摘 要

装备制造业是国家经济发展和国防建设的基础性产业，也是其他行业技术升级进步的重要保障。制造业服务化和信息化是现代制造业发展的趋势，随着云制造概念的深入，工业机器人装备任务也逐渐转变为工业机器人装备服务的组合与调度。服务组合及调度优化一直国内外学者重点研究的课题，研究如何优化装备服务调度算法，对于企业提高生产效率，降低生产成本以及提升资源利用率都有着重大的意义。

在已有的国内外研究基础上，本文设计并实现了一种基于蜜蜂算法满足QoS约束的多目标装备服务组合优化算法，该算法可以根据给定的约束条件，从多个可选的工业机器人装备服务集中选取满足评估条件的相对最优解。本算法主要包括装备服务种群初始化，服务组合适合度评估，招募觅食蜂邻域搜索，服务组合迭代优选等部分。

本文所设计的服务组合优化算法是在考虑装备服务的执行成本、响应时间、可用性、和可靠性这四种属性的基础上展开的，将蜜蜂算法应用到服务调度优化的基础上的做出相关的改进。组合服务适合度评估排序采用三种可选方式以适应不同的装备服务需求。在邻域搜索部分使用了多点邻域搜索和交叉邻域搜索两种方式。本文还结合实际案例的不同应用场景对装备服务调度系统进行测试对比分析，结果表明了应用该算法的服务调度系统的可行性和有效性。

关键词：装备服务；调度优化；蜜蜂算法；Pareto解集；邻域搜索

Abstract

Equipment manufacturing is the basic industry for the development of national economic and the construction of national defense, as well as the important guarantee of the technical upgrading progress in other industries. Servitization and informationization are the main trend the modern manufacturing industry is developing towards. And with the deepening of cloud manufacturing concept, the task of industrial robot equipment has gradually changed into the combination and scheduling of industrial robotic equipment service. Service portfolio and scheduling optimization has been the key subject that domestic and foreign scholars are focused on. It is of essential significance to study how to optimize the equipment service scheduling algorithm for enterprises as they seek for efficiency improving, costs reducing and resource utilization enhancing during the production.

In view of the existing domestic and foreign research, this paper designs and implements a multi-objective equipment service optimization algorithm which is based on Bee algorithm and meets QoS constraints. The algorithm can select the relative optimal solution that meets the evaluation conditions from a number of optional industrial robot equipment service sets according to the given constraints. The algorithm mainly includes equipment service population initialization, service portfolio fitness assessment, recruiting foraging bee neighborhood search, and service composition iterative optimization etc.

The service composition optimization algorithm described in this paper is designed in consideration of the four attributes such as the execution cost, response time, usability and reliability of the equipment service and is improved through the practice of the Bee Algorithm’s being applied to the service scheduling optimization. The service portfolio fitness assessment adopts three alternatives for sorting in order to accommodate to different equipment service requirements. The neighborhood search part is equipped with multi-point neighborhood search and cross-neighborhood search. This paper also conducts comparative analysis by testing the equipment service dispatching system with different application scenarios of the actual cases, factually proving the feasibility and effectiveness of this method.

Key Words: equipment service; scheduling optimization; Bee Algorithm; Pareto solution; neighborhood search.

目 录

摘 要 I

ABSTRACT II

第1章 绪论 1

1.1 课题研究的目的及意义 1

1.2 国内外研究现状 2

1.3 预期目标及章节安排 3

第2章 工业机器人装备服务调度模型研究 4

2.1 装备服务调度运行机制分析 4

2.2 装备任务封装方法研究 6

2.3 装备服务封装与组合方法研究 7

2.3.1 装备服务封装 7

2.3.2 装备服务组合 8

2.4 基于QoS的装备服务评估 10

第3章 工业机器人装备服务调度优化系统实现 12

3.1 多目标优化问题 12

3.2 蜜蜂算法基本原理 12

3.2.1 蜜蜂算法的优点 12

3.2.2 蜜蜂算法的基本原理与流程 13

3.2.3 蜜蜂算法与装备服务调度优化对比分析 14

3.3 改进蜜蜂算法装备服务调度优化系统实现 15

3.3.1 服务筛选与种群组合初始化 15

3.3.2 服务组合评估与Pareto解集生成 16

3.3.3 Pareto解集排序选优及种群分配 17

3.3.4 邻域搜索及交叉搜索 19

3.3.5 物种多样性及约束校验 20

3.4 装备服务调度优化系统整体流程 20

第4章 装备服务调度系统的案例实现与性能分析 22

4.1 装备调度任务案例需求分析 22

4.2 装备服务调度优化系统案例实现 22

4.3 装备服务调度优化系统性能分析 26

4.3.1 不同装备任务系统执行效率分析 26

4.3.2 不同选优规则优选分析 27

第5章 总结与展望 28

5.1 总结 28

5.2 展望 28

参考文献 29

致 谢 31

第1章 绪论

1.1 课题研究的目的及意义

装备制造业的信息化和服务化是当代制造业发展的新趋势，这种趋势的发展既是受用户需求增长的影响，也是信息技术快速升级发展推动的结果。其中信息技术对装备制造业服务化的影响最为深远。装备制造业服务化是将信息化作为一种提供服务的平台，借助信息化的技术把服务向业务链的前后端拓展，扩大了服务范围以及群体，优化了服务内容，同时又改进了装备制造业的生产质量^[1]。

新兴的信息技术主要包括，物联网、云计算、大数据高性能计算等，此外还有一批由新技术衍生的新模式和新概念包括，“智能制造”、“敏捷制造”，“云制造”，“工业4.0”等。“智能制造”还成为了国务院发布的“中国制造2025”规划纲要中的重要发展战略^[2]，智能化数字化网络化的制造模式和管理方式也逐渐成为制造业转型的新方向。

相关图片展示：