云制造环境下基于动态描述逻辑的制造服务匹配研究

杨 男 李东波 童一飞

南京理工大学，南京，210094

0 引言

云制造是一种利用网络和云制造服务平台，按用户需求组织网上制造资源（制造云），为用户提供各类按需制造服务的一种网络化制造新模式［1］。作为一种基于海量网络服务的制造新模式，如何在众多发布的制造服务中选取满足用户需要的服务，实现主动匹配成为影响云制造成败的关键因素之一，同时也是建立云制造服务平台的关键技术之一［2］。文献［3］提出了支持Cache库的语义Web服务匹配算法，该方法将匹配成功的服务放入专门的Cache库中，按照分阶匹配的策略对服务进行匹配。文献［4］提出了一种基于语义与QoS相结合的全局语义匹配机制，并在该机制指导下搭建了全局匹配的QoS模型，设计了语义匹配算法。文献［5］提出了一种基于规则与相似度的语义Web服务两阶段匹配方案，在相似度匹配的基础上利用规则推理的方法进行二次匹配并对结果进行精化，从而达到匹配效率和精度的平衡。以上文献针对Web服务匹配提出了可行的方案，但是大多针对的是传统网络化制造下服务的匹配研究，缺少针对云制造条件下云服务特殊性的研究。文献［6］提出了一种面向项目制造的复杂装配过程资源匹配方法，虽然该方法针对的是匹配资源，但其面向项目制造的特点为云服务的匹配提供了参考。文献［7］采用语义方法对云服务进行了描述并实现了供需双方的主动匹配，但是其重点在服务组合，在如何实现服务匹配上未作详细描述。

动态描述逻辑［8］（dynamic description logic，DDL）作为描述逻辑（description logic，DL）的动态扩展，将描述逻辑静态领域的知识和动态领域内给予动作的知识有机地结合起来，克服了描述逻辑基于一阶谓语动词的不可判定性，为网络服务的匹配提供了有效的解决方案。文献［9］提出了基于动态描述逻辑的语义Web匹配方法，该方法在动态描述逻辑支持下对Web服务进行表述并完成匹配过程。文献［10］提出了一种利用描述逻辑的语义Web服务前提／效果匹配方式，提高了服务匹配的查全率和查准率。以上方法为云制造环境下的云制造服务匹配提供了有益的参考。

本文在对云制造环境下云服务特殊性分析的基础上，建立一种基于动态描述逻辑的动作描述方法，给出了复杂动作在描述和拆解、组合过程中需要遵循的原则。在此基础上提出了“五层三阶段”的云服务匹配策略，并对其中的基于动态描述逻辑的云制造服务建模与语义表达技术、匹配规则和算法建立等关键技术进行研究。

1 云制造环境下云制造服务匹配新特点

云制造作为一种网络化制造的新模式，在完成制造服务匹配过程中具有以下新特点：

（1）云制造的核心为向用户提供制造服务。制造服务包括设计、试验、仿真、加工、维护、管理等多方面的内容。相较于传统的网络化资源匹配，云制造服务的匹配包含的资源广度有所增加，既包含通过网络可以使用和管理的“软资源”，也包含通过云制造虚拟化技术接入网络的“硬资源”。

（2）云制造服务是指参与制造过程全生命周期的所有资源，包括硬件设备、制造软件和其他的相关制造知识等。云制造所涉及的制造服务的多样性使得云制造服务匹配必须集成多层次的匹配精度，从而保证匹配结果的准确性。

（3）云制造服务的使用相较于以往的网络化制造模式有了较为显著的变化。第三方专业管理的引入和完善的交易体制也对云制造资源匹配提出了新的要求。

由于云制造服务具有以上特点，在实现云制造资源匹配的过程中，需要解决如下关键问题：

（1）合理的匹配方案制定。针对云制造服务匹配涉及的制造资源的多样性，需要建立一种能够完整表达服务匹配过程的描述方式。本文将服务匹配视为一个复杂动作，将匹配过程分解为组成该复杂动作的原子动作，通过动态描述逻辑对动作进行描述和逻辑推理以实现匹配过程。该方法可以作为解决匹配问题的通用方法。

（2）多层次匹配精度的集成。为加强匹配结果的准确性，需要集成多层次的匹配精度。通过对云制造服务的DDL建模完成对制造类型、制造能力、交货期、制造特点的描述，并通过动态描述逻辑推理机完成4个层次的匹配过程。

