云制造环境下可制造性评价

本书是基于对云制造基础理论的探究编写的，以促进云制造体系的完善。本书首次针对云制造环境下可制造性评价理论与方法进行研究，旨在提出一套科学评价体系，判断产品在云制造环境下的可制造性；智能、快捷搜索资源以及制造商；智能优化云方案；对制造云服务给予合理评价；促进云制造体系的完善，为云评价体系的建立提供基础理论和技术。本书具有以下特色： （1）本书提出了云制造环境下的可制造性评价理论与方法。 本书所提出的科学评价体系能够智能、快捷搜索资源以及制造商；智能优化云方案；并能对制造云服务给出合理评价。研究内容能够促进云制造体系的发展，为云评价体系的完善提供了基础理论和技术支持。 （2）本书内容充实、科学，与实际应用联系紧密。 当前，大多数中国制造企业已从大批量生产转向小批量、多品种，按订单生产，或者按订单设计的经营模式。其客户看重的并不是企业生产的现有产品，而是能够满足客户个性化需求的制造资源和制造能力。而本书内容可在云制造平台下实现制造服务的搜索、评价与优选。因此，本书可启迪读者思路，做到活学活用、学以致用，具有一定的实用性和可借鉴性。

近年来,云制造模式和技术的研究与应用促进了制造业向以“产品+服务”为主导的“集成化、协同化、敏捷化、绿色化、服务化、智能化”的新经济增长方式发展,进而加快了制造业实现“智慧化制造”,提高了制造企业的自主创新能力和市场竞争能力。但云制造技术还有许多问题亟待解决。本书针对云制造环境下可制造性评价问题进行深入分析与研究,并提出相应的解决办法,为云制造体系的完善与应用提供参考。
本书围绕云制造环境下可制造性评价理论与方法展开,全书共分为5章。第1章简要介绍云制造基础知识以及可制造性评价在云制造环境下的研究内容；第2章对云制造资源进行概述,建立基于制造资源特征属性的特征向量,采用模糊C-均值聚类算法构建模糊分类模型,并构建一种基于遗传模拟退火算法的模糊分类方法,用实例进行仿真分析,验证该方法的有效性；第3章构建制造商优选评价指标体系,采用多目标优化的方法,建立制造商优选模型,并提出一种基于智能优化算法、层次分析法、信息熵理论的云制造商优选方法,以三种不同客户需求下多个制造商的优选为例,验证该优选方法的有效性；第4章对云方案优选进行描述,搭建云方案优选评价指标体系,采用多目标优化方法,实现云方案优选的建模,并提出一种基于细菌觅食理论、层次分析方法和熵权法的云方案优选方法,以NGW51型减速器为例,验证该方法的有效性；第5章结合模糊综合评价算法对云制造服务进行建模,建立适合自身特点的综合评价模型,结合层次分析法的主观权重和熵权法的客观权重,构建组合评价权重模型,并通过实例仿真分析,说明模糊综合评价等级分类模型的特点。
本书由胡艳娟、王占礼、王金武、许小侠撰写,其中,王金武主要撰写第1章和第5章,胡艳娟撰写第2～4章,王占礼负责审稿,许小侠负责校对。同时,本书在编写过程中得到了长春工业大学、吉林大学、北京航空航天大学、美国密歇根大学的大力支持,并得到了吉林省智能制造技术工程研究中心、长春工业大学汽车工程研究院的帮助,在此一并表示衷心感谢!
本书相关的研究工作得到国家自然科学基金项目“云制造环境下可制造性评价理论与方法研究(51405030)”、吉林省青年科研基金项目“基于智能算法的面向云制造的可制造性评价技术研究(20160520069JH)”、吉林省教育厅项目“云制造环境下制造资源优化配置研究(JJKH20170557KJ)”的资助。
限于作者水平,书中不妥之处在所难免,恳请广大读者批评指正。

著 者

本书简要介绍云制造环境下可制造性的评价理论与方法。在大量制造资源集成的环境下，对制造资源进行基于加工特征的模糊聚类，实现云环境下制造资源的模糊分类、快速检索和匹配；全面考虑制造商受云制造环境一系列评价指标的影响，构建基于云制造环境的制造商优选多目标数学模型，并优选出最适合用户的制造商；基于客户和资源提供商的双重角度，综合考虑资源的一系列评价指标的影响，构建云方案优选多目标数学模型，并优选出最适合企业用户的加工方案；深入分析云制造服务的特点，结合模糊理论建立层次化的云制造模糊综合评价模型和多级云制造服务综合评价指标体系，进行评价结果等级分类，并通过实例仿真，验证该评价模型的有效性和实用性。
本书可供从事云制造、可制造性评价等的科研、工程技术人员阅读参考，也可供网络协同制造、制造服务与管理研究专业的师生参考。

第1章　概述 001
1.1　云制造基础知识 002
1.2　云制造环境下可制造性评价的内容简介 004
　1.2.1　云制造资源分类问题 004
　1.2.2　云制造环境下制造商优选问题 005
　1.2.3　云方案智能优选问题 005
　1.2.4　云制造服务综合评价问题 006
1.3　本章小结 006

第2章　云制造环境下制造资源模糊分类建模与仿真 007
2.1　云制造资源模糊分类建模 008
　2.1.1　模糊聚类算法简介 008
　2.1.2　云制造资源模糊分类问题描述 010
　2.1.3　云制造资源模糊分类建模 013
2.2　制造资源模糊分类仿真 015
　2.2.1　遗传模拟退火混合算法简介 015
　2.2.2　基于遗传模拟退火算法的制造资源模糊分类方法 017
　2.2.3　仿真实例分析 019
2.3　本章小结 024

第3章　云制造环境下制造商优选建模与仿真 025
3.1　制造商优选建模 026
　3.1.1　制造商优选问题解析 026
　3.1.2　制造商优选评价指标体系 028
　3.1.3　制造商优选数学模型建立 032
3.2　制造商优选仿真 037
　3.2.1　基于信息熵与层次分析法的权重计算 037
　3.2.2　智能体优化算法简介 046
　3.2.3　基于智能体优化算法的制造商优选方法 048
　3.2.4　仿真实例分析 052
3.3　本章小结 063

第4章　云方案智能优选建模与仿真 065
4.1　云方案智能优选建模 066
　4.1.1　云方案智能优选问题描述 066
　4.1.2　云方案智能优选数学模型 067
　4.1.3　云方案优选评价指标 071
4.2　云方案智能优选仿真 074
　4.2.1　细菌觅食优化算法简介 074
　4.2.2　基于层次分析法和熵权法的权重计算 076
　4.2.3　基于细菌觅食优化的云方案智能优选方法 083
　4.2.4　仿真实例分析 086
4.3　本章小结 103

第5章　基于模糊理论的云制造服务综合评价建模与仿真 105
5.1　基于模糊理论的云制造服务综合评价建模 106
　5.1.1　多级模糊综合评价模型建立 106
　5.1.2　层次分析法建模 108
　5.1.3　熵权法建模 112
　5.1.4　层次分析法和熵权法组合权重模型 113
5.2　基于模糊理论的云制造服务综合评价仿真 113
　5.2.1　建立多级云制造服务综合评价指标体系 113
　5.2.2　建立多级云制造服务评价因素集 116
　5.2.3　建立评价对象的评语集 118
　5.2.4　建立多级云制造服务综合评价指标模糊关系矩阵 119
　5.2.5　组合权重的确定 123
　5.2.6　多级模糊综合评价 132
　5.2.7　评价结果等级分类 134
5.3　本章小结 137

附录 139

参考文献 166