[发明专利]一种面向云制造任务的制造资源匹配方法

权利要求书

1.一种面向云制造任务的制造资源匹配方法，其特征是，包括：

获取云制造任务数据；

对云制造任务进行任务分解，得到对应不同制造工序的子任务；

进行云平台制造资源匹配，得到满足云制造任务要求的至少一个制造资源区域，各制造资源区域包括分别对应各子任务的至少一个制造资源；

针对各制造资源区域，利用预设的评估规则，分别对其中的各制造资源进行评估；

根据评估结果，基于各制造资源区及其内的制造资源构造云制造任务的生产链，并求解最优生产路径；

其中，按照加工类型对云制造任务进行任务分解，所述制造工序包括核心工序，根据核心工序进行云平台制造资源的匹配，包括：

获取各制造资源在制造资源分布的地理位置数据；

匹配对应核心工序的制造资源；

以各核心工序制造资源地理位置为中心，确定预设可接受范围内的待筛选制造资源区域；

响应于待筛选制造资源区域内对应云制造任务的各子任务分别至少有一制造资源，则获取并记录相应待筛选制造资源区域内的对应各子任务的制造资源数据；

所述基于各制造资源区域及其内的制造资源构造云制造任务的生产链，并求解最优生产路径，利用基于仿生调节机制的智能算法，包括；

假设全部制造资源区域构造的生产链有n种，云制造任务的子任务有N个，则所述最优生产路径求解包括：

对由n种针对云制造任务的不同分配方案所组成的组合解群体在N维空间进行搜索；

根据生物激素调节机制，对组合解的搜索速度公式进行改进，依据莱维飞行准则对组合解的位置公式进行改进，进而由资源组合更新公式对组合解进行更新，确定每个新组合解的速度和位置；

采用满足工期要求的最小化成本的适应度函数计算新组合解的适应度，进而更新组合解的个体最优组合和种群最优组合；

当满足预设的迭代终止条件时，求得种群最优解，输出相应的最优资源分配方案；

其中，所述由资源组合更新公式对组合解进行更新，包括：由n种针对一个云制造任务的分配方案所组成的组合解群体在N维空间进行搜索时，在第K次进化迭代中，组合解群体的编码信息的更新表达式为：

其中，

N为云制造任务中工序的个数，第i种分配方案的编码信息为x_i＝(x_i1，x_i2，…，x_iN)，其未来进化信息即组合解速度为v_i＝(v_i1，v_i2，…，v_iN)，i＝1，2，…，n；为按照粒子群算法更新的组合解位置，为按照莱维飞行准则更新的组合解位置，为最终确定的组合解位置；ω为惯性权重，ω₀代表惯性初始权值，ω_max、ω_min分别代表预设的惯性权重最大、最小值；c₁、c₂为学习因子，为[0,1]区间内均匀分布的随机参数，为K-1次迭代中的当前最优方案，为K-1次迭代中的历史最优方案，T代表阈值，T0，h表示Hill系数，且h≥1，α是步长缩放因子，Levy(λ)为随机搜索路径，为点乘运算，并满足莱维分布：Levy～u＝t^-λ，1λ≤3。

2.根据权利要求1所述的方法，其特征是，云制造任务数据中包括相应云制造任务核心工序制造资源对其它子任务制造资源的可接受范围。

3.根据权利要求1所述的方法，其特征是，还包括：在对云制造任务进行任务分解后，按照预设的制造类型与核心工序的对应关系，根据云制造任务的制造类型确定核心工序及其对应的子任务。

4.根据权利要求1所述的方法，其特征是，对于各制造资源区域，分别对其中的各制造资源进行综合评估的评估规则为：

分别对制造资源的投资风险，投入成本和产品性能进行评估；

基于三个评估结果值，对制造资源进行综合评价，得到制造资源的性价比结果为：

H＝(∑C+∑C')×(1-HR)/P

其中：H为综合性价比值，C为产品性能值，C'为客户关注性能值，P为投入成本，HR为投资风险。