（3）匹配控制因子的引入。由于云制造的多用户、动态性、可交易性等显著特点，本文在制造服务匹配的过程中引入匹配控制因子，即时间T（time）、价格C（cost）来保证匹配结果的可行性。

2 基于动态描述逻辑的动作理论

动态描述逻辑克服了DL只能处理静态领域知识的限制，可以对语义Web中的服务动作进行描述并加以推理。DDL提供了丰富的动作描述方式，并且DDL关于动作的推理可以归结为对公式可满足性的判定，算法相对简单易操作。

2.1 动态描述逻辑的语法定义

定义1 DDL系统。在逻辑描述中引入动态逻辑和动作理论的具有二维特征的系统称之为动态描述逻辑系统［8］，形式化表示为DDL（X）。其中，X代表不同描述能力的描述逻辑。

定义2 原子动作。DDL中定义形如α（v1，v2，…，vn）＝（P，E）的二元组表示原子动作。其中P描述原子动作α执行的前提条件，E描述原子动作α执行后的效果。任意复杂动作都可以通过原子动作的构造进行表示。

定义3 构造算子。将原子动作通过系列变换动作构成复杂动作的转换方式称为构造算子。构造算子分为以下三类［8］：① 概念构造算子有｛｝（枚 举）、⇁（否 定）、П（逻 辑 交 集）、∃（存在）、∀（值限定）、≡ （恒等）；② 公式构造算子有⇁（否定）、∨ （公式析值）、＝（相等）、〈〉（存在性断言）；③ 动作构造算子有 ∪ （选择）、；（顺序）、＊（迭代）、？（测试）。

定义4 构造函数。描述逻辑中的构造函数及其语法、语义总结如表1所示［11］。

表1 DL中的构造函数及其语法语义

2.2 基于动态描述逻辑的复杂动作描述方法

在云制造环境下，云服务可以定义为由海量的语义Web服务组成的集合，其中，服务的匹配过程可以视为一系列原子动作组成的复杂动作，因此本文建立了基于动态描述逻辑的复杂动作描述方法。

定义5 定义形如A（v1，v2，…，vn）＝（P（α1，α2，…，αn），E（α1，α2，…，αn））表 示 复 杂动作。 其中，A（v1，v2，…，vn）为动作名称；α为原子动作，（α1，α2，…，αn）为原子动作序列；P（α1，α2，…，αn）为原子动作序列的前提集，E（α1，α2，…，αn）为原子动作序列的结果集。

在复杂动作描述中，原子动作的定义及序列组合至关重要。通常，复杂动作可以通过对原子动作序列的控制和组织而得，手段包括顺序、选择和循环。

在原子动作组合过程中，需要遵循以下原则：

公理1 定义A、B为动作，则A∪B、A；B、A＊也为动作。

在此公理下，我们可以得到如下推论。

推论1 定义Γ＝A∪B，若Γ＝A∪B＝A，则EΓ∩EA＝EA，EΓ∪EB＝EB，即动作A的结果集必须满足动作Γ的结果集，而动作B的结果集则部分满足或者不满足动作Γ的结果集。

推论2 动作顺序关系中，若B为A的后续动作，则EA∩PB＝PB，即动作A的结果集必须满足动作B的前提集；反之亦然。

推论3 定义Θ＝Α＊，则EΘ∩PA＝EΘ，当EΘ∩PA＝PA时，循环结束。

同理，以上原则也适用于复杂动作拆解。基于云制造环境下制造服务的复杂性，云服务匹配过程将以原子动作为单位进行拆解。在此过程中，需要考虑拆解动作的合理性、可描述性和承接性。据此，本文制定了云制造环境下的云服务匹配策略。

3 基于动态描述逻辑的云服务匹配策略

3.1 基于DDL的云服务匹配策略

云制造环境下，云服务的匹配过程可以看成是一系列可以描述的动作组合。结合云服务的特点和DDL动作理论，本文提出“五层三阶段”的云制造服务匹配策略。

云制造服务特点使匹配过程分为图1所示5个层次，每个层次对应匹配过程中的分解动作之一。针对这些分解动作进行DDL建模形成制造服务的DDL模型库。基于云制造的三层基础架构，在云制造环境下制造服务的DDL模型库由两部分构成：用户需求DDL模型库和云服务中心制造服务目录的DDL模型库。匹配工作亦是在这两种模型库的基础上进行的。基于DDL的云服务匹配阶段如图2所示。

