楊 欣 ，曾珍香 ，馬金鳳

（1.河北工業(yè)大學 經(jīng)濟管理學院，天津 300401；2.天津理工大學器 中環(huán)信息學院，天津 300380；3.萊寶真空設(shè)備（天津）有限公司，天津 300400； 4.天津市北辰區(qū)婦女聯(lián)合會， 天津 300400）

引言

當今，制造型企業(yè)面臨著全球化、個性化生產(chǎn)、綠色低碳生產(chǎn)以及產(chǎn)品上市時間短等一系列挑戰(zhàn)。信息技術(shù)例如云計算和物聯(lián)網(wǎng)等的飛速發(fā)展，面向服務的技術(shù)給制造行業(yè)所面臨的這一系列問題提供了解決的方法和技術(shù)。在這種情況下，云制造這一概念被提出。作為一種新的服務型制造模式，云制造在短短幾年的時間內(nèi)由提出到引起學界的高度關(guān)注，其研究得到了快速發(fā)展并涌現(xiàn)了大量成果。因此，對于已有研究成果進行梳理歸納、總結(jié)并洞察未來的研究走向是十分有價值的。

現(xiàn)階段，已有研究雖然對國內(nèi)云制造領(lǐng)域研究熱點進行了一定研究，并提出了一些新的研究走向，但其研究方法都是定性歸納[1-5]。目前還沒有對國內(nèi)云制造領(lǐng)域的研究進行定量的描述、總結(jié)和深入的評論。因此，本文以2010-2016年為時間范圍，以北京大學《中文核心期刊要目總覽》 （以下簡稱《總覽》）為數(shù)據(jù)源，在對我國云制造領(lǐng)域核心論文進行定量描述和內(nèi)容分析的基礎(chǔ)上，對該領(lǐng)域?qū)W術(shù)研究情況進行了總結(jié)和展望，為我國云制造領(lǐng)域理論研究與實踐發(fā)展提供參考和借鑒。

一、國內(nèi)云制造領(lǐng)域核心期刊論文的統(tǒng)計分析及結(jié)果

為了保證高水平的反映我國云制造領(lǐng)域的研究進展，本文的數(shù)據(jù)來源是CNKI核心期刊（《總覽》），以“主題=云制造，時間=2010-2016，文獻類型=期刊”為檢索字段在上述數(shù)據(jù)庫中進行檢索，檢出符合條件的論文共335篇。

（一）論文數(shù)量及期刊分析

論文數(shù)量在一定程度上反映了該學科研究水平和發(fā)展歷程。對樣本文獻依照發(fā)表年份進行統(tǒng)計，結(jié)果如表1所示。

表1 云制造核心論文數(shù)量年份分布表

從發(fā)表的文獻可以看到，2010-2012年，核心論文數(shù)量呈急速上升趨勢，主要圍繞云制造的內(nèi)涵、特征和云制造應用模式的探討較多。2012年，核心論文數(shù)量達到頂峰。原因主要是從2012年開始，我國學者對于云制造領(lǐng)域中的核心技術(shù)的研究越來越多，并且逐步擴展到對云制造相關(guān)的集成技術(shù)的研究。2012-2014年，發(fā)文數(shù)量又出現(xiàn)小幅度下滑，這也是由于學者們對于云制造的思考更加理性，研究也愈發(fā)深入，研究逐漸轉(zhuǎn)向了面向典型行業(yè)的云制造應用探討及應用案例研究。2014年-2016年，發(fā)文數(shù)量小幅度增加。

對期刊發(fā)文量統(tǒng)計，前10名結(jié)果見表2所示。其中，《計算機集成制造》以130篇高居榜首，影響因子0.844；其次為《中國機械工程》，發(fā)文量18篇，影響因子0.751；然后為《制造業(yè)自動化》，發(fā)文量15篇，不過2014年以后，該期刊不再被《總覽》收錄。排名前10的期刊所發(fā)論文量（共243篇） 占論文總量的72.54%，超過1/3，構(gòu)成核心區(qū)期刊。由于部分期刊不再被2014年《總覽》收錄，故目前云制造領(lǐng)域的核心期刊有《計算機集成制造》《中國機械工程》《科技管理研究》《計算機應用研究》《計算機輔助設(shè)計與圖形學學報》《計算機應用》《華南理工大學學報（自然科學版）》和《鍛壓技術(shù)》。

