云服务组合柔性影响因素分析——基于云制造服务平台视角

发布时间：2021-11-25 15:32

　　基于云制造服务平台的新视角,深入探究云服务组合柔性的影响因素,建立贝叶斯网络模型,在云制造服务平台的视角下,对云服务组合柔性的影响因素展开重要度分析,进而识别出对于云制造服务平台而言影响柔性的关键和非关键因素,为以后云服务组合柔性影响因素的监控以及云服务组合柔性的测评与提升作出铺垫。最后,以某智能装备云服务平台HD为例展开研究,进行应用分析。 

【文章来源】：科技管理研究. 2019,39(24)北大核心CSSCI

【文章页数】：6 页

【部分图文】：

云服务组合柔性影响因素鱼骨图

基于本论文的研究背景,在构建云服务组合柔性关键因素的识别模型前,需要确定各影响因素及其关联关系,并用贝叶斯网络的节点表示影响因素,从而构建贝叶斯网络拓扑结构。而在实践中云制造服务平台的应用尚未普及,数据资料的获取比较困难,本论文结合实地调研中专家意见,采用专业文献研究法,得到各个影响因素与柔性的关系,从而建立柔性影响因素的拓扑结构图,如图2所示。3.2 柔性影响因素的重要度分析

此时,云平台HD监控到的服务组合柔性影响因素发生异常的概率0.055 5%,各影响因素正常运行的概率为99.944 5%。4.4 HD平台云服务组合柔性关键影响因素识别

【参考文献】：
期刊论文
[1]制造云服务组合柔性影响因素分析[J]. 刘开,徐宣国,张凯,杨小桃.  统计与决策. 2016(13)
[2]基于全生命周期的云制造服务研究综述[J]. 易树平,刘觅,温沛涵.  计算机集成制造系统. 2016(04)
[3]基于贝叶斯网的云服务组合柔性影响因素重要度分析[J]. 徐宣国,张凯.  科技管理研究. 2015(09)
[4]云制造理论、技术及相关应用研究综述[J]. 齐二石,李天博,刘亮,黄毅敏.  工业工程与管理. 2015(01)
[5]基于扩展进程代数的云制造服务组合建模与QoS评价[J]. 李永湘,姚锡凡,徐川,张洁,李彬.  计算机集成制造系统. 2014(03)
[6]面向多任务的制造云服务组合[J]. 刘卫宁,刘波,孙棣华.  计算机集成制造系统. 2013(01)
[7]基于知识的云制造资源服务管理[J]. 胡安瑞,张霖,陶飞,罗永亮.  同济大学学报(自然科学版). 2012(07)
[8]面向制造及管理的集团企业云制造服务平台[J]. 战德臣,赵曦滨,王顺强,程臻,周学权,聂兰顺,徐晓飞.  计算机集成制造系统. 2011(03)
[9]云制造特征及云服务组合关键问题研究[J]. 陶飞,张霖,郭华,罗永亮,任磊.  计算机集成制造系统. 2011(03)
[10]云制造——面向服务的网络化制造新模式[J]. 李伯虎,张霖,王时龙,陶飞,曹军威,姜晓丹,宋晓,柴旭东.  计算机集成制造系统. 2010(01)

博士论文
[1]制造云服务按需供应模式、关键技术及应用研究[D]. 黄沈权.浙江大学 2013

硕士论文
[1]制造云服务组合柔性的自适应调整及其提升策略[D]. 杨小桃.江苏科技大学 2017



本文编号：3518428