基于CITIS的工作流服务资源优化配置研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

机械设计与制造第12期248M achi ner y D esi gn&M anuf act ur e2010年12月文章编号:l o ol一3997(2010)12_0248.03
基于C I TI S的工作流服务资源优化配置研究
潘智男姜莉莉
(广东工业大学,广东510006)
R eS e a r C h O n r es O ur C e de pl oym ent of C l TI S w O r I(f I ow ba se d on f uzzy—B P neU r a l net w O r k
P A N Zhi—n粕,J I A N G U—l i
(Facul哆of El ect r om echani cal E ngi ne翻ng,G uangdong uni ver s匆of T e chnol ogy,G uangdong510006,C hi na)
÷【摘…‘…嘈…’‘…。

’…。

…’’…啼…。

…。

……-……’。

…‘-…’…’。

…‘。

一‘。

一。

p…。

…。

-…。

…‘。

…‘-~。

…’-…‘…’‘…‘。

…’。

…。

-…’…’。

…’”一…。

…-’…’‘…..…?要】实施承包商集成技术信息服务(c ont r act or i nt e gr a t e d t ec hni c al i nf o瑚ati on ser vi ce,简称{
C11_I S)的目的是提供一个公共的信息共享平台,实现协同制造企业闻的数据集成和交换。

工作流技术是
解决C I r l l s数据集成和数据自动化传递的一个重要手段。

如何对工作流服务资源进行优化配置,成为了工作流在C m S环境下优化业务过程的一个重要内容。

以服务性能、价格成本、交货期、技术水平和风险防范为目标,借助模糊B P神经网络来求解多目标的工作流服务资源配置问题。

通过M A TL A B7.1编程仿真。

说明此方法是收敛的和可行的。

关键词:C I T I S;工作流;BP神经网络
【Absh鼍ct】77如。

酊ec£妇e旷咖如m em打嗒(乃删胁c衙i,比B伊讹d纪c危n记以i,咖,,地∞幻n se nI幻e(cm s)括幻pro”池口com,加n i强加rm越幻n s,m r讯g pza咖m t,∞以幻凹l l如秽e t k i眦e gr诹面n∞以e斯^锄98妒d锄口-,,j}D,皤c以Z曲D r m切e m nn£毛,锄t“r i,够e删e甲丌§e豇形D,明D鲫把c危,m Z9吕y蠡口肛i m po,£口眦m en瑚幻i,印如,nem i昭d缸8i,蹴gr啦幻n田以反抛f M沾m蠡5如n剃o,,日哦幻n矿C11rI s.日伽细D p“m如P f7如s e形如es M so删℃es6ec伽惦m i,,l po疗蕊‘rese∞.c^cD,l耙,堪曲D l盯D p£i m拓ed6淞i,圮ss pr D ce55讯C I T I S.77k5e形幻e s pe咖r m删e,c∞缸,如据旷如伽e∥,fec^n记以c叩口6以妙彻d廊后_pre秒em i增删re础d∞e秽以删面n s£伽如d,如en t k m以一£玉-D酊ec£妇e resoⅡrce却Zoy眦m pr06如m∥埘。

幔届删讥CⅡ陷蠡so如ed6y獬i ng B P船M r以,l e咖吨仍以丘劭,,删7L‰倒面厶曲i Z毋勰d斥∞沾i Z毋旷舭叩pr00c^翻屯垅琳t砒d砂玑e si m配砌幻n地5Ⅱ协.
K ey w D r ds:C I T璐;C I T I s
w or如ow;B P neu豫l眦t帅r k
中图分类号:r I H l6文献标识码:A
1引言
cm s是美国国防部制订的—套信息服务标准,由主承包商构建的集成化信息服务平台,在武器装备全寿命周期为授权信息用户提供cⅢs服务。

cm s的基础是信息集成,它要求主承包商建立一个标准化和系统化的集成数据环境,以支持在产品全生命周期内,在用户、主承包商、子承包商、供应商、项目所有者之间实现异地无纸化设计、制造、管理的协同工作、信息交互和信息服务,确保数据只有—个数据源,实现一次创造,多次使用的目的。

