云制造是借鉴云计算的理念,结合我国制造业实际情况,以制造即服务为基本思想,而推出的一个新型制造模式。通过对深圳某散热器制造公司实地调研发现,企业为聚焦核心设计和研发能力常常采用将部分制造过程委托给外部制造供应商的经营模式。将该模式应用到云制造环境下,可以有效避免企业委外加工时产品质量不稳定、等待时间长等问题。该公司产品制造过程所需的设备资源种类繁多,加工任务形式复杂多样。因此,设备资源与制造任务有效地匹配是企业成功应用云制造的关键技术基础。本文提出了设备资源在云制造环境下的优化匹配机制,主要内容如下:首先对云制造平台中的设备资源数据进行预处理使其符合聚类分析算法的处理要求,即基于k最近邻算法填充数据缺失值和使用Z-score标准化方法进行无量纲处理。在此基础上使用基于离差平方和的系统聚类方法对资源数据进行分析,获得云平台现有设备资源的聚类谱系图。基于系统聚类结果利用贝叶斯判别法生成关于各类别设备资源的判别函数,实现对云制造平台上新加入资源的自动归类。然后,根据设备资源特点,建立了其在云平台的统一描述模型。基于该模型和聚类分析结果,提出了设备资源的在云制造环境下优化匹配方法。包括设备资源粗选、预选、优选三个步骤。基于对设备资源的分类结果,可以通过决策树分析法寻找最优的分类参数变量,基于设备资源中该参数的取值范围对各类别进行划分。通过把该参数的取值范围与用户发布任务中的资源参数约束进行匹配,可快速粗选到到相应的资源类别;设备资源的预选则是通过对设备资源和制造任务统一的描述模型进行匹配,从粗选资源集中选择出符合加工要求的预选资源集。资源优选则是基于物品协同推荐算法,考虑了资源的时间、成本、质量、可靠性和信誉度等因素,计算用户对各个设备资源的兴趣度,从而给用户推荐最合适的资源。最后通过对数控车床数据和制造任务的实例分析,验证了本文提出的云制造环境下设备资源优化匹配机制的可行性。通过以上研究,为云制造的研究提供了理论基础,实现了云制造环境下资源快速、有效的设备资源匹配。