[發明專利]一種面向大規模多批次任務協同的云制造服務組合優化方法

在審

• 申請號: 202110033906.3
• 申請日: 2021-01-12
• 公開（公告）號: CN112651483A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 劉志;李鵬航;朱李楠;沈國江
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 杭州之江專利事務所(普通合伙) 33216
• 代理人: 張慧英

本發明涉及一種面向大規模多批次任務協同的云制造服務組合優化方法，本發明通過基于多種改進的人工蜂群算法對大規模多批次任務協同組合模型的尋優過程進行優化，以優化后的大規模多批次任務協同組合模型來解決面向大規模多批次任務協同的云制造服務組合優化問題，本發明具有較強的魯棒性、收斂速度快以及全局尋優能力強，提高了求解的準確性；同時以生產時間為優化目標，實現了云制造環境下，大規模多批次任務協同的服務組合優化，縮短了整個任務生產時間。

技術領域

本發明涉及群智能優化技術領域，尤其涉及一種面向大規模多批次任務協同的云制造服務組合優化方法。

背景技術

云制造系統匯集了大量的制造任務需求和服務資源，制造任務和資源的規模化、分散性、異構性導致云制造服務組合的應用場景不斷產生變化。相比于傳統的制造任務模式，多批次協同執行的制造任務模式在縮短生產加工周期以及操作管理便捷性等方面具有更好的表現。然而，在云制造大批次任務執行過程中，需要轉移的子批次總數是巨大的，因此加工時間久。為了有效地縮短生產時間，節約人力物力的消耗，爭取較大的降價空間，進而為企業在緊張而激烈的市場競爭下提升自身的競爭力。在大規模多批次任務協同執行的生產制造模式背景下，以云制造中最為經典之一的生產時間為優化目標，就如何使得整個任務加工總耗時最短展開研究。

制造廠商往往需要處理大量來自客戶的生產訂單(例如，需要生產2000臺汽車)。為了盡可能地縮短完工時間，在任務執行過程中，云平臺需要將任務分解為多個子批次，每個子批次任務對應批次任務中的一組零件加工任務，這些零件在一臺機器上進行加工，然后在剩余的部分完成之前轉移到下一臺機器上。因此，云平臺需要在有限時間內處理大量的批次制造任務需求。在此類多批次任務背景下，傳統的服務組合方法難以適用，必須研究面向多批次制造任務的服務組合方法加以解決。傳統的服務組合方法針對每個任務需求，都將執行一次優選過程，并尋找最優的組合方案，且完全以滿足當前任務需求為目標。這往往導致較優的資源被先執行的服務組合用盡，導致后續任務的執行效率和質量無法得到滿足，從而很難保證多批次任務需求得到較好地處理，也難以保證有限的制造資源在多批次制造任務需求之間得到全局最優分配。基于以上分析，對上述問題進行建模，提出云制造服務組合模型(Multi-Module Subtasks Collaborative Execution for CloudManufacturing Service Composition，MMSCE-CMSC)，在此基礎上，提出了一種基于多種改進策略的人工蜂群算法(Multiple Improvement Strategies based Artificial BeeColony Algorithm，MISABC)。在MMSCE-CMSC中，傳統的人工蜂群算法(Artificial BeeColony Algorithm，ABC)難以獲得穩定的最優解。因此，本專利嘗試通過引入幾種改進策略來提高ABC的全局搜索能力和尋優精度，以實現面向大規模多批次任務協同的云制造服務組合優化。

發明內容

本發明為克服上述的不足之處，目的在于提供一種面向大規模多批次任務協同的云制造服務組合優化方法，本發明通過基于多種改進的人工蜂群算法對大規模多批次任務協同組合模型的尋優過程進行優化，以優化后的大規模多批次任務協同組合模型來解決面向大規模多批次任務協同的云制造服務組合優化問題，本發明具有較強的魯棒性、收斂速度快以及全局尋優能力強，提高了求解的準確性；同時以生產時間為優化目標，實現了云制造環境下，大規模多批次任務協同的服務組合優化，縮短了整個任務生產時間。

本發明是通過以下技術方案達到上述目的：一種面向大規模多批次任務協同的云制造服務組合優化方法，包括如下步驟：

(1)首先將制造任務Task(T)劃分為若干個子任務，在云平臺選取多個候選云服務并組成候選云服務集，建立面向云制造服務組合的大規模多批次任務協同組合模型；

(2)采用基于多種改進策略的人工蜂群算法對大規模多批次任務協同組合模型的尋優過程進行優化；