摘要
本研究的重点是在云制造环境中实现快速重构、实现灵活的资源调度、开发资源潜力以应对各种变化。因此,本文首先提出了一种新的基于云和软件定义网络(SDN)的制造模型——软件定义云制造(SDCM),该模型将控制逻辑从自动化硬件转移到软件上。这种转变意义重大,因为软件可以充当制造系统的“大脑”,并且可以轻松更改或更新以支持快速系统重新配置、运营和演进。随后,边缘计算被引入,以接近终端的计算和存储能力来补充云。另一个关键问题是管理由不同服务质量(QoS)要求的大量物联网(IoT)数据传输而导致的严重网络拥塞。基于SDCM的虚拟化和灵活的网络能力,本研究形式化了面向复杂制造任务集的时间敏感性数据流量控制问题,并考虑了子任务分配和数据路由路径选择。为了解决这一优化问题,提出了一种将遗传算法(GA)、Dijkstra最短路径算法和排队算法相结合的方法。实验结果表明,该方法能有效地防止网络拥塞,减少SDCM中的总通信延迟。
- 单位