表2 2010-2016年間發(fā)文量前10名期刊

（二）第一作者單位分析

以第一作者單位為分析對象分析我國云制造領(lǐng)域貢獻較大的科研單位情況，所得結(jié)果如表3所示。其中，本領(lǐng)域核心論文發(fā)文量最多的科研單位是重慶大學，共發(fā)表核心論文34篇，占總核心論文量的10.15%，重慶大學的研究主要圍繞云制造領(lǐng)域關(guān)鍵技術(shù)和云制造服務模式展開；位居第二的科研單位是北京航空航天大學，共發(fā)表核心論文27篇，占總核心論文量的8.04%，北京航空航天大學的研究主要是針對云制造的概念、內(nèi)涵及特征、關(guān)鍵技術(shù)和仿真技術(shù)；發(fā)文量第三的為華南理工大學，共18篇占比為5.34%，主要涉及到云制造中的部分關(guān)鍵技術(shù)或集成技術(shù)研究。排名前10的科研單位發(fā)文量占所有單位發(fā)文總量的45.97%。

表3 2010-2016年發(fā)文量前10名第一作者單位

（三）關(guān)鍵詞詞頻與共詞分析

所謂關(guān)鍵詞，是指從論文中選取出來的，能夠用來表達論文主題內(nèi)容的單詞或術(shù)語，能夠較為清晰地表達出某一論文的核心觀點。通過對于某一領(lǐng)域關(guān)鍵詞詞頻的統(tǒng)計，可以總結(jié)出某一領(lǐng)域的研究熱點；進一步通過對關(guān)鍵詞的共詞特性分析，可以更好地歸納某一領(lǐng)域的研究重點。因此，在對335篇云制造核心論文關(guān)鍵詞及共詞進行統(tǒng)計分析的基礎(chǔ)上，得出排名前15的關(guān)鍵詞情況如表4所示。通過表4可知，云計算、云服務、本體、服務平臺、服務質(zhì)量為熱點關(guān)鍵詞。除“云制造”外，篩選出頻數(shù)10以上關(guān)鍵詞，本文借鑒儲節(jié)旺等人[6]的研究，利用EXCEL中的VLOOKUP和COMBIN函數(shù)進行分析，得到如表5所示的共詞矩陣。

對表5的共詞矩陣應用UCINET和NetDraw軟件來繪制網(wǎng)絡圖譜，如圖1所示。通過對共詞網(wǎng)絡圖譜分析可知，云制造領(lǐng)域的核心研究及其之間的相關(guān)程度。圖1中的節(jié)點越居中心，例如云服務、制造資源，則表明與其有聯(lián)系的節(jié)點則越多，兩節(jié)點之間連線越粗則代表兩個關(guān)鍵詞的共詞頻數(shù)越多，節(jié)點周圍越發(fā)散，則代表其是某個研究群的中心。因此，通過對于本文關(guān)鍵詞共詞網(wǎng)絡圖譜的分析可知，云服務的虛擬化技術(shù)、云服務組合及信任問題、制造服務中的云計算與物聯(lián)網(wǎng)相融合以及XaaS集成技術(shù)等為云制造領(lǐng)域研究的熱點問題。

表4 2010-2016年排名前15的關(guān)鍵詞情況

表5 云制造核心論文高頻關(guān)鍵詞共詞矩陣

圖1 云制造核心論文高頻關(guān)鍵詞共詞網(wǎng)絡圖譜

二、 云制造研究的主題分析

以上述的關(guān)鍵詞詞頻分析和共詞分析的結(jié)果為基礎(chǔ)，可以總結(jié)出在云制造領(lǐng)域的未來研究熱點如下。

（一）云服務的虛擬化技術(shù)

資源的虛擬化對于云制造來講至關(guān)重要[7-10]。它決定了云制造實現(xiàn)的難易程度[11]。資源虛擬化是把物理資源轉(zhuǎn)換成通過云能夠消耗的資源的過程；這一過程提升了服務的敏捷性、靈活性并同時降低成本[12]。另外一種對于虛擬化的描述可見文獻[13]。作者對于資源虛擬化的技術(shù)細節(jié)進行深入研究并指出虛擬化在服務提供商想要提升自身競爭力的時候勢在必行。虛擬化能夠給云帶來兩方面顯而易見的優(yōu)勢，即：可擴展性和按需付費[14]。在任何資源應用在云制造之前，資源都應被虛擬化[15][16]。一個被虛擬化的資源可以轉(zhuǎn)化成制造資源或者制造能力[17][18]。一個制造資源包括設(shè)備、材料、軟件和知識等等[19]。制造能力包括設(shè)計能力，生產(chǎn)能力和溝通能力等[20]。

