胡安瑞，張 霖，陶 飛，羅永亮

（1.北京航空航天大學(xué) 自動(dòng)化科學(xué)與電氣工程學(xué)院，北京100191；2.北京航空航天大學(xué) 復(fù)雜產(chǎn)品先進(jìn)制造系統(tǒng)教育部工程研究中心，北京100191）

作為一種新的制造模式，云制造［1］正在受到越來(lái)越多的關(guān)注.云制造的重要目的之一是實(shí)現(xiàn)制造資源與制造能力的共享與按需使用，提高資源利用率.云制造將云端接入的各類資源及能力封裝成云服務(wù)，以服務(wù)的方式提供給用戶.將云服務(wù)按照一定規(guī)則聚合形成制造云，建立資源服務(wù)管理中心，對(duì)制造云里的資源服務(wù)進(jìn)行合理的管理，管理中心根據(jù)用戶需求以合適的方式為用戶提供制造全生命周期應(yīng)用［2－3］.現(xiàn)有的服務(wù)管理技術(shù)本身存在很多不足，如：服務(wù)描述語(yǔ)言大都處于語(yǔ)法級(jí)，存在語(yǔ)義異構(gòu)問(wèn)題；對(duì)于復(fù)雜問(wèn)題的求解缺乏相應(yīng)的推理能力；對(duì)于制造活動(dòng)中的隱性知識(shí)缺乏發(fā)現(xiàn)和利用等［4－6］.云制造的制造全生命周期中多個(gè)過(guò)程也無(wú)法用現(xiàn)有的服務(wù)管理技術(shù)解決，如復(fù)雜制造任務(wù)的供需建模非常復(fù)雜，沒(méi)有人工智能技術(shù)的支持將無(wú)法實(shí)現(xiàn)；僅靠流程管理方式進(jìn)行任務(wù)分解遠(yuǎn)不能滿足需求；由于云制造資源服務(wù)數(shù)量龐大，單純添加語(yǔ)義的方法無(wú)法保證匹配到最佳服務(wù)，等等.從20世紀(jì)60年代以來(lái)知識(shí)工程［7］得到了極大的發(fā)展，其智能性應(yīng)用于諸多模糊、非精確及專家系統(tǒng)等人工智能領(lǐng)域取得良好的應(yīng)用效果.云制造中的各類資源虛擬化接入與封裝、云服務(wù)描述及制造云構(gòu)建、云服務(wù)搜索、匹配與組合、高效智能云服務(wù)的調(diào)度與優(yōu)化配置、容錯(cuò)管理與任務(wù)遷移、云制造企業(yè)業(yè)務(wù)流程管理等都需要相應(yīng)的專家知識(shí)提供技術(shù)支持.本文從服務(wù)與知識(shí)管理的角度出發(fā)，研究了云制造資源服務(wù)管理對(duì)知識(shí)的需求，設(shè)計(jì)了一套基于知識(shí)的云制造資源服務(wù)管理系統(tǒng)框架，以實(shí)現(xiàn)云制造資源服務(wù)的高效管理.

1 云制造資源服務(wù)管理

1.1 資源服務(wù)及特點(diǎn)

文中云制造模式下的資源分為制造資源和制造能力.制造資源是指物理存在且具有靜態(tài)傳輸?shù)馁Y源形式.制造資源又分為硬資源和軟資源.硬資源指產(chǎn)品全生命周期中的制造設(shè)備、計(jì)算設(shè)備、物料等；軟資源指軟件、數(shù)據(jù)和知識(shí)等.制造能力是完成某一目標(biāo)需要的無(wú)形動(dòng)態(tài)的主觀條件，如設(shè)計(jì)能力、仿真能力、管理能力等［8］.借助虛擬化和物聯(lián)網(wǎng)技術(shù)將云端制造資源和制造能力進(jìn)行統(tǒng)一描述，進(jìn)而進(jìn)行服務(wù)化封裝，形成云服務(wù)，又稱之為云制造資源服務(wù).云制造資源服務(wù)的主要特點(diǎn)包括：

（1）多樣性.云制造是一種涉及多領(lǐng)域、跨學(xué)科的先進(jìn)制造模式.突出地表現(xiàn)在復(fù)雜產(chǎn)品的設(shè)計(jì)、仿真、生產(chǎn)、加工等方面.此時(shí)，單一的某一個(gè)或者某一類資源服務(wù)無(wú)法滿足用戶需求，往往需要多個(gè)領(lǐng)域的多類制造資源協(xié)同合作.與此同時(shí)，由于形態(tài)、功能、實(shí)現(xiàn)方式等的不同，同一領(lǐng)域內(nèi)的資源服務(wù)也千差萬(wàn)別，各不相同.這些服務(wù)不但包括了硬件設(shè)備、計(jì)算資源、軟件、人力等的制造資源服務(wù)，還包括了設(shè)計(jì)能力、仿真能力、生產(chǎn)能力、管理能力等的制造能力服務(wù).所以，云制造資源服務(wù)具有多樣性特點(diǎn).

（2）海量服務(wù).云制造資源服務(wù)的多樣性決定了其資源服務(wù)的數(shù)量非常巨大.眾多的服務(wù)提供者不但提供了多領(lǐng)域的多種服務(wù)，還可能提供多個(gè)同類型或同樣功能的服務(wù).對(duì)于海量服務(wù)的高效管理是云制造平臺(tái)必須解決的問(wèn)題.

（3）分布性.云制造中的資源服務(wù)的實(shí)際部署呈現(xiàn)分布性.部分資源部署以映像部署的方式部署在平臺(tái)虛擬機(jī)上.很大一部分資源特別是硬資源、服務(wù)提供者自建服務(wù)器的軟資源和制造能力資源可能存放于世界的任何位置.資源提供者可能把硬資源存放于任何一個(gè)廠房、機(jī)房、倉(cāng)庫(kù)中.軟資源部署在全世界任何一臺(tái)計(jì)算機(jī)或者存儲(chǔ)設(shè)備中，一個(gè)服務(wù)也可能是部署在多個(gè)計(jì)算機(jī)上多個(gè)程序協(xié)同實(shí)現(xiàn).具備某種制造能力的人或企業(yè)也可以是在任何地方.云制造資源管理中心通過(guò)網(wǎng)絡(luò)與這些分布的資源進(jìn)行通信.

