基于遗传算法的制造网络服务质量优化

服务质量的合成是面向服务架构系统面临的重要挑战,评价面向服务架构制造网络最优化的典型标准是加工时间成本和系统响应时间.文中提出了一种应用遗传算法解决制造网络服务质量优化问题的新方法.首先用着色Petri网和排队论分别对制造网络的物流和信息流进行建模,然后应用遗传算法对该模型进行调度并获取服务质量的近似最优解.在该算法中,染色体采用分段基因编码,它们分别是制造网络物流和信息流调度方案的规则与加权系数的组合;遗传操作包括选择、交叉、变异3种类型.在每一代种群中,通过仿真得到与每个染色体相对应的各项性能指标值,以模糊综合评判方法求取制造网络服务质量适应度的函数值.实验结果表明,该方法能有效优化制造网络的服务质量.     

基于多Agent与集成神经网络的制造网络信息调度模型的研究

制造网络的面向服务架构（SOA）应当满足敏捷制造的需求,在SOA中任何瓶颈,如网络资源的分配策略,会影响到制造网络的服务敏捷性。在分析制造网络多Agent结构的基础上,提出了一种制造信息的分类方法。利用制造应用模型,提取系统运行的状态空间,通过制造系统单元间的组合和不同部件网络输出的决策间的融合,集成神经网络输出各制造单元信息调度权重。实验结果表明,此方法符合制造网络设计的原则和依据,以制造应用为中心,最大限度满足制造应用的需求。