导读:本文包含了制造资源发现论文开题报告文献综述及选题提纲参考文献，主要关键词:网络化制造,制造资源,建模,发现
制造资源发现论文文献综述
郑立斌[1]（2019）在《网络制造资源建模与发现技术的综述》一文中研究指出网络化制造资源的共享是提高制造业信息化的重要平台。分析和比较了国内外网络制造资源建模和发现的各类技术。总结了各类技术特点,并对技术的发展前景进行了展望。(本文来源于《机电产品开发与创新》期刊2019年01期）
耿超,曲世友,肖莹莹,施国强,林廷宇[2]（2017）在《基于EAV模型和Solr架构的云制造资源发现方法》一文中研究指出提出了一种基于文本信息处理的云制造资源发现技术方案。该方案将云制造资源描述模型通过映射函数转化成文本信息处理中的形式化模型,设计出了一种云制造资源的EAV(Entity-Attribute-Value)衍生模型,解决了资源属性异构性、多样性、动态性等问题;通过引入Solr索引架构,实现了资源属性数据的文本索引体系构建,提升了相关数据的查询性能;设计实现了一个基于EAV模型和Solr搜索引擎的云制造资源发现服务原型系统应用在云制造平台上,提升了制造资源的发现匹配能力。(本文来源于《系统仿真学报》期刊2017年10期）
孟飙,吴兴杰,陈俊辉[3]（2016）在《云制造资源服务化封装与服务发现研究》一文中研究指出为屏蔽制造资源的复杂性和异构性,实现异地、异构的制造资源整合与共享,向用户提供统一资源服务调用接口,分析云制造资源池业务流程和云制造资源组织模式,并提出以模块化的方式描述资源管理信息。在此基础上,构建制造资源的本体语义模型,使用OWL(Contology Web Language for Services),进行形式化描述;使用描述模版库和资源—服务映射器,实现资源服务化封装操作的简单化、自动化和规范化;使用OWL-S对制造云服务进行形式化描述,提供简便的服务注册、发布操作。采用基于语义相似度的服务搜索和匹配方法,并将云制造服务语义细分为功能语义、服务质量语义、数据语义和执行语义,使服务匹配快速、准确。(本文来源于《航空制造技术》期刊2016年04期）
谭伟,刘璇,徐钦桂[4]（2014）在《服务环境下多粒度制造资源自适应组织与发现》一文中研究指出为了加强区域协同制造,实现面向服务的制造,提出一种基于地理分区与制造资源分类树的多粒度制造资源自适应组织与发现机制。构建了基于业务流程的多粒度制造资源和多粒度制造服务模型作为协同资源存储的基础,讨论了制造资源分类树和多粒度制造资源的组织结构,进而给出了多粒度制造资源组织的自适应机制,包括多粒度制造资源的动态加入和退出以及资源的维护、负载感知的资源节点的分裂与合并,并设计了基于分类检索与叁阶段匹配的多粒度制造资源发现算法。经算法性能比较,基于制造资源分类树的分类检索算法比同类算法有较快的搜索性能,粗粒度服务比单粒度服务组合具有更快的资源发现性能。通过仿真实验,验证了模型及其相关算法的有效性。(本文来源于《计算机集成制造系统》期刊2014年09期）
李鹏飞,李海波[5]（2014）在《云制造环境下基于功能需求的资源发现方法》一文中研究指出云制造环境中存在大量功能相同或相似的资源,使得用户很难获得符合需求的资源。针对这个关键问题,对云制造环境下基于功能需求的资源发现进行了研究,提出了一种云制造资源发现框架。首先对云制造资源进行形式化描述,并分别计算语义相似性,然后进行加权相似度计算,最后采用聚类技术,从功能相似角度对资源进行聚类预处理,从而降低资源查找空间,提高资源发现效率。通过实验验证了所提方法的有效性。(本文来源于《微型机与应用》期刊2014年08期）