（4）動(dòng)態(tài)性.云制造平臺(tái)下管理的海量資源服務(wù)的狀態(tài)隨時(shí)都在變化中.有的服務(wù)可能臨時(shí)不能調(diào)用，如部署服務(wù)器故障等；有的服務(wù)可能調(diào)用方式發(fā)生了改變，如更換了服務(wù)器地址等；有的服務(wù)可能進(jìn)行了更新，如更換了更先進(jìn)的機(jī)床等硬件設(shè)備等；一些新的服務(wù)隨時(shí)可能加入平臺(tái)，如具備某種能力的人的加入，舊的服務(wù)永久退出平臺(tái)等.云制造平臺(tái)需要對(duì)這些資源服務(wù)進(jìn)行監(jiān)控，不斷更新其狀態(tài)，才能在合適的時(shí)間把合適的服務(wù)提供給用戶.

綜上所述，在復(fù)雜的制造云中選取合適的資源服務(wù)來(lái)完成任務(wù)單靠傳統(tǒng)的服務(wù)管理技術(shù)無(wú)法滿足用戶需求，必須有相應(yīng)的各領(lǐng)域?qū)＜疫M(jìn)行協(xié)同配合來(lái)實(shí)現(xiàn)資源服務(wù)的智能優(yōu)化選取和調(diào)用.從人工智能的角度出發(fā)，制造全過(guò)程實(shí)現(xiàn)對(duì)知識(shí)有著巨大的依賴性.所以，云制造也是一種基于知識(shí)的制造.云制造體系需要相應(yīng)的知識(shí)管理系統(tǒng)，資源服務(wù)管理中心必須在其支持下進(jìn)行資源的合理調(diào)用.

1.2 基于知識(shí)的資源服務(wù)管理需求分析

云制造資源服務(wù)的全生命周期如圖1所示.

圖1 云制造資源服務(wù)全生命周期示意Fig.1 Whole life cycle of resource service in cloud manufacturing

云制造資源服務(wù)全生命周期過(guò)程包括：服務(wù)分類組織、服務(wù)供需能力建模、服務(wù)描述、服務(wù)組織發(fā)布和虛擬展示、服務(wù)供需智能匹配與交易、服務(wù)組合、服務(wù)運(yùn)行監(jiān)控、服務(wù)維護(hù).用戶的需求往往包含多項(xiàng)功能和性能要求，其實(shí)現(xiàn)過(guò)程涉及多個(gè)學(xué)科.依靠單一的資源服務(wù)難以完成，需要多學(xué)科資源服務(wù)的協(xié)同工作［9］.對(duì)于同一個(gè)任務(wù)不同學(xué)科領(lǐng)域的解決視角、問(wèn)題關(guān)注點(diǎn)、專業(yè)規(guī)范以及解決思路都不同，每個(gè)過(guò)程需要多領(lǐng)域?qū)＜业膮f(xié)同參與才能實(shí)現(xiàn)，更準(zhǔn)確地說(shuō)是需要這些領(lǐng)域?qū)＜业闹R(shí)來(lái)解決服務(wù)全生命周期中的問(wèn)題.云制造中資源服務(wù)管理的策略是將專家知識(shí)表示成計(jì)算機(jī)可以識(shí)別的形式并建立專門的知識(shí)庫(kù)存儲(chǔ)，由云制造平臺(tái)直接使用這些知識(shí)解決服務(wù)全生命周期中每個(gè)階段遇到的問(wèn)題.這樣將大幅提高云制造平臺(tái)服務(wù)的效率.資源服務(wù)的特點(diǎn)決定了構(gòu)建知識(shí)庫(kù)的知識(shí)有多種類型，服務(wù)全生命周期各個(gè)階段用到的知識(shí)也不盡相同.

服務(wù)分類組織的優(yōu)勢(shì)在于可以根據(jù)需求迅速匹配到合適的服務(wù)，極大提高平臺(tái)工作效率.云制造平臺(tái)需要一個(gè)合理的服務(wù)分類框架，該框架建立在服務(wù)描述及多種分類策略的基礎(chǔ)上.服務(wù)描述性知識(shí)是對(duì)資源服務(wù)的實(shí)現(xiàn)功能、涉及領(lǐng)域、適用條件、QoS等的描述.分類策略是指該框架還具有幾套合理的分類方法.這些分類方法是在充分分析各個(gè)領(lǐng)域的專業(yè)知識(shí)、結(jié)合任務(wù)的實(shí)際需求后確立的科學(xué)的分類方法.同一個(gè)服務(wù)在不同的分類方法下可能屬于不同的類別.系統(tǒng)任務(wù)提出后，平臺(tái)對(duì)具體任務(wù)進(jìn)行屬性抽取來(lái)確定任務(wù)完成策略，根據(jù)該策略在某種合理的服務(wù)分類方法指導(dǎo)下選取合適的服務(wù)完成任務(wù)需求.服務(wù)描述是一種描述該服務(wù)的知識(shí)，這些知識(shí)詳細(xì)描述了該服務(wù)的各種屬性，包括服務(wù)的名字、涉及領(lǐng)域、部署方式、使用方式等.分類方法是一種描述如何對(duì)服務(wù)進(jìn)行分類的任務(wù)知識(shí)，包括適用于該分類方法的情景、分類的依據(jù)、分類的具體步驟等.

服務(wù)供需能力建模是將用戶任務(wù)需求進(jìn)行分析并與服務(wù)庫(kù)中的服務(wù)進(jìn)行對(duì)比，由實(shí)際任務(wù)確立服務(wù)的具體描述形式，即由一定的規(guī)則建立供需能力模型.建立準(zhǔn)確、合理的模型對(duì)任務(wù)的完成起重要作用.該過(guò)程需要對(duì)實(shí)際任務(wù)進(jìn)行大量的分析論證，借助數(shù)據(jù)挖掘等技術(shù)獲取對(duì)應(yīng)的隱性知識(shí)，再利用領(lǐng)域?qū)＜抑R(shí)實(shí)現(xiàn)服務(wù)供需能力建模.

