云制造服務需求解析技術研究

李春泉，朱攀峰，何漢釗，唐海波

（桂林電子科技大學 機電工程學院，桂林 541004）

0 引言

云計算技術作為新一代服務計算技術，憑借其按需服務、資源虛擬化及為用戶提供多粒度多尺度的按需服務能力等特點，得到了廣泛關注與快速發展。云制造[1]是在云計算基礎上以“按需服務”為核心的新型網絡化制造模式，其利用資源虛擬化及多粒度、多尺度的訪問控制手段，面向資源共享及任務協同目標，以分布、異構和多控制域的資源或資源聚合為云節點，透明、簡捷、靈活地構建開放、動態地協同工作支持環境，同時提供通用、標準和規范的制造服務。

客戶需求多粒度解析是保證云制造運行的關鍵技術。在云制造中，客戶需求多樣性且貫穿整個產品生產周期，客戶需求解析的好壞直接關系客戶對服務的滿意度。客戶需求信息一般涉及產品的整體特性，包括產品的性能、價格、交貨期以及其他個性化需求，有些需求是模糊的，甚至是矛盾的需求，將客戶需求信息轉化為云制造系統所“理解”的多粒度語義調度信息是本文研究的重點。目前國內外很多學者研究了客戶需求解析的方法。荷蘭的Hofer.A.P等人[2]根據客戶需求,在已有產品的基礎上,根據需求差異,對產品進行局部、簡單的修改或變異,經過整理、歸類后形成了“產品族”。加拿大的Cariaga.I等人[3]在建立用戶需求索引的基礎上,通過數據封裝分析(Data Envelopment Analysis, DEA)發現用戶對產品設計更改的需求。桂林電子科技大學的劉夫云等[4]提出采用語義web構建客戶需求框架，然后以此為基礎采用推理機對客戶信息進行推理，最終獲取客戶需求的方法。重慶大學的但斌等人[5]主要針對模糊的客戶需求，首先構造模糊客戶需求本體和產品族實例本體，然后基于本體映射的方法，通過相似度算法，獲取準確的客戶需求。西安交通大學的延鵬等人[6]提出了一種客戶需求映射方法，將客戶需求參數映射到產品模塊屬性參數，從而得到滿足客戶需求的產品配置。按需服務是云制造的主要特征，云資源提供給用戶的是多種粒度的資源屬性，云制造客戶需求解析需同時面向客戶個性化需求和云資源屬性需求。上述研究主要從產品整體性能出發，限定解析對象，分析客戶需求，獲得標準化的客戶需求，并未考慮資源的多粒度屬性，顯然已經不能適應云制造客戶服務需求解析的需求，本文針對這一問題，結合云制造多粒度、多尺度等特點，采用語義web構建以客戶需求為目標的多粒度云制造資源參數本體，建立一套共享的術語和信息表示結構，減少信息轉換的難度和工作量, 為客戶需求信息提供了一個統一的模式，在此基礎上通過Jean推理機對客戶需求進行推理，從而得到具體、規范、全面的客戶需求信息。

1 云制造資源本體框架

1.1 云制造資源類型

云制造資源指涉及制造行業的一切活動和產品生命周期的物理資源（如加工設備、計算設備、數據文檔）和信息資源（如設備能力信息、信譽評價、領域知識）的總稱[7]。云資源具有多樣性、異構性、分布性、抽象性和自主性等[8]特點，其資源構成如表1所示。從客戶需求出發并根據云制造資源的特點，云資源的語義描述需保證以下要求。

1）關聯性：云資源應具有語義信息和領域知識含義，滿足資源匹配、調度、搜索、異構資源間的融合與重構等要求。

2）唯一性：同類資源的語義描述有且僅有唯一的描述。

3）一致性：保證新加入資源能被準確的描述且與現有資源描述不沖突。

表1 云制造資源構成

綜上所述，以客戶需求為中心的云制造資源的描述需要很強的信息表達能力和邏輯推理能力，本文采用Web Ontology Language（OWL）描述云制造資源本體框架，OWL是W3C推薦的語義互聯網中本體描述語言的標準[9]，以資源建模框架標準(RDFS)作為概念模型框架[10]，采用描述邏輯(DescriPtion Logic DL)進行服務過程中的邏輯關系表達和關系推理,可形象化的將無序數據變為計算機“理解”的有序知識，具有很強的信息表達能力和邏輯推理能力。

