計(jì)算中取l=1。
在對(duì)板材余料資源與板材加工設(shè)備資源進(jìn)行匹配時(shí),主要涉及語(yǔ)義型屬性參數(shù)和數(shù)值型屬性參數(shù)的相似度計(jì)算。
1)語(yǔ)義型屬性參數(shù)。
當(dāng)對(duì)板材余料資源的形狀、材料等語(yǔ)義型屬性參數(shù)進(jìn)行匹配時(shí),其相似度計(jì)算式為:
式中:s(R ,S)為需求集合R與服務(wù)提供方集合S中對(duì)應(yīng)屬性參數(shù)之間的相似度;α為調(diào)節(jié)因子,當(dāng)需求輸出為服務(wù)輸出的父概念時(shí),α∈(1,2],其他情況下α=1。
2)數(shù)值型屬性參數(shù)。
當(dāng)對(duì)板材余料的厚度、面積等數(shù)值型屬性參數(shù)進(jìn)行匹配時(shí),為了避免匹配結(jié)果為厚度、面積過(guò)大的板材余料,在計(jì)算厚度與面積等屬性參數(shù)的相似度時(shí),加入權(quán)重以控制匹配結(jié)果,計(jì)算式為:
2.1.2 板材余料的服務(wù)集合初選
依據(jù)板材余料在服務(wù)匹配中的優(yōu)先性原則,對(duì)板材余料資源與其加工設(shè)備資源進(jìn)行匹配,初步選定待選服務(wù)集合。首先根據(jù)板材余料的基本屬性進(jìn)行類別篩選,然后計(jì)算板材余料其他屬性參數(shù)的相似度,最后輸出待選服務(wù)集合。
在初選板材余料服務(wù)集合時(shí),需先定義板材余料與板材加工設(shè)備之間的需求關(guān)系。由于需求包含服務(wù)描述內(nèi)容,基于上文構(gòu)建的板材余料資源和加工設(shè)備資源的描述模型,對(duì)某一具體需求進(jìn)行描述,如表1所示。
表1 某板材余料與板材加工設(shè)備的需求描述Table 1 Demand description of surplus sheet material and sheet processing equipment
步驟1 板材余料類別匹配。
按照板材余料的形狀,將云制造平臺(tái)下板材余料資源分為兩邊平行型、兩邊垂直型、矩形組合型、多邊形、矩形、正方形、圓形、三角形和不規(guī)則型等9種類型,形成9個(gè)資源集合。通過(guò)板材余料形狀的匹配可快速過(guò)濾無(wú)關(guān)資源,提高服務(wù)匹配效率。
輸入:板材余料形狀需求(R.Shape)。
輸出:板材余料資源集合(S'Mat)。
在板材余料資源本體模型中,“形狀”為語(yǔ)義型屬性參數(shù),利用式(6)計(jì)算其匹配度,若匹配度為1,則輸出該形狀下的板材余料資源集合SMat。
步驟2 板材余料資源其他屬性(主要為材料、面積和厚度)匹配。
輸入:板材余料材料需求(R.Mat)、板材余料面積需求(R.Area)、板材余料厚度需求(R.Thick)、板材余料數(shù)量需求(R.Num)、板材余料表面質(zhì)量需求(R.SurCondition)和匹配度閾值(ωRMat)。
輸出:板材余料資源匹配集合(S'Mat)、板材余料匹配度集合(d)、服務(wù)提供方集合(S1)。
初始狀態(tài)下板材余料資源匹配集合S'Mat=?,d=?,S1=?,板材余料資源其他屬性的匹配流程為:
1)上述板材余料屬性中包含語(yǔ)義型和數(shù)值型屬性參數(shù),利用式(6)和式(7)計(jì)算需求集合R與板材余料資源集合SMat中各對(duì)應(yīng)屬性參數(shù)的匹配度,R與SMati(i為板材余料資源集合內(nèi)元素的序號(hào),i=1,2,…,K1)的匹配度di為各屬性參數(shù)匹配度的均值,若di≥ωRMat,則保留板材余料資源集合SMati,即S'Mat=
2)i=i+1,若i≤K1,則轉(zhuǎn)1),否則轉(zhuǎn)3)。
3)算法終止,輸出板材余料資源匹配集合S'Mat、板材余料資源匹配度集合d和服務(wù)提供方集合S1。
2.1.3 板材加工設(shè)備資源匹配