服務(wù)描述是云制造實(shí)現(xiàn)智能化服務(wù)管理的基本環(huán)節(jié).服務(wù)描述過(guò)程將云制造服務(wù)庫(kù)中的每一條服務(wù)描述成計(jì)算機(jī)可以識(shí)別的形式使得計(jì)算機(jī)在相應(yīng)的策略下自主完成服務(wù)的管理.該過(guò)程的實(shí)現(xiàn)作用于云制造服務(wù)全生命周期的每一步.合理的服務(wù)描述形式極大提高云制造服務(wù)平臺(tái)的效率和解決問(wèn)題的能力.該過(guò)程與服務(wù)的分類和供需能力建模過(guò)程相互影響.為確保系統(tǒng)運(yùn)行的高效性和準(zhǔn)確性，需要對(duì)云制造的應(yīng)用場(chǎng)景和資源服務(wù)進(jìn)行全面分析，建立合理的描述方法，如類型相同或相似的服務(wù)應(yīng)有完全一致的描述方式，類型差別較大的服務(wù)則根據(jù)具體情況使用不同描述方式.服務(wù)描述方法直接影響服務(wù)描述知識(shí)建立.

服務(wù)組織發(fā)布和虛擬展示過(guò)程指服務(wù)提供者發(fā)布和展示其服務(wù)的過(guò)程.服務(wù)提供者向平臺(tái)提供其服務(wù)的功能等屬性，系統(tǒng)自動(dòng)建立該服務(wù)的描述文件進(jìn)行存儲(chǔ)，形成該服務(wù)的初步描述知識(shí).平臺(tái)在運(yùn)行過(guò)程中搜集有關(guān)該服務(wù)的信息并完善其描述，逐步形成完整的服務(wù)描述知識(shí).

服務(wù)供需智能匹配與交易是在知識(shí)的支持下依據(jù)用戶需求對(duì)服務(wù)進(jìn)行篩選、調(diào)用與交易的過(guò)程.系統(tǒng)平臺(tái)在語(yǔ)義基礎(chǔ)上依據(jù)知識(shí)做出判斷，挑選一系列合適的服務(wù)形成任務(wù)的解決方案.用戶可根據(jù)自身特點(diǎn)定制適合自己的特殊需求，系統(tǒng)依據(jù)任務(wù)目的、服務(wù)描述和用戶要求3方面提供相應(yīng)的服務(wù).

服務(wù)組合將挑選的服務(wù)按照一定規(guī)則進(jìn)行組合最終完成制定的任務(wù).該過(guò)程中服務(wù)的組合策略需要知識(shí)作為支撐.系統(tǒng)需要根據(jù)領(lǐng)域知識(shí)和服務(wù)描述知識(shí)等判斷所選的服務(wù)是否可以組合，并剔除不合適組合的服務(wù)，然后根據(jù)任務(wù)知識(shí)設(shè)定合適的組合方案，并對(duì)方案進(jìn)行評(píng)估，實(shí)現(xiàn)服務(wù)組合的優(yōu)化.

服務(wù)運(yùn)行監(jiān)控包含2層含義：一是指在任務(wù)提出后到最終解決該任務(wù)的過(guò)程中系統(tǒng)對(duì)每一步都進(jìn)行監(jiān)控，記錄產(chǎn)生的數(shù)據(jù)；二是指在服務(wù)運(yùn)行過(guò)程中發(fā)生意外問(wèn)題后系統(tǒng)采取一系列措施確保任務(wù)順利完成.監(jiān)視的數(shù)據(jù)最重要的包括具體方案實(shí)施效果、單個(gè)服務(wù)效果、服務(wù)組合效果及用戶評(píng)價(jià)等.系統(tǒng)對(duì)這些數(shù)據(jù)進(jìn)行分析推理，形成對(duì)應(yīng)的案例，對(duì)該案例進(jìn)行描述就形成了案例知識(shí).另外系統(tǒng)將與單個(gè)服務(wù)有聯(lián)系的推理結(jié)果添加到服務(wù)描述文件中，以完善服務(wù)的描述知識(shí).當(dāng)再次遇到類似任務(wù)時(shí)系統(tǒng)根據(jù)案例知識(shí)提出更好的解決方案.該過(guò)程是機(jī)器學(xué)習(xí)過(guò)程也是知識(shí)自動(dòng)獲取過(guò)程.而在意外情況發(fā)生后，系統(tǒng)對(duì)具體情況進(jìn)行推理得到具體的解決方案并實(shí)施，在實(shí)施過(guò)程中同樣進(jìn)行監(jiān)控，對(duì)實(shí)施方案進(jìn)行評(píng)估并修改相應(yīng)的推理知識(shí).在運(yùn)行監(jiān)控過(guò)程中領(lǐng)域知識(shí)、推理知識(shí)、案例知識(shí)和服務(wù)描述知識(shí)都發(fā)揮重要作用.

服務(wù)維護(hù)是在任務(wù)完成后分析服務(wù)全生命周期中產(chǎn)生的各項(xiàng)數(shù)據(jù)、完善服務(wù)的描述信息的過(guò)程.這些數(shù)據(jù)包括單個(gè)服務(wù)的運(yùn)行狀況、服務(wù)組合的整體效果、任務(wù)完成后的評(píng)價(jià)等.云制造平臺(tái)將相應(yīng)的分析結(jié)果寫入服務(wù)的描述信息，這是一種自動(dòng)獲取知識(shí)的方式.當(dāng)云制造服務(wù)開(kāi)始新的全生命周期時(shí)平臺(tái)可以更準(zhǔn)確高效地匹配和調(diào)用相應(yīng)的服務(wù).