随着信息技术的不断发展,cr l l【s也不断地向前发展。

尽管C nl s是企业信息集成系统的—部分,但是不同阶段的业务过程对信息化的需求不同,如果将业务过程的信息集成到不同的应用系统中去,那么业务过程中的活动就被人为的割裂,活动间的连续性和信息的一致性被人为地破坏了囟。

正因为这种情况的出现,产品的业务过程活动间缺乏交流,那么必定导致产品的全命周期数据产生严重的影响,造成‘‘信息孤岛”现象。

因此,cm S的基础应诙是信息集成视遗[程集成。

过程集成j两过}f算机钦件工具,实现业务过程活动问的信息、资源共享和协同工作,保持数据的一致性和连贯性。

工作流是描述—个企业或组织的业务活动的模型翻。

工作流管理系统是面向过程管理,以活动为核心集成设计信息。

工作流管理技术可以有效地应用于c11rI s信息环境的过程集成。

2C I TI S环境中的工作流
根据工作流管理联盟(w FM c)的给出了工作流的标准定义:工作流是一类能够完全或者部分自动执行的经营过程,它已根据一系列过程规则、文档、信息或任务能够在不同的执行者之间进行传递与执行一。

—个工作流应该包括对业务过程的描述、活动描述、一组活动及它们间的相互关系、活动的开始和结束时间。

工作流的执行由工作流管理系统来完成的,通过与人或应用的交互。

推进工作流实例的执行,并监控其的执行状态。

在Cr l l25环境下,产品的需求分析、设计、采购、制造、销售、集后服务、维修的全寿命周期可分解为多个相关联的小的工作流程,其各个阶段都可以用工作流技术来进行数据管理。

各阶段的流程相互间有着严格的顺序关系、资源共有、目标相关或冲突等关联。

各阶段的联系变得越来越紧密,那么对相互间的数据交换要求越来越高。

数据的标准化是实施cm s的要求,各个子工作流在原有的标准E必须要符合C m s所提出的一系列标准,这样才能保证数据只有—个数据源,在各个流程中顺畅地传递与共享。

Cm S提供了—个高度标准化和规范化的信息环境,对集成的工作流管理系统必须作出—些要求:(1)在cm s信息环境下,工作
★来稿日期:20l咖2—∞★基金项目:广州市科技计划项目(20cr7c13G∞21),广东省自然科学基金项目(06023129)
第12期潘智男等:基于C m s的工作流服务资源优化配置研究249流参与者包括人和应用者I埔坠异构的,系统应能通随良好的人胡及互
接口进行有效的数据交换;(2)工作流问所交付的数据必须符合合
同规定的合同资料需求表(c帅Ⅱ加t D a扭Rql l i硼帕咖t函t,简称
CD I也)要求;(3)]二f勖髓獭可靠性要求高,关键流程不允许执行
失败。

产品的全寿命周期的各个工作流程的执行要保汪其的正确
性。

不能出现异常。

(4)】.作流模型的描述能力要强,能适应不同类
型、不同复杂度工作流的应用,也能应用于资源和组织E,对它们进
行标准的描述;(5)工作流能运用在协同制造环境中。

3C m S工作流资源配置研究
3.1问题描述
Cm S环境下,企业的生产制造也是—个非常复杂的工作流漉
程。

它涉及到多个步骤,如制造许明、领料、生产调度、加工、装配、维
修等多个活动。

其执行顺序相对其它工作流程来说是稳定的。

其流
程的管理往往办调资源配置。

在C rr IS环境下,各种资源撅大丰富,
其在功能属性上的差异比较小。

但是,在成本价格、服务睦能等非功
能属性的质量方面存在很大的差距,因此,在考虑选择合适的服务
资源问题上,不但要考虑服务资源能否在进行合约的工作中很好的
实施Cr l l s方案,而且还要提供一种自动选择机制,快速实现对服
务资源的选择。

如何对工作流服务资源进行优化配置,成为了工作
流在Cm S环境._f嘣匕业务过程的—个重要内容。

3-2B P神经网络
B P神经网络是目前应用最广泛的一种人工神经网络,其具
有很强的自适应、自组织及抗干扰能力,对处理非线性问题有较
好的应用效果,可以提高计算效率。

