论文部分内容阅读
在当前多变的全球化市场压力下,大规模定制生产模式已经成为制造企业的一个重要发展方向,而产品配置技术是实现大规模定制的一项关键使能技术。 20世纪80年代以来,随着DEC公司的R1/XCON系统的出现,已经出现了以规则、逻辑、资源、约束、实例为基础的各种产品配置问题表达和求解方法。论文针对现有方法不能直观、高效地表达产品约束、产品变形和用户需求,现在定制化的产品配置器缺乏统一的产品知识表述方法和配置问题求解机制,使配置知识库难于共享和扩充等缺点,研究了配置知识表达、配置问题求解、产品配置器框架与集成等问题。 论文首先研究配置知识的表达方法。由于本体是知识表达和共享的基础,而现有的Stanford大学知识系统实验室的配置—设计本体没有涉及对资源以及部件之间共享关系的说明;Soininen等的配置本体和克拉根福特大学计算机科学与制造小组提出的配置本体中,“部件”和“功能”很难互相区分,所以论文提出了新的端口—连接型产品配置域本体。针对当前本体建立过程中随意性高的问题,论文把短语频率分析、矩阵分析、实体—关系图分析引入本体建立过程,并使用这些可重复、可定量的方法建立了端口—连接型产品配置域本体。该本体中明确提出了“配置模型”、“配置需求”、“部件集”、“代替关系”等现有配置本体没有涉及的概念。 在端口—连接型产品配置本体的基础上,论文研究了配置知识的表达方法。由于知识可以抽象为概念和概念之间的关系,用语义网络的方法表达知识比较自然,所以论文借鉴了W3C的语义网项目中的知识表达方法。RDF表达的知识不仅可以让人看懂表达的内容,而且可以让计算机更好地理解表达的知识,有利于程序之间的知识共享,而使用纯文本格式的XML语言表达的知识非常便于在Internet中进行跨平台的共享与交流,所以论文使用OWLX语言定义了端口—连接型产品配置本体中概念与关系对应的XML标签,并在这些XML标签的基础上,使用扩展RDF/XML表达配置知识,论文给出了一个可配置产品的扩展RDF/XML表达实例。论文还扩展了RDF/XML以表达模糊知识。 配置问题求解的本质是在部件的有限种组合中,寻找满足配置需求的部件组合。由于现有的配置问题求解方法,在配置需求过强时,不会给出与需求冲突最小的解,在配置需求太弱时,不会同时给出多个满足配置需求的解;所以论文提出把配置问题抽象为组合最优化问题并使用遗传退火算法对配置问题进行求解,通过对模拟程序实验结果的分析可知,遗传退火算法可以在各种约束条件下,给出令人满意的配置结果。 由于现有的分布式配置问题往往使用分布式约束满足的方法来求解,这些方法在过约束和欠约束条件下,不能给出令人满意的配置结果。所以论文把分布式配置问题抽象为分布式组合最优化问题,并提出分布式遗传退火算法来求解分布式配置问题,各个Agent在算法中通过消息来传递本Agent中的部件取值和对产品评价函数的贡献,Agent在决定群体中某个体的遗传概率时,会考虑所有Agent对这个个体产品评价函数值的影响。论文通过对模拟程序实验结果的分析可知,分布式遗传退火算法可以在各种约束条件下给出令人满意的配置结果。 在对配置知识表达和求解进行理论研究的基础上,论文开发了一个产品配置器系统框架,系统框架有四个基本应用模块:模型编辑、模型验证、配置执行、需求定义。中层产品配置组件包括模型规格化、配置问题求解、配置结果解释、配置准则定义等功能。底层的产品信息库统一管理可配置产品知识,配置域本体和一般本体放在底层本体库中。论文把这个产品配置器框架集成在符合nEE规范的ZD一PDM3.0系统平台中,本体知识与可配置产品知识以XML文件的形式存放在系统平台的文件系统中。EJB容器中的各个Entitiy Bean和Session Bean实现了中层产品配置组件的功能。一系列JsP页面实现了产品配置器应用模块的功能。