由服務(wù)全生命周期的每一步的分析可以看出，云制造是一種基于知識(shí)的制造模式.有些步驟必須有知識(shí)作為支撐才能實(shí)現(xiàn)，有些步驟在添加了知識(shí)后會(huì)極大提高其效率和解決問(wèn)題的能力.依據(jù)CommoKCADS［10－11］分類法和云制造實(shí)際需求可將這些知識(shí)分為領(lǐng)域知識(shí)、推理知識(shí)、任務(wù)知識(shí)、案例知識(shí)和服務(wù)描述知識(shí)等.領(lǐng)域知識(shí)是某個(gè)領(lǐng)域內(nèi)的知識(shí)對(duì)象和涉及的靜態(tài)信息的描述，主要包括該領(lǐng)域內(nèi)的應(yīng)用知識(shí)和概念描述.領(lǐng)域知識(shí)是其他知識(shí)存在的基礎(chǔ)，其他知識(shí)都是依托于特定的領(lǐng)域知識(shí)而發(fā)揮具體作用.推理知識(shí)是應(yīng)用靜態(tài)知識(shí)完成具體任務(wù)推理的知識(shí).主要包括推理步驟方法以及領(lǐng)域知識(shí)在其中所起到的作用.任務(wù)知識(shí)用于描述任務(wù)目標(biāo)并提供解決任務(wù)的策略.一般依據(jù)任務(wù)知識(shí)將問(wèn)題分解成子任務(wù)并確定每個(gè)子任務(wù)目標(biāo)并逐一完成.案例知識(shí)是在任務(wù)完成后生成的對(duì)該任務(wù)主要描述信息的知識(shí).多個(gè)案例知識(shí)集中形成案例知識(shí)庫(kù)，為后續(xù)類似任務(wù)的解決方案提供參考.服務(wù)描述知識(shí)是服務(wù)管理的基本要素，詳細(xì)表示了對(duì)應(yīng)服務(wù)的所有重要屬性，如涉及領(lǐng)域、輸入輸出、服務(wù)地址、資費(fèi)標(biāo)準(zhǔn)、QoS以及與其他服務(wù)的關(guān)聯(lián)關(guān)系等信息.不同類型的服務(wù)描述的屬性也不盡相同.平臺(tái)依據(jù)這些描述知識(shí)調(diào)用服務(wù)解決實(shí)際任務(wù).綜上所述，在云制造平臺(tái)中構(gòu)建知識(shí)庫(kù)并提供相應(yīng)的管理系統(tǒng)是必不可少的.

2 基于知識(shí)的云資源服務(wù)管理系統(tǒng)

2.1 系統(tǒng)框架組成

構(gòu)建云制造知識(shí)管理系統(tǒng)，對(duì)云制造任務(wù)實(shí)現(xiàn)過(guò)程中用到的知識(shí)進(jìn)行組織管理，為制造資源服務(wù)全生命周期提供知識(shí)支持，其系統(tǒng)框架如圖2所示.

圖2 云制造模式下基于知識(shí)的資源服務(wù)管理框架Fig.2 RSM framework based on knowledge management in CMfg

2.2 云制造資源服務(wù)知識(shí)庫(kù)管理系統(tǒng)構(gòu)建

知識(shí)庫(kù)［12－13］是知識(shí)工程中結(jié)構(gòu)化、易操作、全面有組織的知識(shí)集群，是針對(duì)某一或某些領(lǐng)域問(wèn)題求解的需要采用某種或若干種知識(shí)表示方式在計(jì)算機(jī)存儲(chǔ)器中存儲(chǔ)、組織、管理和使用的互相聯(lián)系的知識(shí)片集合.這些知識(shí)片包括與領(lǐng)域相關(guān)的領(lǐng)域知識(shí)、事實(shí)數(shù)據(jù)、由專家經(jīng)驗(yàn)得到的啟發(fā)式知識(shí)，如某領(lǐng)域內(nèi)有關(guān)的定義、運(yùn)算法則以及常識(shí)性知識(shí).構(gòu)建知識(shí)庫(kù)首先要確定使用的知識(shí)表示方法.知識(shí)表示［14］常用的方法有邏輯表示法、產(chǎn)生式表示法、框架表示法、面向?qū)ο蟊硎痉ê捅倔w表示法.通過(guò)對(duì)各種表示法的比較并結(jié)合云制造知識(shí)需求本文采用本體表示法對(duì)云制造知識(shí)庫(kù)中的知識(shí)進(jìn)行表示.本體［15－18］是客觀存在的一個(gè)系統(tǒng)的解釋或說(shuō)明，在信息領(lǐng)域本體統(tǒng)一了領(lǐng)域內(nèi)的術(shù)語(yǔ)和概念，增加了知識(shí)共享、知識(shí)重用的程度.

在云制造平臺(tái)的資源服務(wù)管理系統(tǒng)中構(gòu)建知識(shí)庫(kù)管理系統(tǒng)，對(duì)資源服務(wù)化和制造云構(gòu)建、用戶需求建模和面向服務(wù)求解以及為云制造中的服務(wù)中間件提供知識(shí)支持.知識(shí)庫(kù)管理系統(tǒng)由知識(shí)庫(kù)、邏輯推理層和應(yīng)用接口層3層框架組成（如圖2）.

2.3 知識(shí)庫(kù)層

基于云制造知識(shí)的分類和本體表示法分別構(gòu)成領(lǐng)域本體庫(kù)、推理本體庫(kù)、任務(wù)本體庫(kù)、案例庫(kù)和資源服務(wù)本體庫(kù).需要對(duì)每一類知識(shí)進(jìn)行分析確定其具體的存儲(chǔ)方案.相對(duì)其他類型知識(shí)，領(lǐng)域知識(shí)內(nèi)容較穩(wěn)定，較容易進(jìn)行結(jié)構(gòu)化.在多領(lǐng)域?qū)W科中，有些推理知識(shí)和任務(wù)知識(shí)通用性較強(qiáng)，容易分類并形式化成相應(yīng)統(tǒng)一的描述模版.而有些推理知識(shí)和任務(wù)知識(shí)應(yīng)用領(lǐng)域較少、規(guī)范特殊、不易分類，將其進(jìn)行形式化過(guò)于繁瑣且應(yīng)用較少.案例知識(shí)主要描述了完成用戶某個(gè)任務(wù)的具體情況，其主要的元素集中在用到的服務(wù)和具體每一步的評(píng)估，是一種容易形式化的知識(shí).資源服務(wù)描述知識(shí)主要是對(duì)資源服務(wù)的屬性進(jìn)行描述，絕大多數(shù)資源服務(wù)都可在云制造平臺(tái)中找到相應(yīng)的描述方法，也是一種易形式化的知識(shí).