图2 基于DDL的云服务匹配阶段图

在DDL语义支持下，海量云服务将以DDL描述的形式形成服务目录储存在云服务中心。云端用户提出服务需求时，匹配动作开始。云服务的匹配动作可以分为3个阶段：云服务匹配准备阶段、云服务匹配执行阶段以及云服务匹配结果输出阶段。匹配过程将针对用户的服务需求进行基于DDL的建模，通过DDL推理机将需求动作与云服务中心的服务目录进行推理判定匹配，最终输出符合需求的动作组合反馈给云端用户。在整个匹配过程中，针对云服务的DDL建模为关键步骤之一。

3.2 基于DDL的云服务建模及判定规则

为准确描述云服务，需要从云服务的输入、输出、前提集、结果集4个方面进行描述。同时，基于云制造即时服务和面向多用户的特点，引入时间变量通过拟合交货期全程控制云服务匹配的实现；基于云制造可交易性的特点，引入价格变量作为匹配控制因子之一。因此，本文将云服务定义为一个由输入（input）、输出（output）、前提集（precondition）、结果集（effect）、时间（time）、价格（cost）组成的六元组，记为S＝｛I，O，P，E，T，C｝。

在此定义基础上，对于一个云服务匹配过程，定义原子服务需求为Sr＝ ｛Ir，Or，Pr，Er，Tr，Cr｝，匹配目标原子服务为Sd＝｛Id，Od，Pd，Ed，Td，Cd｝。根据前文所述，α（v1，v2，…，vn）＝（P，E）为一个DDL原子动作，将两者结合可以得到云服务的DDL描述如下：Sr＝α，Sd＝β，原子动作为服务名称；Pα＝Ir∪Pr，Pβ＝Id∪Pd，服务的输入与前提集的并集为原子动作的前提集；Eα＝Or∪Er，Eβ＝Od∪Ed，服务的输出与结果集的并集为原子动作的结果集；Tr、Td为原子动作α、β的时间参数；Cr、Cd为原子动作α、β的价格参数。

因此，用动态描述逻辑对云服务需求服务和目标服务的描述可以形式化地表示为：Sr（Tr，Cr）＝（Ir∪Pr，Or∪Er），Sd（Td，Cd）＝（Id∪Pd，Od∪Ed）。

在将云服务转化为用DDL表示的原子动作之后，云服务的匹配过程即可转化成为DDL的可判定性问题。

判断Sr与Sd是否匹配有如下基本判定规则［10］：①目标服务的实现前提比需求服务的实现前提更容易满足，即Pr∣＝Pd；②需求服务的实现效果比目标服务的实现效果更容易满足，即Ed∣＝Er。

以上两条判定规则为动作匹配基本原则，可以保证匹配实现。但是由于它们约束条件较为松散，因此仅基于基本规则的匹配结果范围也相对较大。根据本文建立的服务DDL模型，将匹配规则规定如下：①在服务的输入满足前提集的条件下，服务DDL模型有效；②在服务的输出满足结果集的条件下，服务DDL模型有效；③目标服务的时间参数可控范围比需求服务的时间参数可控范围更容易满足，即Td∣＝Tr；④目标服务的价格参数比需求服务的价格参数更容易满足，即Cd∣＝Cr；⑤目标服务的前提集比需求服务的前提集更容易满足，即Ir∪Pr∣＝Id∪Pd；⑥需求服务的结果集比目标服务的结果集更容易满足，即Od∪Ed∣＝Or∪Er。

规则①、②是匹配执行的前提规则，若无法满足规则①、②，将判定该服务无法成立，匹配将自动跳出；规则③为时间控制规则，若无法满足该规则，匹配过程终止；规则④为价格控制规则，若无法满足该规则，匹配过程终止；规则⑤、⑥是匹配过程中关键判定规则，根据规则 ⑤、⑥ 的不同判定结果可以控制匹配过程的输出结果。