對于如何進行資源虛擬化和資源分類問題，文獻[21-23]進行了研究。云制造資源的虛擬化和云計算資源的虛擬化有所不同[24][25]。云計算技術(shù)主要關(guān)注計算、存儲和服務，而云制造關(guān)注除了計算、存儲和服務之外，還包括設(shè)計、設(shè)備、技術(shù)等等[26]。許多學者從云制造資源虛擬化的框架、模型和技術(shù)方面進行了研究。任磊等[27]對云制造資源虛擬化問題進行了深入研究，提出了云制造資源虛擬化框架并且闡述了該虛擬化框架下的關(guān)鍵技術(shù)。姚錫凡等[28]在結(jié)合云制造服務體系框架，資源特點的基礎(chǔ)上，闡述了云制造資源虛擬化的原則并提出了云制造資源虛擬化的模型。程臻等[29]提出了云制造環(huán)境下基于本體的資源虛擬化的方法，給出了虛擬資源的定義并描述了其與制造資源本體的關(guān)系。吳嬌等[30]針對硬資源，提出了虛擬化封裝的相關(guān)技術(shù)和分析框架。周際鋒等[31]提出了面向云制造的軟件資源的描述模型，實現(xiàn)了軟件資源的虛擬化。易安斌等[32]闡述了云制造環(huán)境下設(shè)備資源虛擬化封裝的方法并通過實例驗證了該方法的可行性。汪衛(wèi)星等[33]設(shè)計了云制造環(huán)境下通用虛擬化框架，給出框架內(nèi)容的詳細實現(xiàn)，結(jié)合虛擬資源生成算法和本體相似度對系統(tǒng)進行了驗證。從以往的研究可看，這些研究積極推動了云制造資源虛擬化的理論框架、模型和技術(shù)的發(fā)展，為云制造的落地提供了良好的基礎(chǔ)，但研究仍然處于較為零散的階段，不僅如此，由于現(xiàn)實中的制造資源種類繁多、趨于分散且粒度不一，各類制造服務提供商的制造能力也存在較大的差異，缺乏針對性和規(guī)范化的方法和技術(shù)。因此如何將云制造資源虛擬化成規(guī)范且標準的邏輯資源是未來研究中需要解決的技術(shù)問題。

（二）云服務組合及信任問題

1.云服務組合

在探討了云服務的虛擬化技術(shù)問題之后，如何組織云制造中的資源為需求方提供切實服務成為一個需要解決的問題。近年來，作為云制造環(huán)境下制造任務（Manufacturing Task，MT） 的主要實現(xiàn)形式[34][35]，云服務的服務組合問題是成為了另一個研究熱點。云制造資源服務組合（Cloud Manufacturing Resource Service Composition， CMRSC） 是在云制造典型特征的基礎(chǔ)上，云制造中的資源、制造云服務、制造云的關(guān)系的一種體現(xiàn)。已有學者對云服務組合建模/描述和一致性檢查、云服務關(guān)聯(lián)關(guān)系、云服務組合柔性、組合網(wǎng)絡及其動力學特性、云服務組合建模與評估、組合優(yōu)選等實現(xiàn)云服務組合的關(guān)鍵問題進行研究，指出云服務組合是實現(xiàn)云制造系統(tǒng)中資源服務增值和增效的有效途徑之一，并從全制造生命周期的角度出發(fā)研究了云服務組合的需求。隨后不同學者分別從不同視角對云制造資源服務組合的優(yōu)選框架和模型[36][37]、云制造制造資源組合評價方法[38]、執(zhí)行可靠性[39]、全局信任度[40]、自動云服務組合[41]航天復雜產(chǎn)品的組合優(yōu)選模型[42]、多任務的服務組合和調(diào)度擴展模型[43]進行了研究。陶飛提出了基于組合關(guān)聯(lián)關(guān)系的制造資源服務組合網(wǎng)絡的動態(tài)演化模型和規(guī)則，以及組合網(wǎng)絡動力學統(tǒng)計特性分析，并探索研究將研究成果應用到節(jié)能減排評估/分析/優(yōu)化/仿真等服務組合和管理中[44]。然而，由于云服務的所涉及的目標多樣，屬于高維目標優(yōu)化問題。因此，服務組合優(yōu)化方法的改進是為用戶提供優(yōu)質(zhì)云服務的前提和保障，也是云制造領(lǐng)域的一個研究熱點。

