分布式制造场景下的多类型生产服务资源动态配置
来源：计算机集成制造系统杂志2025年第10期北京时间：
作者：裴植, 吕珊珊, 胡盈盈, 张聿
单位：浙江工业大学机械工程学院
摘要：在制造业服务化模式下,针对制造订单的高波动和时变特性,构建了一种面向多类型生产服务的排队网络模型,用以解决分布式制造场景下具有系统性能约束的资源配置优化问题,以保证制造资源的合理使用及制造服务水平的稳定可控。由于多类型生产的价格、服务速率、放弃成本和放弃速率具有异构性,采用Tent混沌映射初始化种群,引入基于排队系统状态自适应调整的惯性权重和学习因子,并融入模拟退火算法的Metropolis准则,提出了一种多策略改进的粒子群算法(MIPSO),以实现制造资源的合理配置并最大化制造平台利润。此外,研究发现分布式制造平台在资源配置时须考虑企业和用户的预算限制并设定合适的资源上限。最后,通过数值实验证明了所提模型与算法的有效性,为分布式制造服务网络的资源配置提供了理论支持与管理洞见。
关键词：分布式制造,排队网络模型,资源动态配置,粒子群算法,模拟退火算法
基金资助：国家自然科学基金资助项目(72271222,W2411062,72501261,71871203)。
