黄文婷 浙江理工大学

云制造环境下基于OWL-S语义匹配方法的研究与实现

黄文婷 浙江理工大学

为了能够智能地在海量云制造资源中，匹配出适合企业需求的云服务。建立了基于OWL-S本体语义制造资源需求与服务的多层次匹配模型，分阶段研究了基本信息匹配、状态匹配、功能匹配、QoS匹配和综合匹配，提高了算法的整体匹配性能。先通过概念相似度和状态匹配对候选资源集进行初步过滤，再通过概念相似度、语义包含关系和约束条件算法对功能信息进行匹配，最后通过模糊概念量化和数值匹配算法对QoS信息进行匹配。在云制造仿真环境下，通过实例研究，用查全率和查准率验证方法的可行性和有效性。

云制造 相似度 本体

一、云制造服务形式化描述

为实现云制造服务的高效运营，需处理好资源提供者、使用者和平台运营者三者间的关系。为使匹配更精准，可将云制造服务描述为四元组模型。

二、云制造服务语义匹配算法

（一）基本信息匹配

（二）状态信息匹配

结合制造资源动态性和多样性的特点，当制造资源出现加入、推出和失效时需要对服务资源状态进行更新，需要过滤掉满负荷和、超负荷和空缺三种状态的制造资源。

（三）功能信息匹配

I/O匹配采用上文提出的基本信息匹配算法，P/E匹配是非功能属性匹配，采用约束条件表达式匹配，由个体词和数值区间组成，如：“公称长度l=20～50mm”，“公称长度l”是个体词，而“20～50mm”是数值区间，最后结合谓词包含关系来提高匹配度。……