根據(jù)以上情況，知識(shí)以文件存儲(chǔ)與關(guān)系數(shù)據(jù)庫(kù)并存的方式進(jìn)行存儲(chǔ).對(duì)于知識(shí)庫(kù)中全部知識(shí)都采用文件存儲(chǔ)方式存儲(chǔ)，如常見(jiàn)的owl本體描述文檔.但在知識(shí)查詢匹配等過(guò)程中，如果每次都需要對(duì)文件進(jìn)行解析則效率太低，所以對(duì)于領(lǐng)域知識(shí)、容易形式化的推理知識(shí)和任務(wù)知識(shí)、案例知識(shí)和資源服務(wù)描述知識(shí)將采用數(shù)據(jù)庫(kù)方式進(jìn)行存儲(chǔ)，如Oracle，SQL Server數(shù)據(jù)庫(kù)等，以提高工作效率.

2.4 邏輯推理層

邏輯推理層包含語(yǔ)義推理引擎和智能推理算法庫(kù)2個(gè)模塊.

（1）語(yǔ)義推理引擎.推理就是依據(jù)一定的原則從已有的事實(shí)推出結(jié)論的過(guò)程.知識(shí)推理是指在計(jì)算機(jī)或智能機(jī)器中利用形式化的知識(shí)進(jìn)行機(jī)器思維和求解問(wèn)題的過(guò)程.跨領(lǐng)域多學(xué)科問(wèn)題求解中知識(shí)推理的全面性和正確性受到語(yǔ)義異構(gòu)問(wèn)題的制約.語(yǔ)義推理引擎通過(guò)對(duì)知識(shí)表示添加語(yǔ)義支持實(shí)現(xiàn)語(yǔ)義層次的知識(shí)推理，實(shí)現(xiàn)云制造的資源服務(wù)的合理調(diào)配.

（2）智能推理算法庫(kù).知識(shí)推理過(guò)程中，有些推理是精確推理的，推理?xiàng)l件和結(jié)果都是精確的，這類推理形式較為單一且實(shí)現(xiàn)比較簡(jiǎn)單.而更多的是非精確推理，其條件或結(jié)果都存在不確定性.在這類知識(shí)推理中，精確性的推理已經(jīng)無(wú)法滿足要求，這就要求引入智能推理算法.智能推理算法即引入人工智能、模糊邏輯等技術(shù)模擬人的思維，對(duì)知識(shí)進(jìn)行合理的推理，得到比較滿意的答案.常見(jiàn)的智能推理算法包括確定性推理算法［19］、模糊聚類推理算法［20］以及粗糙集推理算法［21］等.將這些算法封裝成對(duì)應(yīng)的算法類庫(kù)，供語(yǔ)義推理引擎調(diào)用，為其提供非精確推理的算法支持.

2.5 應(yīng)用接口層

應(yīng)用接口層包括知識(shí)開(kāi)發(fā)、知識(shí)應(yīng)用和知識(shí)管理3個(gè)接口模塊.

（1）知識(shí)開(kāi)發(fā)接口.知識(shí)開(kāi)發(fā)接口主要功能包括知識(shí)獲取、知識(shí)編輯、知識(shí)瀏覽和知識(shí)集成等.構(gòu)建知識(shí)庫(kù)必須有知識(shí)，知識(shí)獲取是必不可少的功能.知識(shí)獲取依據(jù)其獲取方式可以分為人工獲取、半自動(dòng)獲取和自動(dòng)獲取3種.由于自動(dòng)獲取更多的是理論研究，目前實(shí)踐過(guò)程中很難實(shí)現(xiàn).結(jié)合云制造平臺(tái)自身特點(diǎn)，獲取方式主要為人工獲取和半自動(dòng)獲取，輔以部分知識(shí)自動(dòng)獲取.人工獲取是指知識(shí)工程師與相關(guān)領(lǐng)域?qū)＜疫M(jìn)行溝通，將專家知識(shí)以人工方式形式化成計(jì)算機(jī)能夠識(shí)別的知識(shí).該方法效率比較低，一般用于領(lǐng)域知識(shí)構(gòu)建和特殊性較強(qiáng)、難以分類提供形式化模版的知識(shí).半自動(dòng)獲取是指知識(shí)工程師對(duì)知識(shí)進(jìn)行分類并形成相應(yīng)的知識(shí)獲取模版，領(lǐng)域?qū)＜彝ㄟ^(guò)其開(kāi)發(fā)的專業(yè)程序?qū)υ捴苯訉⑵渲R(shí)轉(zhuǎn)化成計(jì)算機(jī)能夠識(shí)別的知識(shí)并存入數(shù)據(jù)庫(kù)，這是目前最可行且應(yīng)用最廣的知識(shí)獲取方式.該方法適用于領(lǐng)域內(nèi)容易分類并形式化的知識(shí)獲取，但對(duì)于特殊性較強(qiáng)的知識(shí)則無(wú)能為力.云制造平臺(tái)中運(yùn)用的知識(shí)涉及多個(gè)領(lǐng)域，種類繁多且千差萬(wàn)別，所以需要人工獲取和半自動(dòng)獲取2種方式同時(shí)進(jìn)行.另外案例知識(shí)的獲取是系統(tǒng)自動(dòng)收集任務(wù)完成過(guò)程中的各種數(shù)據(jù)自動(dòng)形成，所以案例知識(shí)構(gòu)建以知識(shí)自動(dòng)獲取方式實(shí)現(xiàn).獲取后的知識(shí)不是一成不變的，系統(tǒng)需要提供對(duì)知識(shí)編輯功能，包括基本的增、刪、改、查等操作.云制造知識(shí)庫(kù)中的知識(shí)擬以本體方式進(jìn)行存儲(chǔ).對(duì)知識(shí)編輯即為對(duì)本體的編輯.該模塊提供本體編輯工具實(shí)現(xiàn)知識(shí)編輯；知識(shí)瀏覽即對(duì)知識(shí)庫(kù)中的知識(shí)進(jìn)行瀏覽，該模塊通過(guò)本體解析工具對(duì)知識(shí)表示本體文檔解析并發(fā)布到對(duì)應(yīng)頁(yè)面供用戶、專家或管理員查看；知識(shí)集成指將分散的、片面的但有一定關(guān)聯(lián)度的知識(shí)通過(guò)集成的方式合成連貫的能夠解決某一具體問(wèn)題的知識(shí)的過(guò)程.該模塊主要對(duì)云制造中分散的知識(shí)片進(jìn)行集成，形成可用的、具體的知識(shí)并進(jìn)行存儲(chǔ)和調(diào)用.