但是神经网络不能处理模糊
的信息。

从而就不能应用其所具有的经验知识去处理问题。


Cm S工作流中,存在着很多模糊的因素,如服务性能、技术水平。

将模糊规则与神经网络相结合,就能各取所长,共生互补。

以三层神经网络为基础,建立了多输入与多输出的基于模
糊规则的神经网络结构,如图1所示。

掰曩


鼯垡
价指标暴
权t
堆,毋
■出晨抑托竹扎扮
h4 ^
图l基于模糊规则的三层神经网络结构
网络输入层的输入向量妊(茗。

,吃,毛,气,…,‰)7,其值表示n个评价模糊语言经量化后所获得的值。

隐含层有g个神经元,
压(z。

,免,…气)。

输出层的输出向量y=(儿,y2,y3,y4,…,%)7,其值表示输出的评价结果。

嘶、n,|『稍入层与隐含层、隐含层与输出层之问的连接权值;删应的I碍值。

这样,各层神经元之间的满足的效学关系可参考文献9。

其基本原理:B P神经网络是利用梯度下降法的优化算法,将每一实例输入捌训练好的神经网络,通过改变权值来减少误差,最终使网络输出平方和最小,直到收敛。

理论研究表明,隐含层神经元具有一定数量时,三层的神经网络具有逼近任非线性函数的能力。

同时,结果表明,隐含层具有30个神经元的三层神经网络能在训练(10∞姗)次时使误差达到O舵。

C rI鸭工作流资源配置评价过程如下:
研究问题的n个评价标准D=(口。

,02,以,”.o.)的确定。

要对所研究的问题进行全面了解;另外,要对准确评价整个方案,必须在建立评价体系指标的过程中要遵循以下原则:科学性、公正合理性、全面性动态性、定性和定量相结合等原则。

(p=l,2,3,...)评估标准的重要度确定。

(1)通过层次分析法中的权值算法,算出每—个评价标准的重要权值,这不是本文重点,具体可参考文献q
∞=(丘h加,纰,”砩);辟l,2,3…”(1)
并进行归—化处理。


艺雌=l(2)

(2)根据(1)中算出的权值,映射到模糊集合上,并求出模糊集合的隶属度。

础I姚帕,”%);n=l,2,3 (3)
现采用三角分布的三角模糊效,其数学模型如下:
,●r‘
^=J.髻≯j‘争;喇Q(4)式中:口、6确糊事件发生概率最小、最有可能和最大估计。

三角模糊数的隶属函数I‘^(对,如图2所|示。

圈2三角模棚骰脚(o
口、6、c数值可以根据专家对事件进行评分后,综合考虑取其平均值来确定。

(3)计算备选方案对每个评价标准的满足度。


l l l I、
埘12I q,%,鸭,…咋J;
2
,2222、
q2l∞l,q鸭,…咋J;


3,33、
峨2Iq,%,鸭,…q J;
;(5)
●f P,,●、
m12l∞i,吐鸭,…%J o
p21,2,3,…
N o.12 250机械设计与制造D ec.2010
(4)根据(3)中算出的值,分别计算出其相应的隶属度肛。


