高新勤，荆彦臻，杜景霏

（西安理工大学 机械与精密仪器工程学院，西安 710048）

0 引言

近年来，云制造理念的提出与快速发展，促使制造业朝着全球化、智能化的方向迈进了一步。制造资源供需双方可以充分利用云制造服务平台进行线上匹配和交易，实现“分散资源集中使用，集中资源分散服务”[1]。但随着制造资源和相关制造任务分别向着海量化和多元化的趋势发展，新的问题应运而生，即如何为制造任务发起人提供所需的制造资源配置方案，使得最终的配置结果在某一方面或多个方面达到最优。

大量学者对遗传算法求解资源配置问题进行了研究。尹胜等提出了多任务和多目标的外协加工资源优化配置模型，并运用遗传算法对模型进行求解[2]。Kundakci and Kulak针对作业车间中的工人数量、设备数量等随机动态事件，提出了运用混合遗传算法解决动态作业车间的调度问题，并通过实例加以验证[3]。袁庆霓等提出一种资源-任务关系矩阵编码方式的遗传算法，约束了制造资源间的关联性[4]。张雪艳提出了一种自适应交叉率和变异率的遗传算法，通过该方法优化了算法的运算过程[5]。总的来说，已有大多数研究对遗传算法运算过程的复杂性考虑较少。此外，云制造仍处于初期阶段，在资源优化配置的数学建模、求解算法设计等方面还存在诸多问题，需要继续改进算法以适应不断出现的各种复杂情况。

本文根据云制造的特点和目标，构建资源优化配置问题的评价函数模型。……