2.服務質(zhì)量及信任問題

服務組合的服務質(zhì)量關(guān)系到云服務最終能否被用戶肯定并使用，是衡量服務組合的服務水平的一個重要標準。通常來講，服務組合的質(zhì)量可以分為兩種類型，即：通用的服務質(zhì)量屬性和相關(guān)領(lǐng)域的服務質(zhì)量屬性。近年來，一些學者針對服務組合的服務質(zhì)量問題進行了研究。劉衛(wèi)寧等[45]引入了網(wǎng)格制造模式的制造資源服務組合技術(shù)，探討并描述了云制造模式中基于服務質(zhì)量的制造云服務組合過程；建立了制造云服務組合的多目標規(guī)劃問題模型。最終設(shè)計了自適應粒子群算法來解決該多目標規(guī)劃問題。劉志中等[46]使用改進的社會認知算法對服務質(zhì)量感知的云服務優(yōu)化組合問題進行了求解。李慧芳等[47]提出了一種基于歷史數(shù)據(jù)的主客觀結(jié)合服務質(zhì)量指標權(quán)值設(shè)定方法。最后用一個汽車零件加工過程的實例進行驗證，驗證結(jié)果表明，提出的含物流服務的服務組合的服務質(zhì)量評價方法可行及有效。劉翠娟等[48]提出了考慮物流服務影響下的制造云服務組合優(yōu)選方案，并對物流服務質(zhì)量指標進行動態(tài)評估，對可靠性建立層級分析架構(gòu)，通過模糊綜合法計算進行評估。張以文等[49]對云服務組合和服務質(zhì)量形式化描述，提出一種改進的基于動態(tài)Skyline和多種群遺傳粒子群優(yōu)化的云服務組合優(yōu)化方法，旨在解決動態(tài)、不確定環(huán)境下大規(guī)模云服務組合優(yōu)化問題。綜上所述，目前針對服務組合質(zhì)量方面的研究多是針對非功能性屬性作為服務組合選擇的主要依據(jù)來進行的，其中服務質(zhì)量數(shù)據(jù)是否真實可靠，服務實體是否可信考慮得較少，這就涉及服務提供方本身的安全性問題，是未來研究的一個重要方向。近幾年來，對于云制造的服務組合優(yōu)化問題研究較為豐富，隨著企業(yè)對云制造的靈活性、成本效益、可擴展性和可維護性的持續(xù)關(guān)注[50]，在服務組合過程中的信任問題逐步引起業(yè)界的關(guān)注。信任對云制造系統(tǒng)能否順利實施至關(guān)重要[51]，它是企業(yè)安全策略的一種擴展并且是虛擬化的，它是衡量各種服務在云制造環(huán)境下能否互操作的重要標準。

（三）云計算和物聯(lián)網(wǎng)的融合以及XaaS集成技術(shù)

制造資源服務是制造資源信息化的結(jié)果。所有的制造服務管理活動都依賴于信息和數(shù)據(jù)。因此，新的信息技術(shù)例如物聯(lián)網(wǎng)、云計算等都可應用在云制造的制造服務管理過程中來解決實時和非實時的與數(shù)據(jù)相關(guān)的問題。其中，物聯(lián)網(wǎng)技術(shù)用于整合人與機器、人與人以及機器與機器之間的關(guān)系，它不僅實現(xiàn)了基本的物物相連更實現(xiàn)了服務相連和用戶相連。因此，在制造服務管理中基于物聯(lián)網(wǎng)的應用主要體現(xiàn)在兩個方面。第一，它促進了物理資源、虛擬服務和用戶這三個不同層面的連接，也促進了這三個層面從上到下的互聯(lián)。第二，這種無處不在的網(wǎng)絡以及全覆蓋的連接可以用來收集和傳送實時動態(tài)數(shù)據(jù)。具體來講，它可以用來收集設(shè)備和加工處理過程中所產(chǎn)生的實時狀態(tài)數(shù)據(jù)，用來做原材料和物流的跟蹤，去監(jiān)控在線遠程生產(chǎn)特別是實現(xiàn)智能故障處理和能耗監(jiān)控等等。云制造是云計算在制造業(yè)的應用，除了云計算中的基礎(chǔ)設(shè)施即服務（IaaS），平臺即服務 （PaaS） 和軟件即服務（SaaS），用來實現(xiàn)制造過程中的“一切皆服務”這一理念的虛擬化技術(shù)也是十分關(guān)鍵的。云計算作為服務平臺的基礎(chǔ)和滿足客戶隨時需求的模式在制造過程中得以應用。此外，云計算提供了存儲能力、安全能力、數(shù)據(jù)處理能力，特別是在云制造中所需要的強大的計算能力。以上這些說明了在云制造過程中，云計算和物聯(lián)網(wǎng)技術(shù)是十分重要的，雖然對于云計算技術(shù)和物聯(lián)網(wǎng)技術(shù)的以往研究較多，但在云制造環(huán)境下這兩者的研究還不夠深入，需要進一步擴展。