谭伟,姚锡凡,刘璇,张洁[6]（2013）在《多粒度制造资源统一模型及其语义服务发现》一文中研究指出为了实现企业间的业务流程协同,提出了多粒度资源统一模型及其语义化方法,并实现了语义发现算法。将业务流程片段抽象成不同粒度大小的流程复合资源和单粒度资源,基于扩展OWL-S对多粒度资源进行了语义封装,并构建了领域业务流程本体和功能活动本体,对多粒度资源进一步语义化。进而给出了功能、过程和服务质量的叁阶段语义匹配算法,并比较了复合粒度和单粒度资源的匹配性能。结合一个制造业务流程任务实例说明了多粒度资源模型及其语义化的应用过程。最后,通过仿真实验验证了模型、语义化和算法的有效性。(本文来源于《中国科技论文》期刊2013年10期）
张倩,齐德昱[7]（2013）在《云制造资源服务的组织与发现机制》一文中研究指出为有效地组织云制造资源服务和支持复杂的用户搜索,引入了云制造资源服务的关键属性,按照不同关键属性对云制造资源服务分别进行注册,提出了基于分布式哈希表和分层的云制造资源服务组织模型,设计了支持5种查询方式的云制造资源服务发现算法,并分析了该算法的复杂度.仿真实验结果表明,文中提出的算法具有较好的性能,能够有效地解决分布式云制造资源服务的复杂搜索问题.(本文来源于《华南理工大学学报(自然科学版)》期刊2013年09期）
康玲,陈桂松,王时龙,李强,郭亮[8]（2013）在《云制造环境下基于本体的加工资源发现》一文中研究指出为解决云制造环境下的加工资源发现问题,研究了加工任务和加工资源的信息模型及建模方法,建立了基于本体的加工资源发现机制,从功能结构、属性约束和服务状态叁个方面定义了资源匹配规则并使用描述逻辑进行了表达。构建了由资源层、代理层、知识层和用户层组成的资源发现框架,通过对信息模型与匹配规则的集成,实现了基于知识推理的资源自动发现。以齿轮加工为例,对加工资源发现过程进行了描述。(本文来源于《计算机集成制造系统》期刊2013年09期）
陈桂松[9]（2013）在《基于语义Web的云制造加工资源发现机制研究》一文中研究指出当前的网络化制造由于缺乏良好的运营模式，没有实现动态智能的制造资源共享与分配，制约了其应用与推广。云制造是面向服务的网络化制造新模式，融合了网络化制造以及云计算、物联网等新兴技术，旨在为各类制造资源提供统一的、集中的智能化管理和经营。为了实现云制造系统中资源的集中管理，需要对分布在不同地理位置的制造资源进行搜索和发现。本文结合国家自然科学基金资助项目“面向云制造的底层加工设备云端化方法研究”（51005260），以加工资源为研究对象，从资源发现系统框架、加工资源和加工任务的信息模型以及资源匹配规则叁个方面对云制造加工资源发现机制进行研究。语义Web是当前Web的扩展，通过结构化和标准化的方式为信息赋予确定的含义，从而提高信息处理的智能化程度。为了实现加工资源的自动发现，本文采用语义Web技术，从设备实体、资源代理、知识模型和平台用户四个层次构建云制造加工资源发现系统框架，并对框架中的资源管理、任务管理、信息集成和知识推理模块进行阐述。本体是语义Web的重要组件，能够为信息中融入语义。本文使用本体建立加工资源和加工任务的信息模型，并采用网络本体语言OWL进行描述。同时提出了领域本体的概念，通过领域本体的复用实现领域知识共享，提高了加工资源信息建模的效率。加工资源发现过程需要相应匹配规则的支持，在对加工资源和加工任务的信息模型进行分析之后，从加工领域、属性结构、数值约束和服务信息四个方面建立匹配规则，并采用语义Web规则语言SWRL进行描述。通过Protégé本体编辑软件和Pellet推理机对云制造加工资源发现过程进行仿真分析，得到了预期的结果，表明了系统框架和信息模型的合理性，验证了加工资源匹配机制的有效性。最后对本文的工作进行了总结，并对下一步的研究工作提出了建议和设想。(本文来源于《重庆大学》期刊2013-05-01）
