云制造环境中面向多任务的服务组合与优化技术研究

【摘要】：云计算、物联网等新一代信息技术的迅猛发展，与先进制造模式和技术相融合，形成了云制造模式。它旨在汇聚全球资源、实现优化配置，为制造业转型升级提供了新的核心推动力，而服务组合与优化技术正是云制造中实现资源优化配置的关键使能技术。然而，由于云制造具有开放性及多用户制造特征，使其环境中的服务组合与优化问题具有多任务背景；其高度的系统伸缩性与需求复杂性，使云制造中的多任务请求模式变得更为复杂，进而导致云制造中的服务组合与优化问题复杂性增加。如何适应云制造多任务背景及复杂的多任务请求模式，实现服务组合与优化技术，提升优化配置效果，成为本文关注的问题核心。 本文针对云制造多任务背景及复杂的多任务请求模式，以服务组合与优化问题为研究对象，以提升资源优化配置的整体效果为研究目标，探讨云制造环境下面向多任务的服务组合与优化的关键技术。主要工作如下： ①提出了云制造环境中的服务组合与优化技术框架，并归纳总结出三种服务组合模式。首先，为明确云制造环境中的服务组合与优化关键技术问题，提出了云制造环境中的服务组合与优化技术框架；在该框架下，分析相关领域关键技术的研究状况，了解其在云制造环境中的适用性。接着，重点探讨了单任务请求模式下的服务组合与优化技术对于云制造环境中的多任务请求模式的支持力度；并以此为契机，归纳总结出三种服务组合模式，指出了包含单任务组合模式在内的四种服务组合模式相互之间转化的条件，将本文研究的服务组合与优化问题与传统的服务组合与优化问题统一在云制造多任务背景下。 ②针对云制造环境中的简单多任务请求模式，研究了一对一型组合模式的服务组合与优化问题，提出一对一型组合模式的服务组合与优化技术。主要成果包括：1）在全局策略和问题模型上，突破了面向单任务服务组合与优化问题在任务请求数量上的限制，实现了面向多任务的整体决策，克服了单任务模式下因忽略任务间的潜在QoS约束造成的组合失败问题。2）设计了基于矩阵编码的改进遗传算法，实现了基于一对一型组合模式的服务组合优化决策，仿真实验表明，该算法具有良好求解效果和时间性能。 ③针对某些任务带有强QoS约束的请求模式，研究了多对一型组合模式的服务组合与优化问题，突破了既往服务组合与优化问题限定在任务请求与服务组合之间的“一一映射”关系，提出了多对一型组合模式的服务组合与优化技术。主要成果包括：1）设计了多对一型模式下的全局策略，该策略允许绑定多个能力不足的组合服务共同执行强QoS约束的任务，仿真实验表明：该策略在QoS表现和QoS约束满足成功率上，显著优于面向单任务及基于一对一型组合模式的全局策略。2）提出了外部组合结构模式的定义及其表达式，对传统服务组合与优化理论是一个拓展和补充。3）提出了基于混合算子的矩阵遗传算法，仿真实验表明：该算法可以用比较小的额外时间开销获得适应度的显著提升。 ④针对任务数量超出可用服务储备的请求模式，研究了多对多型组合模式的服务组合与优化问题，突破了既往服务组合与优化问题中组合服务不可共享的限制，提出了多对多型组合模式的服务组合与优化技术。主要成果包括：1）设计了更优于多对一型全局策略的新策略，该策略不仅可进行组合云服务的优化分组，还可实施任务请求的优化配置，仿真结果表明，新策略可在资源充足时取得不劣于多对一型全局策略的结果，在资源不足时可获得更高的QoS表现、QoS约束满足成功率和资源利用率。2）设计了基于混合算子的协同进化矩阵遗传算法，仿真结果表明：它在求解效果和时间性能上均优于基于混合算子的矩阵遗传算法。 上述研究最终形成了包含技术框架、组合模式、全局策略、QoS建模评估方法、智能优化算法等理论与技术在内的、云制造环境中面向多任务的服务组合与优化的方法体系。