一种多元质量约束下基于灰色关联算法的机床装备资源供需匹配方法

    公开(公告)号:CN109726926A

    公开(公告)日:2019-05-07

    申请号:CN201910000527.7

    申请日:2019-01-02

    Applicant: 重庆大学

    Abstract: 本发明公开一种多元质量约束下基于灰色关联算法的机床装备资源供需匹配方法,所属领域为智能制造技术领域。该方法的特征在于建立了包括技术性能(P)、服务时间(T)、服务质量(Q)、服务成本(C)、服务可靠性(R)、服务安全性(S)和服务柔性(F)七维分量的机床装备云服务质量需求模型,包括生产加工能力、物料供应能力、人员配置能力、技术支持能力、环境配套能力、信息支撑能力六维机床装备资源云服务能力模型,并对各项能力指标进行了量化评估;在此基础上,建立了机床装备云服务需求模型-服务能力模型之间的映射关系,提出了多元质量约束下机床装备资源供需匹配模型,设计了基于灰色关联度的模型求解算法。本发明旨在对云制造环境下具有多元质量约束的机床装备资源供需匹配难题,为机床装备资源供需匹配提供一种比较切实可行的优选解决方案。

    离散智能制造应用的多源非结构化数据清洗方法

    公开(公告)号:CN112905845B

    公开(公告)日:2022-06-21

    申请号:CN202110286194.6

    申请日:2021-03-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种离散智能制造应用的多源非结构化数据清洗方法,通过对离散智能制造应用环境下多源非结构化数据的特征化分析和清洗类型的分类,从而按照清洗类型对应数据清洗策略对待清洗的多源非结构化数据进行数据清洗,解决了多源非结构化数据的统一化描述问题和数据分类处理复杂化问题,使得对离散智能制造应用的多源非结构化数据的清洗类型分类处理借助计算机执行成为了可能,且计算机处理耗时较短,具有一定的高效性,并采用了云模型来反映多源非结构化数据的清洗类型,避免了对模糊清洗类型表达不清等问题,使得清洗类型的分类结果更为可靠,为离散智能制造应用的多源非结构化数据清洗提供了一种新的技术解决方案。

    离散智能制造应用的多源非结构化数据清洗方法

    公开(公告)号:CN112905845A

    公开(公告)日:2021-06-04

    申请号:CN202110286194.6

    申请日:2021-03-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种离散智能制造应用的多源非结构化数据清洗方法,通过对离散智能制造应用环境下多源非结构化数据的特征化分析和清洗类型的分类,从而按照清洗类型对应数据清洗策略对待清洗的多源非结构化数据进行数据清洗,解决了多源非结构化数据的统一化描述问题和数据分类处理复杂化问题,使得对离散智能制造应用的多源非结构化数据的清洗类型分类处理借助计算机执行成为了可能,且计算机处理耗时较短,具有一定的高效性,并采用了云模型来反映多源非结构化数据的清洗类型,避免了对模糊清洗类型表达不清等问题,使得清洗类型的分类结果更为可靠,为离散智能制造应用的多源非结构化数据清洗提供了一种新的技术解决方案。

    一种云制造环境下基于贝叶斯网络的机床装备资源优化决策方法

    公开(公告)号:CN112306015A

    公开(公告)日:2021-02-02

    申请号:CN202011082213.5

    申请日:2020-10-12

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于贝叶斯网络的机床装备资源优化决策方法,包括模型构建方法和模型求解方法;模型构建方法包括:a)对云制造环境下机床装备资源的优化选择进行数学描述;b)构建模型;模型求解方法用于对所述模型构建方法所构建的模型进行求解。本发明对云制造环境下机床装备资源优化选择问题进行了数学描述,构建了一种由决策环境变量、决策选择变量、决策传递变量、决策目标变量、决策价值变量以及因果依赖关系组成的不确定多阶段多目标决策模型,并通过求解方法对该模型进行求解,可解决云制造环境下机床装备资源优化决策难题,为机床装备资源优化决策提供一种比较切实可行的解决方案。

Patent Agency Ranking