1.云計算和物聯(lián)網(wǎng)技術(shù)在云制造領(lǐng)域中的關(guān)系分析

通過分析，云制造中的云計算和物聯(lián)網(wǎng)的關(guān)系如圖2所示。從圖2可知，云計算和物聯(lián)網(wǎng)在產(chǎn)品全制造生命周期生產(chǎn)中扮演重要角色；全制造生命周期中的所有活動都要通過云制造得以開展。云計算為云制造提供了三個層次的云服務（軟件即服務、平臺即服務和基礎(chǔ)設(shè)施即服務），這三個層次的云服務構(gòu)成了云制造的基礎(chǔ)。在云計算中的資源主要是計算資源（例如服務、存儲、網(wǎng)絡和軟件等），這些資源主要是通過以上三個層次的服務提供的。

（1）基礎(chǔ)設(shè)施即服務（IaaS）。存儲和計算能力被當作一種服務提供給需求者，例如Amazon的S3存儲服務，Rackspace Cloud Servers和EC2的計算平臺。

（2） 平臺即服務（PaaS）。平臺被當作一種服務提供給需求者，能夠在不考慮成本及購買和管理的復雜性的同時促進應用功能的部署，例如Microsoft的Azure Services平臺，Google的App Engine和Amazon的Relational Database服務。

（3） 軟件即服務（SaaS）。應用和軟件被當作服務提供給需求者，這些應用在云上運行，因此客戶端上的軟件安裝和運行就被取消了，例如Salesforce，Gmail，F(xiàn)acebook 和 Twitter。

在云制造中，除了信息技術(shù)資源，物聯(lián)網(wǎng)為云制造中的制造資源轉(zhuǎn)化成服務提供了基礎(chǔ)保障，并應用于圖中藍色陰影部分來收集數(shù)據(jù)并監(jiān)控整個制造過程。這些制造資源服務模型基于IaaS，PaaS和SaaS。

圖2 云計算、物聯(lián)網(wǎng)和云制造之間的關(guān)系

2.XaaS集成技術(shù)

隨著云計算、物聯(lián)網(wǎng)及虛擬化等云制造技術(shù)的不斷發(fā)展，未來任何事物都可以以服務的形式接入到云端[44]，可以把其命名為XaaS。XaaS可以把現(xiàn)在的三種主流服務模型，即IaaS，PaaS和SaaS，整合成為一種服務。這也就意味著，從技術(shù)層面來講，云制造相關(guān)技術(shù)的整合將成為影響未來發(fā)展的一個關(guān)鍵性因素。

三、總結(jié)與展望

本文應用文獻計量學、內(nèi)容分析等研究方法對2010-2016年間發(fā)表的北京大學《中文核心期刊要目總覽》期刊上的云制造論文進行分析，得到以下結(jié)論：首先對相關(guān)研究發(fā)表的期刊、數(shù)量和研究者分布情況進行了統(tǒng)計。同時重點進行了關(guān)鍵詞詞頻與共詞分析，分別從研究主題和研究熱點總結(jié)了國內(nèi)云制造研究現(xiàn)狀。分析顯示，云計算、云服務、本體、服務平臺、服務質(zhì)量為近五年研究熱點關(guān)鍵詞。然后論文總結(jié)提煉了云制造領(lǐng)域的三個主題：云服務的虛擬化技術(shù)、云服務組合及信任問題、制造服務中的云計算與物聯(lián)網(wǎng)相融合以及XaaS集成技術(shù)，并逐一對其進行了主題分析，對以往相關(guān)的研究以及未來研究趨勢進行了詳細闡述。