考慮到制造資源與服務(wù)提供方的關(guān)聯(lián)性,基于輸出的服務(wù)提供方集合S1,輸出服務(wù)提供方所擁有的板材加工設(shè)備資源集合SManu。板材加工設(shè)備資源的匹配主要涉及類型、輸入和輸出的匹配。由于需求與服務(wù)可能含有多個(gè)輸入、輸出,當(dāng)且僅當(dāng)需求的每一個(gè)輸入、輸出與資源的輸入、輸出完全匹配時(shí),需求方與服務(wù)方的板材加工設(shè)備資源信息才是匹配的。
步驟1 板材加工設(shè)備類型與狀態(tài)信息的匹配。
通過(guò)板材加工設(shè)備類型與狀態(tài)信息的匹配,可以快速淘汰無(wú)關(guān)資源。
輸入:板材加工設(shè)備類型需求(R.Type)和匹配度閾值(ωType)。
輸出:板材加工設(shè)備資源匹配集合(S'Manu),類型匹配度集合(dType)。
初始狀態(tài)下S'Manu=?,dType=?,板材加工設(shè)備類型與狀態(tài)信息的匹配流程為:
1)利用式(5)計(jì)算板材加工設(shè)備資源集合SManu內(nèi)設(shè)備類型與需求類型的匹配度dTypej=s(R.Type,Type)。若dTypej≥ωType且加工設(shè)備不處于超負(fù)荷狀態(tài),則保留設(shè)備資源SManuj(j為板材加工設(shè)備資源集合內(nèi)元素的序號(hào),j=1,2,…,K2),即S'Manu=
2)j=j+1,若j≤K2,則轉(zhuǎn)1),否則轉(zhuǎn)3)。
3)算法終止,輸出板材加工設(shè)備資源匹配集合S'Manu及對(duì)應(yīng)的服務(wù)匹配度集合d'Type。
步驟2 板材加工設(shè)備的輸入與輸出匹配。
板材加工設(shè)備輸入與輸出匹配的基本思路為:對(duì)需求和上一步驟內(nèi)輸出的板材加工設(shè)備資源匹配集合S'Manu的每一個(gè)輸入與輸出進(jìn)行匹配。假設(shè)板材加工設(shè)備資源輸出有n個(gè),需求輸出有m個(gè),當(dāng)m>n時(shí),需求與服務(wù)無(wú)法匹配;當(dāng)m≤n時(shí),依據(jù)需求概念相對(duì)資源概念所在的層級(jí),選用合適的方法計(jì)算其匹配度。同理,對(duì)于需求輸入的匹配,需求輸入有p個(gè),資源輸入有q個(gè),當(dāng)p>q時(shí),需求與服務(wù)不能匹配;當(dāng)p≤q時(shí),依據(jù)相應(yīng)的公式計(jì)算其匹配度。
輸入:輸入需求(R.Input)、輸出需求(R.Output)和匹配度閾值ωIO。
輸出:板材加工設(shè)備資源匹配集合(S'Manu)、輸入與輸出的匹配相似度集合(dIO)和服務(wù)提供方集合(S2)。
初始狀態(tài)下dIO=?,板材加工設(shè)備的輸入與輸出的匹配流程:
1)當(dāng)m≤n且p≤q時(shí),逐一計(jì)算板材加工設(shè)備資源匹配集合S'Manu內(nèi)設(shè)備輸入與輸出的匹配度,取二者均值為輸入與輸出匹配度dIOt。若dIOt≥ωIO,則保留該資源,否則將此條資源刪除,dIO={ }dIOt∪dIO。
2)算法終止,輸出板材加工設(shè)備資源匹配集合S'Manu、輸入與輸出匹配度集合dIO和服務(wù)提供方集合S2。
板材加工企業(yè)的QoS指標(biāo)主要包括價(jià)格、信譽(yù)度、響應(yīng)時(shí)間、物流服務(wù)、排產(chǎn)期以及曾經(jīng)合作情況等6個(gè)指標(biāo),如圖4所示。
圖4 板材加工企業(yè)的QoS指標(biāo)Fig.4 QoS indicators for sheet material processing enterprises
板材加工企業(yè)的QoS指標(biāo)可表示為:
其中:Pc表示價(jià)格,指用戶付的酬金;Rep表示信譽(yù)度,指用戶對(duì)服務(wù)的評(píng)價(jià);Tr表示響應(yīng)時(shí)間,指需求從發(fā)布到接收所需的時(shí)間;Cv表示物流服務(wù),指當(dāng)前定價(jià)下是否提供物流服務(wù);Sp表示排產(chǎn)期,指接收任務(wù)到執(zhí)行任務(wù)的生產(chǎn)時(shí)間;Co表示曾經(jīng)合作情況,有些用戶更傾向于與合作過(guò)的服務(wù)方再次合作,以達(dá)成長(zhǎng)期的戰(zhàn)略合作。
但是,某些評(píng)價(jià)指標(biāo)很難定量描述,例如信譽(yù)度常采用“高”“低”“一般”等自然語(yǔ)言來(lái)描述,為模糊語(yǔ)言[19];此外,用戶對(duì)QoS往往有不同的偏好[20‐21],匹配結(jié)果不一定滿足用戶需求。因此,采用三角模糊數(shù)將模糊語(yǔ)言轉(zhuǎn)化為數(shù)值進(jìn)行定量描述;此外,為滿足用戶個(gè)性化需求,在計(jì)算QoS時(shí)引入用戶偏好P和三角模糊數(shù)μ(x)。
式中:lL為模糊下限;uL為模糊上限;h為模糊數(shù)在模糊區(qū)間內(nèi)可能性最大的值,lL≤h≤uL。
對(duì)于一個(gè)給定論域M上的模糊集,總存在一個(gè)數(shù)使得μ(x)∈[ ]0,1。將各類Qos指標(biāo)的描述語(yǔ)言轉(zhuǎn)化為三角模糊數(shù),如表2所示。
表2 Qos指標(biāo)的描述語(yǔ)言與三角模糊數(shù)對(duì)照表Table 2 Comparison table of QoS index description lan‐guage and triangular fuzzy number
基于三角模糊數(shù),QoS的計(jì)算步驟為:
1)QoS矩陣Q中每一行代表某一服務(wù)提供方的QoS指標(biāo),每一列代表各企業(yè)QoS指標(biāo)的對(duì)比。對(duì)各QoS指標(biāo)進(jìn)行歸一化處理后得到Q',然后提取最優(yōu)QoS指標(biāo),得到矩陣B=[b1b2…b6]。
2)引入用戶偏好,計(jì)算Q'與B中每一列的相似度。由于矩陣內(nèi)元素為三角模糊數(shù),選用三角模糊數(shù)歐幾里得貼近度進(jìn)行計(jì)算,為:
式中:Pg為用戶偏好;x'fg為QoS歸一化矩陣Q'中的元素。
3)依照Q'與B中對(duì)應(yīng)元素的匹配度,對(duì)集合S進(jìn)行排序,返回排序后的最終輸出集合S'。
以表1為需求信息的輸入來(lái)源,利用6家企業(yè)的20條板材余料資源與20條板材加工設(shè)備資源信息進(jìn)行服務(wù)匹配,以驗(yàn)證本文方法的可行性。板材余料資源和板材加工設(shè)備資源信息分別如表3和表4所示。
表3 板材余料資源信息Table 3 Surplus sheet material resource information
表4 板材加工設(shè)備資源信息Table 4 Sheet material processing equipment resource information
依據(jù)板材余料形狀的本體結(jié)構(gòu),計(jì)算各形狀匹配度。通過(guò)計(jì)算可得,9種板材余料形狀的匹配度如表5所示。
表5 板材余料形狀的匹配度Table 5 Matching degree of shapes of surplus plate material
依據(jù)圖5所示的板材余料資源材料的本體結(jié)構(gòu),計(jì)算板材余料資源各屬性參數(shù)的匹配度及其綜合匹配度,結(jié)果如表6所示。
圖5 板材余料材料的本體結(jié)構(gòu)Fig.5 Ontology structure of material of surplus sheet material
根據(jù)表6結(jié)果,通過(guò)計(jì)算,輸出的結(jié)果為:
表6 板材余料資源的匹配度Table 6 Matching degree of surplus sheet material resource
