随着以智能化为代表的新一轮信息革命的到来,传统制造业急需进行转型升级以适应多变的市场环境。云制造依托网络共享各种制造服务资源,满足客户定制化需求,成为了制造业发展的新趋势,其中云制造资源的高效合理配置是其核心问题。本论文围绕云服务资源在配置过程中精准度有限、集体收益较少的问题,在构建面向云任务的资源匹配框架的基础上,通过复杂网络及演化博弈论等方法研究复杂云任务的分解聚合、任务资源匹配以及基于集体利益的服务资源优选等问题,主要的研究内容如下:提出了基于复杂网络的云任务分解聚合方法。确定了云任务分解的基本单元,阐述了复杂任务分解的具体内容与步骤。针对复杂云任务,提出了任务粒度的衡量指标,给出了任务拆分的基本原则与相关约束。根据元任务之间的任务相关度,建立了关联无向图,采用图团体检测算法进行图分割,达到了复杂任务分解聚合的目的。提出了基于复杂网络的服务资源筛选匹配方法。根据任务约束结构,对复杂云制造任务分解聚合得到的子任务进行综合语义描述。基于二模网络,构建了任务—资源网络模型,在对服务资源优劣模糊综合评价的基础上,以任务需求为参考序列,通过灰色关联分析法求解候选服务资源与任务间的匹配度。采用二模网络社区发现算法获得各子任务的资源候选池,通过模块性函数对社团划分质量进行评价,保证了资源的快速合理筛选匹配。构建了基于云制造联盟集体利益的服务资源优选模型。在子任务候选服务资源集的基础上,构建了任务发布方与服务资源方的演化博弈网络模型。通过前景理论提出了考虑预估任务完成满意度的激励方法,扩展了博弈策略空间,提高了联盟的任务完成效率。利用费米更新规则在各参与主体的策略学习过程中引入随机性,演化了博弈网络达到均衡状态的全过程。以云制造联盟的最大集体收益为目标,选择最优服务资源组合方案。研发了云制造资源配置原型系统。在分析原型系统功能模块以及业务流程的基础上,以IntelliJIDEA为开发平台,采用Vue框架设计前端界面、MATLAB实现相关算法、MySQL数据库存储数据、Java编程语言联通前后端,实现了面向复杂云制造任务的资源配置原型系统,验证了本论文所提模型与方法的可行性和有效性。