預計在未來，云制造的應用將進一步提高企業(yè)效率。云制造將重塑公司開展業(yè)務的方式[52][53]。文獻[54]指出，未來企業(yè)必須具有很高的可擴展性，并利用現(xiàn)代技術(shù)才能在制造業(yè)中成功適應全球市場。從服務對象來看，中小企業(yè)迎來了未來的發(fā)展機會[55]，由于成本降低，小公司將能夠負擔得起以前只能由大公司提供的資源?？偠灾浦圃鞂⑼ㄟ^把物理資源轉(zhuǎn)變成云上虛擬資源這一形式來改變制造型企業(yè)的各個方面。隨著云制造技術(shù)的成熟和應用的不斷發(fā)展，每一個企業(yè)成員都能以最低成本和最短時間接入云端。

[1]肖瑩瑩，李伯虎，侯寶存，等.智慧制造云中供應鏈管理的計劃調(diào)度技術(shù)綜述[J].計算機集成制造系統(tǒng)，2016，（07）：1619-1635.

[2]易樹平，劉覓，溫沛涵.基于全生命周期的云制造服務研究綜述[J].計算機集成制造系統(tǒng)，2016（4）：871-883.

[3]劉曉晨，吳斌.云制造研究與應用綜述[J].未來與發(fā)展，2015（12）：49-54.

[4]朱光宇，賀利軍，居學尉.云制造研究及應用綜述[J].機械設(shè)計與制造工程，2015（11）：1-6.

[5]齊二石，李天博，劉亮，等.云制造理論、技術(shù)及相關(guān)應用研究綜述[J].工業(yè)工程與管理，2015（1）：8-14.

[6]儲節(jié)旺，郭春俠.共詞分析法的基本原理及EXCEL實現(xiàn)[J].情報科學，2011（6）：931-934.

[7][11][24]Liu N，Li X.2012，A resource virtualization mechanism for cloud manufacturing systems[J].Springer Berlin Heidelberg，2017，122（1）：46-59.

[8][12][15]Hashem I，Yaqoob I，Badrul Anuar N，et al.The rise of“Big Data”on cloud computing：review and open research issues[J].Information Systems，2015，47（47）：98-115.

[9]Li C Q，Hu C Y，Wang Y W，et al.Research of cloud manufacturing and resource encapsulation technology[J].Applied Mechanics and Materials，2011，58-60：562-566.

[10][19][20][21]Liu N，Li X，Shen W.Multi-granularity resource virtualization and sharing strategies in cloud manufacturing[J].Journal of Network and Computer Applications，2014，46：72-82.

[13]Babcock C.Management strategies for the cloud revolution[J].Intelligent Enterprise，2010（5）.

[14]Sallam A，Li K.A multi-objective virtual machine migration policy in cloud systems[J].The Computer Journal，2013，57（2）：195-204.

[16]Gonzalez-Martinez J A，Bote-Lorenzo M L，Gomez-Sanchez E，et al.Cloud computing and education：A state-of-the-art survey[J].Computers&Education，2015，80（2015）：132-151.

[17]Tao F，Zhang L，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（225）：1969-1976.

[18]Zhang L，Luo Y，Tao F，et al.Cloud manufacturing：anew manufacturing paradigm[J].Enterprise Information Systems 2014，8（2）：167-187.

[22][25][26]Hu C S，Xu C D，Cao X B，et al.Study of classification and modeling of virtual resources in cloud manufacturing[J].Applied Mechanics and Materials，2011，121-126：2274-2280.

[23]Wu L，Resource virtualization model in cloud manufacturing[J].Advanced Materials Research，2011，143-144：1250-1253.

[27]任磊，張霖，張雅彬，等.云制造資源虛擬化研究[J].計算機集成制造系統(tǒng)，2011（3）：511-518.

[28]姚錫凡，金鴻，徐川，等.云制造資源的虛擬化與服務化[J].華南理工大學學報（自然科學版），2013（3）：1-7.

[29]程臻，戰(zhàn)德臣，徐漢川.云制造環(huán)境下基于本體的資源虛擬化方法[J].華中科技大學學報（自然科學版），2013，（S2）：106-112.

[30]吳嬌，李少波.云制造中硬資源虛擬化封裝研究[J].機械設(shè)計與制造，2014（7）：112-115.

[31]周際鋒，姚錫凡.面向云制造的軟件資源服務化研究[J].組合機床與自動化加工技術(shù)，2016（2）：157-160.