（2）知識(shí)管理接口.知識(shí)管理接口主要功能包括存儲(chǔ)管理、安全管理等.存儲(chǔ)管理指對(duì)獲取的知識(shí)進(jìn)行存儲(chǔ)的統(tǒng)一管理.云制造知識(shí)庫(kù)的存儲(chǔ)首先將知識(shí)進(jìn)行分類建立相應(yīng)的本體庫(kù)，再根據(jù)知識(shí)的不同以文件存儲(chǔ)和數(shù)據(jù)庫(kù)存儲(chǔ)2種方式進(jìn)行存儲(chǔ)；安全管理模塊主要對(duì)知識(shí)庫(kù)中用戶的角色進(jìn)行分類和管理.根據(jù)云制造系統(tǒng)平臺(tái)的用戶可以按照其所處的角色特點(diǎn)進(jìn)行相應(yīng)的角色分配，如知識(shí)工程師可以進(jìn)行相應(yīng)領(lǐng)域的知識(shí)提交、維護(hù)等操作，具體用戶可以根據(jù)需求查看或直接調(diào)用所需要的服務(wù)以完成相應(yīng)任務(wù)等.

（3）知識(shí)應(yīng)用接口.知識(shí)應(yīng)用接口主要功能包括知識(shí)查詢、知識(shí)訪問(wèn)、語(yǔ)義應(yīng)用與語(yǔ)義推理等.該模塊主要在語(yǔ)義的支持下提供對(duì)所需知識(shí)的查詢并調(diào)用查詢到的知識(shí)解決具體問(wèn)題.這里涉及了知識(shí)訪問(wèn)方式、語(yǔ)義匹配及推理等多種關(guān)鍵技術(shù).應(yīng)用接口層通過(guò)對(duì)外提供上述功能對(duì)應(yīng)的調(diào)用接口方式實(shí)現(xiàn)具體任務(wù)的知識(shí)支持.在整個(gè)過(guò)程中云制造服務(wù)平臺(tái)通過(guò)調(diào)用這些接口實(shí)現(xiàn)知識(shí)對(duì)資源服務(wù)的管理.

3 基于知識(shí)的云制造資源服務(wù)管理流程分析

依據(jù)云制造系統(tǒng)工作流程可以把資源服務(wù)管理流程分為資源服務(wù)的部署和發(fā)布流程與使用流程.

3.1 資源服務(wù)部署和發(fā)布流程

資源服務(wù)的部署和發(fā)布是服務(wù)提供者將其服務(wù)部署到通過(guò)互聯(lián)網(wǎng)可以遠(yuǎn)程調(diào)用的狀態(tài)，并將其服務(wù)的屬性（如所屬領(lǐng)域、功能、接口、調(diào)用方法、QoS及資費(fèi)標(biāo)準(zhǔn)等）通過(guò)系統(tǒng)提供的服務(wù)發(fā)布界面向資源服務(wù)中心注冊(cè)，然后生成相應(yīng)的本體描述文檔存入資源服務(wù)本體庫(kù)中，其具體流程如圖3.

圖3 資源服務(wù)部署發(fā)布示意Fig.3 Resource service deploy and release

資源服務(wù)構(gòu)建部署包括制造資源部署和制造能力部署.制造資源部署又分為軟資源部署和硬資源部署.對(duì)于軟資源，服務(wù)發(fā)布者將相應(yīng)的程序封裝成服務(wù)，然后將封裝后的服務(wù)部署到網(wǎng)絡(luò)服務(wù)器上，用戶即可對(duì)網(wǎng)絡(luò)服務(wù)器上的服務(wù)進(jìn)行調(diào)用.對(duì)于硬資源，服務(wù)提供者需要將相應(yīng)的硬件控制接口、數(shù)據(jù)監(jiān)控接口等接口通過(guò)總線技術(shù)連接到網(wǎng)絡(luò)，用戶通過(guò)網(wǎng)絡(luò)即可實(shí)現(xiàn)對(duì)硬資源的狀態(tài)監(jiān)測(cè)或在一定條件下的遠(yuǎn)程使用.制造能力的部署需要將對(duì)相應(yīng)制造能力的描述信息以特定的方式注冊(cè)到平臺(tái)上，平臺(tái)可以與其進(jìn)行通訊，實(shí)現(xiàn)能力的調(diào)用.

資源服務(wù)發(fā)布過(guò)程中，服務(wù)提供者通過(guò)系統(tǒng)提供的發(fā)布界面，選擇所處領(lǐng)域并通過(guò)填表的方式對(duì)服務(wù)的屬性進(jìn)行錄入.資源服務(wù)信息錄入后，系統(tǒng)首先對(duì)描述信息進(jìn)行語(yǔ)義標(biāo)注，然后在領(lǐng)域知識(shí)的支撐下進(jìn)行語(yǔ)義擴(kuò)充，形成服務(wù)資源本體并將其存入知識(shí)庫(kù)，以便云制造系統(tǒng)平臺(tái)調(diào)用.

3.2 資源服務(wù)使用流程

資源服務(wù)使用流程包括資源服務(wù)的匹配、調(diào)用、評(píng)估及案例存儲(chǔ)等過(guò)程.其具體流程如圖4所示.