刘刊[10]（2013）在《云制造资源语义发现关键技术研究》一文中研究指出随着互联网通道能力和运算能力的增强以及互联网整合技术和应用服务的演进，云计算作为一种新的互联网模式应运而生。以此为基础，制造领域出现的云制造模式使得制造企业获得所需资源的机会大大增加，加快了制造企业的信息化进程。在山西省自然科学基金项目《复杂互联网环境下的制造资源发现及企业应用集成方法研究》资助下，论文综合运用语义网、本体建模开发和搜索引擎的相关技术理论，对云制造资源语义发现的关键技术进行了研究。设计了云制造资源语义发现的总体框架。本文在分析了云制造资源的特点后，设计了云制造资源语义发现的总体框架。同时，探讨了实现云制造资源语义发现的关键技术，从而为实现云制造的全球化奠定了基础。建立了基于云计算的制造资源本体库。制造资源的本体建模是规范云制造资源的基础。本文在对本体建模技术进行研究的基础上，提出了制造资源分类模型。以此为基础，对云制造资源进行了分析与建模，建立了初步的制造资源本体库。设计了制造领域本体映射的流程。统一规范没有歧义的制造资源是资源共享、资源发现和语义搜索等关键环节的基础。在分析了异构资源本体的特点后，结合本体概念相似度计算的方法，设计了制造领域本体映射的流程。在上述工作的基础上，基于搜索引擎技术构建了云制造资源语义搜索引擎系统Mris，探索性地实现了系统中的制造资源语义搜索服务。并用实验验证了该系统在语义搜索制造资源时的准确性和可行性。(本文来源于《太原科技大学》期刊2013-05-01）
制造资源发现论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种基于文本信息处理的云制造资源发现技术方案。该方案将云制造资源描述模型通过映射函数转化成文本信息处理中的形式化模型,设计出了一种云制造资源的EAV(Entity-Attribute-Value)衍生模型,解决了资源属性异构性、多样性、动态性等问题;通过引入Solr索引架构,实现了资源属性数据的文本索引体系构建,提升了相关数据的查询性能;设计实现了一个基于EAV模型和Solr搜索引擎的云制造资源发现服务原型系统应用在云制造平台上,提升了制造资源的发现匹配能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
制造资源发现论文参考文献
[1].郑立斌.网络制造资源建模与发现技术的综述[J].机电产品开发与创新.2019
[2].耿超,曲世友,肖莹莹,施国强,林廷宇.基于EAV模型和Solr架构的云制造资源发现方法[J].系统仿真学报.2017
[3].孟飙,吴兴杰,陈俊辉.云制造资源服务化封装与服务发现研究[J].航空制造技术.2016
[4].谭伟,刘璇,徐钦桂.服务环境下多粒度制造资源自适应组织与发现[J].计算机集成制造系统.2014
[5].李鹏飞,李海波.云制造环境下基于功能需求的资源发现方法[J].微型机与应用.2014
[6].谭伟,姚锡凡,刘璇,张洁.多粒度制造资源统一模型及其语义服务发现[J].中国科技论文.2013
[7].张倩,齐德昱.云制造资源服务的组织与发现机制[J].华南理工大学学报(自然科学版).2013
[8].康玲,陈桂松,王时龙,李强,郭亮.云制造环境下基于本体的加工资源发现[J].计算机集成制造系统.2013
[9].陈桂松.基于语义Web的云制造加工资源发现机制研究[D].重庆大学.2013
[10].刘刊.云制造资源语义发现关键技术研究[D].太原科技大学.2013