根據(jù)計(jì)算得到的S1,導(dǎo)出板材加工設(shè)備資源集合SManu。首先,淘汰狀態(tài)為滿負(fù)荷的板材加工設(shè)備ManuR04和ManuR14;然后,計(jì)算板材加工設(shè)備形狀與需求形狀的匹配度。板材加工設(shè)備類型的本體結(jié)構(gòu)如圖6所示,其匹配度計(jì)算結(jié)果如表7所示。
圖6 板材加工設(shè)備類型的本體結(jié)構(gòu)Fig.6 Ontology structure of type of sheet material processing equipment
根據(jù)表7結(jié)果,通過(guò)計(jì)算可得:
表7 板材加工設(shè)備類型的匹配度Table 7 Matching degree of type of sheet material pro‐cessing equipment
然后對(duì)S'Manu進(jìn)行服務(wù)輸入與輸出匹配,結(jié)果如表8所示。
表8 板材加工設(shè)備輸入與輸出的匹配度Table 8 Matching degree of input and output of sheet material processing equipment
通過(guò)計(jì)算,輸出的結(jié)果為:
根據(jù)上文的模糊QoS匹配算法,輸入:S={MS01,MS02,MS04,MS05} ,P={0.2,0.1,0.1,0.2,0.3,0. 1 },輸出:依據(jù)QoS匹配排序的服務(wù)提供方集合S。'4家供應(yīng)商的QoS指標(biāo)如表9所示。
根據(jù)表9結(jié)果,對(duì)各板材加工企業(yè)的QoS指標(biāo)進(jìn)行三角模糊化并建立矩陣Q:
表9 4家供應(yīng)商的QoS指標(biāo)Table 9 QoS index of four suppliers
利用式(9)對(duì)Q進(jìn)行歸一化處理,得到Q':
得:
利用式(10)計(jì)算Q'與B對(duì)應(yīng)列的匹配度,最終得到供應(yīng)商排序結(jié)果為:
則滿足需求的板材余料資源與板材加工設(shè)備資源集合為:
經(jīng)過(guò)匹配計(jì)算后,得到了需求與每條資源間的匹配度,在眾多資源中匹配出4家供應(yīng)商的6條板材余料資源與5條加工設(shè)備資源可滿足需求,并通過(guò)模糊QoS匹配算法對(duì)4家供應(yīng)商進(jìn)行了排序,驗(yàn)證了該匹配方法的可行性。
針對(duì)板材加工行業(yè)內(nèi)板材余料浪費(fèi)嚴(yán)重且再利用困難的問(wèn)題,依托云制造技術(shù),將板材余料作為制造資源接入云制造平臺(tái),從知識(shí)領(lǐng)域?qū)用鎸?duì)板材余料和板材加工設(shè)備資源進(jìn)行本體建模,提出了一種基于語(yǔ)義相似度算法同時(shí)融入QoS信息的分層次資源描述模型。先通過(guò)語(yǔ)義相似度算法對(duì)板材余料和板材加工設(shè)備的各個(gè)屬性參數(shù)進(jìn)行匹配,得到初選服務(wù)集合;再通過(guò)模糊QoS匹配算法對(duì)用戶需求進(jìn)行匹配,得到優(yōu)選服務(wù)集合;最后,結(jié)合實(shí)例驗(yàn)證了該方法的可行性。
本文主要?jiǎng)?chuàng)新點(diǎn)包括以下2個(gè)方面:1)資源服務(wù)化。本文通過(guò)構(gòu)建資源本體模型,提出了一種基于語(yǔ)義相似度算法同時(shí)融入QoS信息的分層信息模型,對(duì)余料資源進(jìn)行匹配。2)資源共享化。搭建了一個(gè)制造能力與資源高度共享且用戶可按需調(diào)用的制造體系。余料被作為廢物處理時(shí),其價(jià)格往往只有原價(jià)格的1?5,傳統(tǒng)的資源匹配方法因訂單的零散性、行業(yè)區(qū)域的分散性等原因而導(dǎo)致匹配效率很低。本文所提出的方法可為企業(yè)余料資源的再利用提供指導(dǎo),促使余料資源信息在行業(yè)內(nèi)高度共享,在提高資源利用率的同時(shí)大大降低了成本。