属函数的确立参照(2)。

(5)将上述4步得到的值作为训练好的三层神经网络,求出
输出层的值。

最后输出层的值是该企业评价水平的最后得分,分
数越高的服务资源越适应cm s工作流要求。

y=(,,l’弛,舶,—‰)(6)
m=l,2,3…
式中:,,r—输出层的节点数。

4实例分析
针对cm s工作流的特点,除了考虑服务f生能、成本价格、交货期和技术水平四个重要指标外,在本文中还考虑了风险防范能力因素。

在cm s环境下的工作流实例中,要保证整个工作流执矧顶利,首先就要保证服务工作流的资源不能中断。

如果某服务遇到自身或外来因素的干扰(如技术问题、自然灾害)而导致服务中断,从而就造成工作流执行过程断裂,成本上升,交货期不能满足客户要求,信用度受损。

因此,本文给出的评价标准为:服务性能、价格成本、交货期、技术水平和风险防范。

在某个cⅢS工作流实例中,备选的5个服务资源的评价数据,如表l所示。

表1服务的评价数据
评霖柰准备选方案^备选方案五备选方案二备选方案五备选方案五
将评价指标的权值转换用三角模糊数表示的定量指标。

其所对应的模糊评价语集P={不重要,较重要,重要,很重要}。

备选方案对评价标准的满足度转换为三角模糊数表示的定量指标。

其所对应的模糊评价语集户哇f不满足,勉强满足,满足,完全满足l。

综合上述求出相应的隶属度:
J‘l=(0.7440,O.8065,0.0293,O.4l“,O.67228)‘
“=(O.4497,0.5552,O.5552,0.8036,O.3033)‘
“=(0.7149,0.5325,O.6692,0.6771,O加64)。

丘=(o.5425,o.1176,o.7776,o.7776,o.2206)‘
肛T-(o.39|D5,o.6392,o.548,o.2633,o.8256)‘
“=(o.9596,o.9596,o.5163,05163,o.7796)‘
将上述所得的值输入到训练好的神经网络中。

输入层有30个节点,包括评价指标的权重对应四个模糊集合的隶属度(5个节点),以及5个服务资源对五个评价标准的满足度对应四个模糊集合的隶属度(25个节点)。

即:
x=∞“彳蠢0彳);
隐含层中的神经元根公式定为l o。

输出层的节点为5。

本文采用M A,rI.A B7.1编程,学习的最大步为2500次,学习达到的误差占为l旷。

仿真的结果,如图3所示。

图3仿真结果
经过2500次训练,训练目标达到要求,算法收敛,迭代次数为207。

神经网络输出值与期望值进行了比较。

如表2所示。

表2输出值与期望值比较
将模糊数转换为模糊评价,其转换标准,如表3所示。

表3输出值与模糊数的关系
输出值^数值范围评价等级
【0.75,1)优
Y躲怒;睾
巴:Q::Qj薹由最终结果可见,方幕^为最优方案。

5结论
.将工作流技术集成到C m s信息环境中,解决业务过程中活动的信息共享问题,保持信息的连续性,以标准化要求来规范化活动过程中的数据,并给出了Cm s环境下集成工作流技术白争叫些埂求。

在Cm s环境下,工作流的服务资源多目复杂,功能属性千差万别,加E评价标准在一定程度匕存在模糊性,只依赖用户手工选择是不可能有效实现对工作流服务资源的选择。

在考虑服务资源对风险防范的能力情况下,将B P神经网络与模糊规则相结合,可以克服了人的主观性和在认识匕的楔册f数妒酌t结果的影响,加馓的简单易行、计算量小、j蛋逝能力强等,使最终的洋懈更匀哩、更萄‰
参考文献
l谭辉,闰魁颖.1二作流管理系统浅谈.技术与市场,2009(5)
2叶范波,唐任仲等.面向中小企业过程集成的数据集成平台研究浙江大学学报(工学报),2006,加(11)
3于戈,宋玉燕等,现代集成制造中的工作流管理技术研究.计算机集成制造系统,1999,5(6)
4王霓虹,于海浩.工作流技术及其发展趋势的研究.信息技术,200r7(6)
5胡光雄,姜莉莉等.c17Ⅱs发展现状与应用前景.中国制造信息化,2007,36(1)
6朱松岭,周平等.基于模糊层次分析法的风险量化研究.计算机集成制造系统,2004,l O(8)
7胡光雄.基于w e bser v i ce的cr r】I S系统数据交换模型研究.广东工业大学学报,2007
8卢兴旺,于志民菩于模糊BP神经网络的水资源合理配置综合洋价研究.中国农村水利水电,2009(4)
9李荣钧.模糊多准则决策理论与应用[M].j E京:科学出版社,2002(2)
l O韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2007(7)
l l郑凯.基于A H P的网格工作流服务资源配置的研究.现代图书情报技术.2005(12)。

相关文档
最新文档