1.2 多粒度云制造資源本體框架

根據云資源的分類及特點，設定云資源基本描述模型（P、C、T）, Property為資源的屬性，包含云資源名稱、性能、功能及組成部分等信息；Cost為該資源的成本；Time為制造該資源的時間。如圖1所示為云制造資源本體框架，對云資源進行多粒度分解，將資源分解至制造過程中云平臺所能提供的最小制造元（即云平臺能提供的最小制造能力），最小制造元隨著云平臺的制造能力而改變。云制造本體建模過程[11]如下。

1）定義云資源類及層次關系。從資源分解中抽出類及層次的關系。其中，類對應本體體系中的class；對象對應本體體系中的Instance 或Individual。

2）定義云資源類之間的關系。主要是聚合關系，對應本體體系中的Object Property。

3）定義云資源屬性。包括資源的名稱、值、功能以及其他。對應本體體系中的Datetype Property。

圖1 云制造資源本體框架

2 基于Jean推理機的客戶需求分析

2.1 Jean 推理機

Jean由HP Labs開發的基于Java的開放源代碼語義web工具包[12]，為解析和推理owl本體提供推理引擎，針對云制造客戶服務需求可進行以下兩種推理：1）云資源類推理。主要推理云資源之間類的包含、不相交、等價等關系以及云資源本體的一致性檢查。2）云資源屬性推理。資源屬性與資源類之間的關系以及資源屬性間的包含關系。

根據云制造資源構成的特點以及客戶需求的特點，按照Jean Rules編寫以下推理規則：

Rule1: (?a owl:hasPart ?b)(?a owl:isPartOf ?c)-＞(?b owl:isPartOf ?c)

Rule2: (?a owl:isPart ?b) (?b owl:isPart ?a)-＞(?aowl:istantamountOf ?b)

Rule3: (?aowl:istantamountOf ?b) (?bowl:istantamountOf ?c)-＞ (?aowl:istantamountOf ?c)

Rule4: (?a owl:hasPart ?b)(?b owl:hasPart ?c)-＞(?a owl:hasPart ?c)

Rule5: (?a owl:hasProperty ?b) (?b owl:hasProperty ?c)-＞ (?a owl:hasProperty ?c)

Rule6: (?a owl:isDisjoint ?b) (?a owl:isPart ?c)-＞(?b owl:isDisjoint ?c)

將上述規則導入Jean推理機，同時將云制造資源中的概念本體（指圖1中的云制造、云資源、屬性等概念本體）存儲為Cloud Manufacturing.owl，把實例本體存儲為Cloud Manufacturing.rdf（此處導入本體為圖4的LED驅動板的本體），具體代碼如圖2所示。

Rule1為資源間的屬于關系；Rule2與Rule3為均資源間的等價的推理關系；Rule4為資源之間的包含傳遞關系；Rule5為資源屬性的傳遞關系；Rule6為資源之間的類屬關系。由輸出可知：1） PCB-Material的子類資源全部輸出；2） PCBMaterial隱藏屬性經推理機變為PCB的屬性。

2.2 系統流程圖

現構造云制造服務需求解析系統流程圖，如圖4所示，客戶通過平臺用戶界面提交服務需求，首先通過任務處理器查詢知識庫，如果有同樣的任務需求結果在知識庫中，則直接輸出任務解析結果；如果沒有則繼續通過推理機模塊對任務進行推理解析，推理所得結果返回給客戶以及存儲到查詢知識庫中，領域專家通過API接口輸入資源本體。

