[发明专利]一种基于语义的云排产系统

说明书

技术领域

本发明涉及一种云制造系统，尤其是涉及一种基于语义的云排产系统。

背景技术

排产问题是每个制造企业都关系的核心问题，它直接关系到企业的效益竞争力。但原有的排产问题均局限于单个生产主体内部进行。随着信息网络技术的迅速发展，云计算、互联网与智能服务为个性化制造和服务创新提供了有力工具和环境，个性化制造和规模化协同创新有机结合将成为重要的生产方式。在此基础上，出现了云制造的概念。云制造是网络化制造、ASP平台、制造网格和云计算等概念和技术的延伸，是一种面向服务的、高效低耗和基于知识的网络化、敏捷化制造新模式。在这种模式下，存在海量的各种制造资源和能力，同时，也存在大量需要各种服务的任务请求。这些制造资源、能力与任务请求是异构的，因此，如何准确、快速地根据需求并在可选择的资源内确定排产结果是迫切需要解决的问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种资源利用效率高、可扩展的基于语义的云排产系统。

本发明的目的可以通过以下技术方案来实现：

一种基于语义的云排产系统，包括依次连接的生产资源云池、生产资源按需发现模块和云排产计算模块，其中，

所述的生产资源云池对生产资源和任务采用统一的形式化描述规则进行描述后，保存生产资源和任务；

所述的生产资源按需发现模块根据生产资源云池中的任务发现所有合适的生产资源；

所述的云排产计算模块将生产资源按需发现模块发现的生产资源和任务转化为需解决的排产问题，利用智能算法计算出满足该排产问题的最优生产资源组合。

所述的采用统一的形式化描述规则进行描述是指采用本体对生产资源和任务进行统一描述。

所述的本体包括生产资源领域本体和任务本体，所述的生产资源领域本体中包括5个基本类，分别为生产资源能力类、生产资源类、生产过程类、生产能力指标类和生产企业类。

所述的生产资源按需发现模块发现合适的生产资源时，首先判断任务是否为原子任务，若是，则直接利用语义推理得到匹配的生产资源，若否，则基于工艺对任务进行分解后再利用语义推理进行生产资源的匹配。

所述的智能算法为基于动态评价的混合免疫模拟退火算法。

所述的基于动态评价的混合免疫模拟退火算法的步骤为：

1)识别抗原，根据排产问题中的生产资源进行抗体编码；

2)产生解群体，按照设定的群体规模，在解空间中随机产生最初的抗体群体；

3)对抗体进行动态评价，对抗体进行从优到差的排序，并将排在前若干位的抗体作为记忆细胞保存到记忆库中，下一代进化时直接进入新种群；

4)将排在后若干位的抗体保存至较差解集中，将其余抗体保存至中等解集中；

5)判断较差解集是否已满，若是，则执行步骤6)，若否，则返回步骤3)；

6)对中等解集和较差解集进行差异化的免疫进化；

7)对步骤6)得到的抗体进行模拟退火搜索；

8)判断得到的解是否满足结束条件，若是，则输出解，若否，则返回步骤2)。

所述的差异化的免疫进化是指：将较优解集、中等解集和较差解集分别设置不同的进化参数进化，所述的进化参数包括交叉概率和变异概率。

所述的结束条件是指：连续几次迭代，排产问题中所设定的目标函数值不变或目标函数值差值小于设定值。

与现有技术相比，本发明具有以下优点：

1)本发明提供了统一的生产资源描述方式，大大提高了云排产系统的灵活性和可扩展性，使得生产资源可随时随地接入和退出，突破了传统排产系统对生产资源固定分布的限制；

2)本发明按照云的方式存储生产资源，大大提高了资源的协同性和利用效率；

3)本发明在云排产算法中，通过动态多次评价抗体的方法，减弱极端抗体对评价的影响，更加客观地对解种群进行评价分类，避免了较优抗体的一次性被消除，加快了算法在后期的收敛速度，差异化的进化策略降低了搜索结果对参数的敏感程度，增强了算法的鲁棒性。

附图说明

图1为本发明的结构示意图；

图2为本发明中基于动态评价的混合免疫模拟退火算法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种基于语义的云排产系统，包括依次连接的生产资源云池1、生产资源按需发现模块2和云排产计算模块3。