圖4 資源服務(wù)使用流程示意Fig.4 The process of using resource services

用戶向平臺(tái)發(fā)布任務(wù)，系統(tǒng)通過(guò)語(yǔ)義推理對(duì)任務(wù)進(jìn)行分析，進(jìn)入案例庫(kù)進(jìn)行案例匹配.在語(yǔ)義的支持下對(duì)以往案例進(jìn)行匹配.如果匹配成功，則直接調(diào)用所有匹配的案例.案例庫(kù)中匹配出的案例一般都是解決當(dāng)時(shí)問(wèn)題較好的方案，但這并不能代表一定是最好的方案.而且不同用戶不同時(shí)期提出的任務(wù)要求不會(huì)完全相同，匹配出的案例不可能每個(gè)環(huán)節(jié)都是最佳配置，所以對(duì)匹配的案例進(jìn)行重新分割、對(duì)個(gè)別環(huán)節(jié)進(jìn)行服務(wù)替換以實(shí)現(xiàn)資源服務(wù)的優(yōu)化配置非常重要.所以在領(lǐng)域本體、推理本體及案例本體的支持下對(duì)任務(wù)進(jìn)行分割分解，形成可以由單個(gè)資源服務(wù)解決的子任務(wù).在任務(wù)本體、案例本體及資源服務(wù)本體的協(xié)同支持下分配解決每個(gè)子任務(wù)的資源服務(wù)，然后進(jìn)行服務(wù)組合形成總?cè)蝿?wù)解決方案.

如果案例匹配失敗，系統(tǒng)在領(lǐng)域本體、推理本體和任務(wù)本體的支持下對(duì)任務(wù)進(jìn)行分解，將任務(wù)分解成單個(gè)資源服務(wù)可以完成的子任務(wù).在任務(wù)本體和資源服務(wù)本體支持下通過(guò)語(yǔ)義匹配技術(shù)對(duì)資源服務(wù)進(jìn)行匹配進(jìn)而實(shí)現(xiàn)服務(wù)分配.解析資源服務(wù)本體中對(duì)應(yīng)服務(wù)的屬性的描述參數(shù)，通過(guò)服務(wù)組合算法實(shí)現(xiàn)服務(wù)組合優(yōu)化，最后形成總?cè)蝿?wù)解決方案.

形成的總?cè)蝿?wù)解決方案一般不止1條，系統(tǒng)以適當(dāng)?shù)姆绞较蛴脩麸@示解決方案供用戶選擇.用戶選擇解決方案后進(jìn)入方案實(shí)施階段，該過(guò)程在知識(shí)庫(kù)的支撐下進(jìn)行制造資源服務(wù)和制造能力服務(wù)的協(xié)同調(diào)用最終完成任務(wù).

在服務(wù)運(yùn)行全過(guò)程中，云制造系統(tǒng)平臺(tái)對(duì)運(yùn)行過(guò)程中的每個(gè)資源服務(wù)的關(guān)鍵參數(shù)（如運(yùn)行速度、運(yùn)營(yíng)成本、能力是否達(dá)標(biāo)等）進(jìn)行監(jiān)控，系統(tǒng)根據(jù)監(jiān)控?cái)?shù)據(jù)生成系統(tǒng)評(píng)價(jià).任務(wù)完成后用戶根據(jù)其任務(wù)解決實(shí)際情況對(duì)本次任務(wù)及任務(wù)過(guò)程中用到的資源服務(wù)進(jìn)行評(píng)價(jià)，生成用戶評(píng)價(jià).系統(tǒng)將本次任務(wù)的系統(tǒng)評(píng)價(jià)和用戶評(píng)價(jià)以及任務(wù)解決全過(guò)程數(shù)據(jù)整合生成案例存入知識(shí)庫(kù)中的案例庫(kù)，豐富案例庫(kù)案例儲(chǔ)備，為下次類似任務(wù)提供案例參考.系統(tǒng)評(píng)價(jià)和用戶評(píng)價(jià)中單個(gè)資源服務(wù)的評(píng)價(jià)信息被云制造系統(tǒng)抽取出來(lái)，寫入對(duì)應(yīng)的資源服務(wù)描述本體文件從而實(shí)現(xiàn)資源服務(wù)本體庫(kù)更新.

4 原型系統(tǒng)驗(yàn)證

為驗(yàn)證所提出的云制造資源服務(wù)管理框架，結(jié)合現(xiàn)有的云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)開(kāi)發(fā)了云制造資源服務(wù)管理知識(shí)庫(kù)雛形，其部分界面如圖5.

圖5 知識(shí)庫(kù)管理系統(tǒng)界面Fig.5 Interface of the knowledge base management system

（1）人工知識(shí)獲取界面.知識(shí)獲取分為人工獲取和半自動(dòng)獲取2種方式.其中，領(lǐng)域知識(shí)每一領(lǐng)域都可以應(yīng)用同一描述文檔，但該文檔數(shù)據(jù)量龐大，模版不好定制，所以適合以人工獲取方式獲得.領(lǐng)域知識(shí)一般由知識(shí)工程師與領(lǐng)域?qū)＜医涣鬟M(jìn)行知識(shí)抽取，再依靠相應(yīng)的本體開(kāi)發(fā)工具開(kāi)發(fā)本體文檔并上傳加入知識(shí)庫(kù).測(cè)試本系統(tǒng)利用protégé本體開(kāi)發(fā)，形成owl語(yǔ)言描述的領(lǐng)域本體文檔，最后上傳入知識(shí)庫(kù).對(duì)于已有的本體文檔，系統(tǒng)提供工具可以實(shí)現(xiàn)本體的在線編輯修改功能.

（2）半自動(dòng)知識(shí)獲取界面.容易形式化的推理知識(shí)、任務(wù)知識(shí)和資源服務(wù)種類眾多，通過(guò)人工獲取方式獲取并不現(xiàn)實(shí).以資源服務(wù)獲取為例開(kāi)發(fā)了半自動(dòng)資源服務(wù)分類獲取系統(tǒng).系統(tǒng)提供獲取模版，資源發(fā)布者通過(guò)填寫表單的形式完成其資源的服務(wù)化封裝，形成資源服務(wù)，其本體描述文檔存入資源服務(wù)本體庫(kù)中，供系統(tǒng)進(jìn)行匹配、查詢、調(diào)用等操作.

（3）案例庫(kù)界面.案例的獲取由任務(wù)完成的全過(guò)程中系統(tǒng)監(jiān)控與用戶評(píng)價(jià)2部分組成.首先對(duì)任務(wù)進(jìn)行案例匹配，提供解決方案，用戶選擇解決方案并執(zhí)行服務(wù).任務(wù)完成后用戶進(jìn)行評(píng)價(jià).系統(tǒng)自動(dòng)將任務(wù)運(yùn)行過(guò)程中的監(jiān)控?cái)?shù)據(jù)與任務(wù)完成后的用戶評(píng)價(jià)數(shù)據(jù)添加到案例中形成新的案例.

