《中国人工智能学会通讯》——5.29 智能制造服务管理技术

5.29 智能制造服务管理技术

随着新一代信息技术(如云计算、物联网、大数据、移动互联等)与制造业的逐步深度融合与应用,世界各国在当前的先进制造系统的基础上相继提出了各自国家层面的制造业发展战略或计划,代表性的如德国的“工业 4.0”、美国的“工业互联网”、日本推出的工业智能化、我国的“中国制造2025”和“互联网 + 行动计划”等。这些战略或计划虽提出的背景不同,但所需解决的共性难题之一是如何以制造服务的形式实现各类制造资源和能力的智能化管理与应用,进而实现智能制造。

智能制造服务管理可以从制造服务的全生命周期的角度进行划分,如图 1 所示。例如,制造服务产生阶段,主要包括制造资源的感知与接入、感知数据的传输与过滤、制造资源的虚拟化、制造服务的数字化描述与建模、制造服务的聚合等;制造服务管理与应用阶段,主要包括应用前的制造服务搜索与匹配、评估、优选与组合、调度、交易等,应用过程中的制造服务执行与监控、容错等,以及应用后的制造服务释放与解聚等[1] 。因此,为实现智能制造,提高当前先进制造系统中制造资源和制造能力的智能化互联和智能化操作的程度,与这些制造资源和能力相对于的制造服务如何产生、如何按需管理与应用是亟待解决的重点研究问题。

因此,面对着制造的社会化与个性化趋势[2] ,本文将从面向服务的智能制造系统的宏观角度出发,对制造服务如何产生与聚合、制造服务如何按需管理与应用这两大关键问题与挑战进行分析和探讨;并在此基础上,简要介绍本研究团队探索并提出基于工业互联网 Hub 的制造资源互联、基于超网络的制造服务供需匹配与调度新的实现思路和框架。

时间: 2024-08-02 06:55:25

《中国人工智能学会通讯》——5.29 智能制造服务管理技术的相关文章

《中国人工智能学会通讯》——5.33 制造服务的按需管理与应用

5.33 制造服务的按需管理与应用 制造服务的按需管理与应用,主要解决系统运营过程中大规模制造任务提交后如何为其提供合适的制造服务,如何为系统中大规模制造服务制定合理的调度执行方案,如何提高参与其中的用户的效用和系统的资源利用率与可靠性等决策问题.当前的相关研究很多,主要集中在以下几个方面:① 服务的搜索与匹配,例如服务搜索与匹配的四阶段法[8] .基于语义网络的制造资源发现模型.基于服务类型和状态信息的智能服务搜索匹配方法[9]等.② 服务的评估,例如面向机械制造领域的信任评估系统及模型[10

中国人工智能学会通讯——数据助力智能驾驶体验

我个人的经历,之前也从事人工智能方面的工作,多数在语音识别研究和应用.从去年加入数据堂以来,专注于在AI数据.数据和人工智能之间的关系,我想大家都很了解,也不言而喻,数据是一个非常重要的方面.数据跟我们的算法之间是什么关系.我喜欢用这样一个比喻,数据是一个教材,算法像是一个老师,老师用教材去教导你未来想要产生的人工智能的任何一个应用,比如说在今天的论坛上--智能驾驶,智能驾驶就是智能应用的一个孩子. 我们先看一下智能驾驶,大家讲了很多在自动驾驶方面的事情,包括算法.硬件等.我想从另外一个角度,从

《中国人工智能学会通讯》——6.6 实体消歧技术研究

6.6 实体消歧技术研究 实体是文本信息的重要承载,每一段有意义的文本都描述了一组实体及这些实体相互之间的关联和交互.识别并理解文本中的实体信息也就成为了自然语言理解的基础问题之一. 然而,文本中实体信息的理解存在两方面的挑战.首先,文本中的实体名通常具有歧义.例如,给定如下三个包含"苹果"的句子: ● 今 天 上 午 苹 果 由 乔 布 斯 发 布 了 新 一 代iPhone.● 我早餐吃了一个苹果.● 范冰冰在苹果中演的不错. 上述三个句子中的 "苹果"分别指向

《中国人工智能学会通讯》——12.53 知识图谱构建技术

12.53 知识图谱构建技术 知识图谱中知识的来源有两类,一类是互联网上分布.异构海量资源:一类是已有的结构化的异构语义资源.从第一类资源中构建知识图谱的方法根据获取知识的类型分为概念层次学习.事实学习.事件学习等,而第二类资源进行的工作是异构资源的语义集成. 概念层次学习 概念是人们理解客观世界的线索,是人们对客观世界中的事物在不同层次上的概念化描述,概念层次是知识图谱的"骨骼".概念层次学习就是通过合理的技术,抽取知识表示中的概念,并确定其上下位关系.概念层次学习多采用基于启发式规

《中国人工智能学会通讯》——12.34 自适应众包任务分配技术

12.34 自适应众包任务分配技术 本章介绍自适应众包任务分配技术,其基本思想是:通过分析工人已完成的任务,估计其在不同知识领域的准确率,进而将任务分配给所在领域的"专家",即准确率更高的工人.随着工人不断做题,准确率的估计也不断更新,从而达到自适应地进行任务分配的目的.首先会在 3.1 节介绍工人领域差异性的实验观察,进而在 3.2 节给出技术框架与基本技术介绍.更详细的内容参见文献 [34].

《中国人工智能学会通讯》——12.39 众包机器协同技术介绍

12.39 众包机器协同技术介绍 众包机器协同技术的核心想法是众包任务选择,即在一定预算约束下,选择最有"收益"的任务分配给众包工人进行求解.具体来讲,由于存在大量的 HTML 表格,而金钱上的预算又是有限的,假设为 k,能否精心挑选最有"收益"的 k 个表格中的列,让众包将它链接到知识库的概念上.剩余的列可以通过机器的方法,如基于文本相似性或图结构相似性进行匹配,或基于众包答案进行推理. 不难看出,众包机器协同技术的核心挑战在于如何定义"收益"

《中国人工智能学会通讯》——2.13 医疗服务机器人综述

2.13 医疗服务机器人综述 医疗服务机器人是指用于医院.诊所的医疗或辅助医疗以及健康服务等方面的机器人,主要用于患者的救援.医疗.康复或健康信息服务,是一种智能型服务机器人.随着我国进入老龄化,医疗.护理和康复的需求不断增加,同时由于人们对生活品质追求的提高,使得医疗不管在质上还是量上都要满足更高水准得要求.另一方面,医护人力相对缺乏,医疗及健康服务机器人具有巨大的发展潜力. 根据功能和用途的不同,本文着重从康复机器人.手术机器人和健康管理机器人三个方面进行综述.

《中国人工智能学会通讯》——5.30 智能制造服务管理的特点与挑战

5.30 智能制造服务管理的特点与挑战 由于智能制造的需求与最终目的,是实现社会环境中分布式制造资源以制造服务形式的共享及其相应的制造协作,因此,从宏观和系统的角度分析,智能制造服务管理问题有以下五个特点和挑战. (1)社会性[2] .由于参与的用户,不管是服务提供者还是需求者,都来自全社会的各行各业以及随时随地,因此社会化用户的参与导致了制造服务的供应和需求双方面的社会性,两者分别意味着分布式异构制造资源和能力的社会化提供,以及制造资源与能力的社会化共享和使用.同时,社会化制造服务的按需应用实

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智