基于云模型蚁群优化的制造服务调度策略

• 论文 •

基于云模型蚁群优化的制造服务调度策略

张卫，潘晓弘，刘志，董天阳，张玲,

1.浙江大学现代制造工程研究所，浙江杭州310027;2.浙江工业大学计算机学院，浙江杭州310032;3.浙江科技学院经济管理学院，浙江杭州310012

出版日期:2012-01-15 发布日期:2012-01-25

Manufacturing service scheduling strategy based on cloud model ant colony optimization

ZHANG Wei, PAN Xiao-hong, LIU Zhi, DONG Tian-yang, ZHANG Ling,

1.Institute of Manufacturing Engineering, Zhejiang University, Hangzhou 310027,China;2.College of Computer, Zhejiang University of Technology, Hangzhou 310032,China;3.School of Economics and Management, Zhejiang University of Science and Technology, Hangzhou 310012,China

Online:2012-01-15 Published:2012-01-25

摘要/Abstract

摘要： 为快速响应制造企业用户在线使用制造服务，建立了制造服务调度模型，采用制造服务调度器产生服务的分配方案，通过接口进行制造服务选择，完成对用户服务申请的响应。提出基于服务质量的制造服务选择模型，该模型利用服务质量参数的约束，保证了制造服务申请的响应质量。结合云模型和蚁群算法对制造服务调度问题制定求解策略，利用云模型有效限制了蚁群算法陷入局部最优解。通过30个服务申请10个接口调度的算例分析，表明了该策略的可行性，且云模型蚁群优化取得了较模拟退火算法更好的优化结果。

关键词: 制造服务, 云模型, 蚁群算法, 服务选择, 服务分配, 调度

Abstract: To respond online manufacturing service use quickly by manufacturing enterprise users, the scheduling model for manufacturing service was established, and the allocation scheme was generated by manufacturing service dispatcher. The user service application response was completed by selecting manufacturing service through interface. Manufacturing service selection model based on service quality was proposed. Through using service parameter constraints, the application response quality of manufacturing service was guaranteed. The solution strategy was formulated by integrating the union cloud model and the Ant Colony Optimization (ACO), and ACO was limited to falling into the partial optimal solution effectively by using union cloud model. The example analysis for 30 services application in 10 interfaces scheduling demonstrated that the strategy was feasible, and the cloud model ACO obtained better optimization result comparing to the simulated annealing algorithm.

Key words: manufacturing service, cloud models, ant colony optimization, service selection, service allocation, scheduling

中图分类号:

TH166

张卫，潘晓弘，刘志，董天阳，张玲,. 基于云模型蚁群优化的制造服务调度策略[J]. .

ZHANG Wei, PAN Xiao-hong, LIU Zhi, DONG Tian-yang, ZHANG Ling,. Manufacturing service scheduling strategy based on cloud model ant colony optimization[J]. .

[1]	陈志远,伍章俊,童珊珊,刘晓. 基于改进双归档进化算法的多目标动态软件项目调度[J]. 计算机集成制造系统, 2021, 27(9): 2565-2574.
[2]	周博文,黄海军,徐怡,李学俊,高寒,陈天翔,刘晓,徐佳. 无人机配送系统中端边协同的并行任务调度算法[J]. 计算机集成制造系统, 2021, 27(9): 2575-2582.
[3]	文一凭,王志斌,刘建勋,许小龙,康国胜. 云际协作环境下能耗与成本感知的工作流调度方法[J]. 计算机集成制造系统, 2021, 27(9): 2583-2591.
[4]	秦旋,房子涵,张赵鑫. 考虑资源约束的预制构件多目标生产调度优化[J]. 计算机集成制造系统, 2021, 27(8): 2248-2259.
[5]	满君丰,赵龙乾,彭成,李倩倩. 云边协同计算架构下大规模工厂接入的任务调度[J]. 计算机集成制造系统, 2021, 27(8): 2282-2294.
[6]	顾九春,姜天华,朱惠琦. 多目标离散灰狼优化算法求解作业车间节能调度问题[J]. 计算机集成制造系统, 2021, 27(8): 2295-2306.
[7]	黎英杰,刘建军,陈庆新,毛宁. 多层级装配作业车间等量分批策略与调度算法[J]. 计算机集成制造系统, 2021, 27(8): 2307-2320.
[8]	黄晓冬,端木帅飞,毕敬,苑海涛. 服务延迟保障的混合绿色云数据中心成本最小化方法[J]. 计算机集成制造系统, 2021, 27(8): 2416-2425.
[9]	赵芮,顾幸生. 基于引力搜索算法的混合零空闲置换流水车间调度[J]. 计算机集成制造系统, 2021, 27(7): 1909-1917.
[10]	李林林,刘东梅,王显鹏. 基于改进MOEA/D的多目标置换流水车间调度问题[J]. 计算机集成制造系统, 2021, 27(7): 1929-1940.
[11]	陆志强,任逸飞,许则鑫. 基于深度学习的资源投入问题算法[J]. 计算机集成制造系统, 2021, 27(6): 1558-1568.
[12]	杨艳华,姚立纲. 基于时间递推建模及交叉熵算法求解柔性作业车间调度问题[J]. 计算机集成制造系统, 2021, 27(6): 1703-1713.
[13]	段建国,李豪晨,张青雷. 面向绿色制造的半组合式船用曲轴结构件生产车间多目标调度优化[J]. 计算机集成制造系统, 2021, 27(6): 1714-1727.
[14]	马丽萌,乔非,马玉敏,刘鹃. 基于SO-GP的智能车间组合调度规则挖掘[J]. 计算机集成制造系统, 2021, 27(5): 1351-1360.
[15]	胡金昌,刘紫薇,马文凯,吴耀华. 考虑学习效应的单人作业车间多目标调度算法[J]. 计算机集成制造系统, 2021, 27(5): 1361-1370.