5 結(jié)語(yǔ)

分析了知識(shí)在云制造資源服務(wù)管理中的作用，從知識(shí)管理角度出發(fā)設(shè)計(jì)了一個(gè)基于知識(shí)的云制造資源服務(wù)管理框架，對(duì)框架中各個(gè)模塊進(jìn)行了分析并開(kāi)發(fā)了相應(yīng)原型系統(tǒng)進(jìn)行驗(yàn)證.現(xiàn)今的知識(shí)管理技術(shù)還無(wú)法滿足云制造資源服務(wù)管理的需求，需要結(jié)合其特點(diǎn)對(duì)知識(shí)的獲取、表示、存儲(chǔ)、檢索、推理等各方面進(jìn)行深入的研究.

致謝：感謝清華大學(xué)黃必清教授，北京航空航天大學(xué)程穎、胡曉航，Portland State University叢凱，中國(guó)航天科技集團(tuán)王保錄、張啟程等對(duì)本文相關(guān)內(nèi)容的貢獻(xiàn).

［1］李伯虎，張霖，王時(shí)龍，等.云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式［J］.計(jì)算機(jī)集成制造系統(tǒng)，2010，16（1）：1.LI Bohu，ZHANG Lin，WANG Shilong，et al.Cloud manufacturing：a new service－oriented manufacturing model ［J］.Computer Integrated Manufacturing，2010，16（1）：1.

［2］Tao Fei， Zhang Lin， Venkatesh V C， et al.Cloud manufacturing： a computing and service－oriented manufacturing model［J］.Proceedings of the Institution of Mechanical Engineers，Part B，Journal of Engineering Manufacture，2011，225（10）：1969.

［3］陶飛，張霖，郭華，等.云制造特征及云服務(wù)組合關(guān)鍵問(wèn)題研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2011，17（3）：477.TAO Fei， ZHANG Lin， GUO Hua， et al.Typical characteristics of cloud manufacturing and several key issues of cloud service composition ［J］.Computer Integrated Manufacturing Systems，2011，17（3）：477.

［4］陶飛，胡業(yè)發(fā)，張霖.制造網(wǎng)格資源服務(wù)優(yōu)化配置理論與方法［M］.北京：機(jī)械工業(yè)出版社，2010.TAO Fei，HU Yefa，ZHANG Lin.Theory and practice：optimal resource service allocation in manufacturing grid［M］.Beijing：China Machine Press，2010.

［5］TAO Fei，HU Yefa，ZHOU Zude.Study on manufacturing grid and its resource service optimal－selection system ［J］.International Journal of Advanced Manufacturing Technology，2008，37（9／10）：1022.

［6］Smith A D，Rupp W T.Application service providers（ASP）：moving downstream to enhance competitive advantage［J］.Information Management and Computer Security，2002，10（2／3）：64.

［7］陸汝鈴.世紀(jì)之交的知識(shí)工程與知識(shí)科學(xué)［M］.北京：清華大學(xué)出版社，2001.LU Ruling.Knowledge engineering and scientific knowledge at the turn of the century［M］.Beijing：Tsinghua University Press，2001.

［8］張霖，羅永亮，陶飛，等.制造云構(gòu)建關(guān)鍵技術(shù)研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2010，16（11）：2510.ZHANG Lin， LUO Yongliang， TAO Fei， et al.Key technologies for the construction of manufacturing cloud［J］.Computer Integrated Manufacturing Systems，2010，16（11）：2510.

［9］陳亮.網(wǎng)絡(luò)環(huán)境下多學(xué)科協(xié)同設(shè)計(jì)的若干關(guān)鍵問(wèn)題研究［D］.武漢：華中科技大學(xué)，2005.CHEN Liang.Research on some key problems of multidisciplinary collaborative design in network environment［D］.Wuhan：Huazhong University of Science ＆Technology，2005.

［10］Schreiber G，Wielinga B，de Hoog R，et al.Common KADS：a comprehensive methodology for KBS development［J］.IEEE Expert，1994，9（6）：28.

［11］GUUS Schreiber，Hans Akkermans，Anjo Anjewierden，et al.Knowledge engineering and management［M］.Boston：MIT Press，2003.

［12］Adam Pease，Raymond A Liuzzi，David Gunning.Knowledge bases［M］.2nd ed.Encyclopedia of Software Engineering，2001.

［13］Wikipedia.Ontology（information science）［EB／OL］.［2009－12－16 ］http：／／en.wikipedia.org／wiki／Ontology＿（i－nfomation＿science）.

［14］劉建煒，燕路峰.知識(shí)表示方法比較［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（3）：242.LIU JianWei，YAN Lufeng.Comparative study of knowledge representation［J］.Computer Systems ＆Applications，2011，20（3）：242.

［15］Neches， Fikes， Finin， et al.Enabling technology for knowledge sharing［J］.A I Magazine，1991，12（3）：51.

［16］Gruber T R.A translation approach to portable ontology specifications［J］.Knowledge Acquisition，1993，5（2）：199.

［17］Borst W N.Construction of engineering ontologies for knowledge sharing and reuse［D］.Enschede：University of Twente，1997.

［18］Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge engineering，principles and methods［J］.Data and Engineering，1998，25（1－2）：161.

［19］Geotge F Luger.Artificial intelligence structures and strategies for complex problem solving［M］.Beijing：China Machine Press，2010.

［20］Xie X L，Beni G.A validity measure for fuzzy clustering［J］.IEEE Transaction on Pattern Analysis and Machine Intelligence，1991（13）：841.

［21］邱兆雷.基于粗糙集的增量式知識(shí)獲取算法研究與實(shí)現(xiàn)［D］.濟(jì)南：山東師范大學(xué)，2008.QIU Zhaolei.Research and implementation about an incremental knowledge acquisition algorithms based on rough set［D］.Ji’nan：Shandong Normal University，2008.