圖2 推理功能部分代碼

圖3 云制造服務需求系統流程圖

3 試驗驗證

本文以產品LED驅動板為例，通過MyEclipse JAVA開發軟件將云制造資源本體域和對應的規則庫與Jean包連接，并在云制造演示平臺進行了實驗驗證。圖4為protégé軟件構建的LED驅動板實例本體（該軟件是斯坦福大學基于Java語言開發的開放源代碼的本體編輯軟件，擁有友好的界面以及提供大量的知識模型架構用于創建、可視化、操縱各種表現形式的本體，支持插件和基于JAVA的API擴展）。此處LED驅動板分解為PCB尺寸大小、PCB板材、孔徑、線寬以及其他組成部分。各個制造元存在“父子”和“兄弟”的關系，“父子”之間存在傳遞關系，而“兄弟”之間存在互斥關系。

用戶在需求界面輸入如下需求：1）造價低廉2）產品規格小；3）線距為0.2mm，經推理分析后得到準確規范的客戶需求如圖5所示，可以看出客戶提出的模糊、矛盾的信息被轉化為標準、規范、全面的語義信息，取得了較好的結果。1）經推理得出如下產品組合；2）經推理采用PCB雙面板且線寬采用最小的0.254mm來節約體積；3）與云制造平臺所能提供的最小線距出現矛盾，修改為0.2mm，其他為客戶未提出的產品制造信息。

圖4 LED驅動板本體

圖5 客戶服務需求解析輸出界面

4 結束語

本文重點研究了云制造服務需求多粒度解析方法：從客戶需求出發，以云制造資源為目標構建了客戶需求本體框架，在此基礎上通過Jean推理機對客戶需求進行解析，最終獲得了多粒度客戶需求信息。該方法較好的解決了網絡制造中因客戶需求解析不準確而導致任務失敗的問題，為云制造的運行，提供了有效的解決機制。

[1] 李春泉, 尚玉玲, 胡春楊. 云制造的體系結構及其關鍵技術研究[J]. 組合機床與自動化加工技術, 2011, (7): 104-107.

[2] HOFER A P, HALMANJ I M. The potential of layout platforms for modular complex products and systems[J].Journal of EngineeringDesign, 2005, 16(2): 237-255.

[3] Ignacio Cariaga, Tamer El- Diraby, Hesham Osman.Integrating Value Analysis and Quality Function Deployment for Evaluating Design Alternatives[J]. Canadian Metallurgical Quarterly, 2007, 133(10): 761-770.

[4] 張超, 劉夫云, 賈煥香. 客戶需求獲取與分析方法研究[J].微電子學與計算機, 2010, 27(11): 64-67.

[5] 但斌, 姚玲, 經有國, 張旭梅. 基于本體映射面向模糊客戶需求的產品配置研究[J]. 計算機集成制造系統, 2010,16(2): 225-232.

[6] 延鵬, 趙麗萍, 王冠群, 聶慶峰. 面向客戶需求分析的產品模塊化配置方法[J]. 計算機集成制造系統, 2010,16(11): 2341-2345.

[7] 耿科明, 袁方. Jena推理機在基于本體的信息檢索中的應用[J]. 微型機與應用, 2005, 24(10): 62--64.

[8] 肖艷秋, 等. 虛擬制造中協同制造資源建模研究[J]. 制造業自動化, 2012, (3): 52-54.

[9] 王時龍, 宋文艷, 康玲, 等. 云制造環境下制造資源優化配置研究[J]. 計算機集成制造系統, 2012.

[10] 賀文銳, 何衛平. 基于OWL的網絡化制造資源建模與應用研究[J]. 制造技術與機床, 2004, (9): 114-118.

[11] 吳雪嬌, 柳先輝. 基于語義的云制造服務描述[J]. 計算機與現代化, 2012, (1): 40-43.

[12] Philip McCarthy, Code generator that emits Java Beans from OWL Web Ontologies[EB/OL], http://jena.apache.org/2011-12.