[32]易安斌，周宏甫.云制造環(huán)境下設(shè)備資源服務化封裝方法研究[J].組合機床與自動化加工技術(shù)，2016（5）：151-154.

[33]汪衛(wèi)星，徐玲.云制造資源虛擬化框架的研究[J].廣西大學學報（自然科學版），2016（6）：1918-1923.

[34]蘇凱凱，徐文勝，李建勇.云制造環(huán)境下基于雙層規(guī)劃的資源優(yōu)化配置方法[J].計算機集成制造系統(tǒng)，2015，7：1941-1952.

[35]陶飛，張霖，郭華，等.云制造特征及云服務組合關(guān)鍵問題研究[J].計算機集成制造系統(tǒng)，2011，3：477-486.

[36]劉波，劉衛(wèi)寧，孫棣華，等.自適應制造資源動態(tài)服務組合與優(yōu)化框架[J].中國機械工程，2012，10：1187-1193.

[37]尹超，張云，鐘婷.面向新產(chǎn)品開發(fā)的云制造服務資源組合優(yōu)選模型[J].計算機集成制造系統(tǒng)，2012，7：1368-1378.

[38]陳浩，袁逸萍，李曉娟，等.基于QoS的云制造制造資源組合評價方法[J].組合機床與自動化加工技術(shù)，2013，12：25-28，32.

[39]敬石開，姜浩，許文婷，等.考慮執(zhí)行可靠性的云制造服務組合算法[J].計算機輔助設(shè)計與圖形學學報，2014，3：392-400.

[40]董元發(fā)，郭鋼.基于模板與全局信任度的云制造服務評價與選擇方法[J].計算機集成制造系統(tǒng)，2014，1：207-214.

[41]Zhong P S，Zhu S Q，Huang D J，et al.Automatic manufacturing cloud service composition based on AI Plan[J].Applied Mechanics&Materials.2014：990-993.

[42]林廷宇，楊晨，谷牧，等.面向航天復雜產(chǎn)品的云制造應用技術(shù)[J].計算機集成制造系統(tǒng)，2016，4：884-898.

[43]Liu Y K，Xu X，Zhang L,et al.An extensible model for multitaskoriented service composition and scheduling in cloud manufacturing[J].J.Comput.Inf.Sci.Eng，2016（4）：1022.

[44]基于BA模型的制造資源服務組合網(wǎng)絡建模與動力學特性研究[J].機械工程學報，2014，24：136.

[45]劉衛(wèi)寧，李一鳴，劉波.基于自適應粒子群算法的制造云服務組合研究[J].計算機應用，2012（10）：2869-2874.

[46]劉志中，雷冠軍，薛霄，等.QoS感知的云服務優(yōu)化組合研究[J].計算機應用研究，2012（10）：3919-3921.

[47]李慧芳，宋長剛，董訓，等.考慮物流服務的云服務組合QoS評價方法研究[J].北京理工大學學報，2014（2）：171-175

[48]劉翠娟，賈衛(wèi)蘭.物流云服務優(yōu)選及其在云制造中的應用研究[J].現(xiàn)代電子技術(shù)，2016，（11）：120-124.

[49]張以文，吳金濤，郭星，等.一種基于動態(tài)Skyline和遺傳粒子群優(yōu)化的云服務組合方法[J].小型微型計算機系統(tǒng)，2016，（11）：2552-2557.

[50]Wang L，Machine availability monitoring and machining process planning towards cloud manufacturing[J].CIRP Journal of Manufacturing Science and Technology，2013，6（4）：263-273.

[51]Adamson G，Wang L，Holm M.The state of the art of cloud manufacturing and future trends[C].ASME 2013 International Manufacturing Science and Engineering Conference，Madison，WI，USA，2013，June：10-14.

[52]Gupta P，Seetharaman A，Rudolph J R.The usage and adoption of cloud computing by small and medium businesses[J].International Journal of Information Management，2013，33（5）：861-874.

[53]Bughin J，Chui M，Manyika J，Clouds，big data，and smart assets：ten tech-enabled business trends to watch[J].Mckinsey Quarterly,2010，56：75-86.

[54]Walport M，Lapthorne R.Future of manufacturing:A new era of opportunity and challenge for the UK[M].2013，Gov.Uk.

[55]Dixon J.X as a service（XaaS）：what the future of cloud computing will bring[J].2014，Cloud Tech.