3.3 基于DDL的云服务匹配算法

根据3.2节关于匹配的判定规则，可以看出规则的可满足性是判断匹配的重要规则。因此，在云服务匹配算法中，针对可满足性给出定义如下：

定义6 可满足性。设在约束条件TB下，当且仅当存在TB的某个模型M使规则R可满足，记为R（M）＞0。

由此，本文给出基于DDL的服务匹配算法，该算法实现过程分为三步：

（1）确定制造服务目标，给出匹配过程的约束集合CP，确定制造服务输入参数集合CI，建立目标制造服务模型DDL（Sr）。根据服务匹配策略，将CP、CI和DDL（Sr）进行分解形成相应的序列集合。

（2）控制规则匹配。根据3.2节规则 ③、④完成控制规则匹配过程。

（3）将Sr分层与云服务中心中服务DDL库相匹配。初始化CP、CI完成参数设定，根据定义6进行分层匹配可满足性判定。若判定成功，则匹配循环继续，上层的匹配结束后将输出符合目标制造服务要求的云服务列表Servicelist并作为下层匹配的输入参数进入匹配判定循环；否则，跳出循环。

基于DDL的云制造服务匹配算法流程如图3所示。

图3 基于DDL的云制造服务匹配算法流程

4 实例验证

为验证以上针对云服务的DDL建模及匹配算法的可行性和实效性，笔者在课题组前期开发的某锻造企业的锻造加工管理系统的基础上，针对该企业的锻件协同加工流程进行了云改造，并进行了实例验证。

锻造任务要求如下。用户所在地：新加坡。任务目标：锻件（70－B21509－117A）2件，单件质量130kg，规格为11.30″OD×8.0″LG，材质4130，按照企业锻造标准 M21509REV.M；锻件需经过锻造、机加工、热处理和超探处理。交货期要求：任务下达后30天内。价格要求：每千克单价13元以内。

匹配过程如下。

（1）任务分解。将服务分解为4个子任务：锻造子任务、机加工子任务、热处理子任务和超探子任务。

（2）服务分解。以锻造子任务为例进行详细描述。用户通过云制造平台发出服务请求。针对服务请求对服务进行动作分解。根据图1将服务分解为制造交货期匹配动作、价格匹配动作、制造类型匹配动作、制造能力匹配动作和制造特点匹配动作。

（3）服务动作DDL建模。制造交货期匹配模型：Deliverycheck（T（30），C（13））＝ （｛taskdate（2012－2－28），deliverydays（30），taskarea（Singapore），deliveryway（seatransport），deliveryterm（FOB）｝，｛aimfoctory （factorylist）｝）。价格 匹 配 模 型：Pricecheck（T（30），C（13））＝（｛aimfactory（factorylist），unitpricemax（13）｝，｛aimfactory（factorylist）｝）。制造类型匹配模型：Typecheck（T（30），C（13））＝ （｛firstlevelfield（Mechanical Enginerring），subfield（stamping），thirdlevelfield（free forging）｝，｛servicetype（free forging）｝）。制造能力匹配模型：Charactercheck（T（30），C（13））＝ （｛servicetype （free forging），servicerange（machining），servicerange（heat），servicerange（ultrasonic）｝，｛aimfactory（factorylist）｝）。制造特点匹配模型：Featurecheck（T（30），C（13））＝（｛aimfactory（factorylist），standard（M21509REV.M），forgingnum（2），specification（11.30″OD×8.0″LG），material（4130），weight（130kg）｝，｛aimfactory（aimfactory）｝）。

（4）匹配计算。根据3.3节算法得到匹配结果为选择加工企业DVR。整个过程如图4所示。

图4 云服务匹配全程图解

5 结束语

云制造环境下制造服务的多元化和显著的异构性、动态性给云制造服务的表达和匹配带来了一系列的挑战。本文提出基于动态描述逻辑的六元组对云制造服务进行建模，该方法能够有效地描述云制造服务的输入、控制和输出，从而满足云制造服务的语义表达需求。在此基础上提出“五层三阶段”的云制造匹配策略，给出该策略下的制造服务匹配规则及初步算法实现。通过对已有系统的云化改造，证明了以上理论的可行性。接下来的工作将着重针对动态描述逻辑的可推理性对服务匹配算法做进一步的优化，实现制造服务的智能化匹配及优选。

［1］李伯虎，张霖，王时龙，等.云制造—面向服务的网络化制造新模式［J］.计算机集成制造系统，2010，16（1）：1－7，16.Li Bohu，Zhang Lin，Wang Shilong，et al.Cloud Manufacturing：A New Service－oriented Manufacturing Model［J］.Computer Integrated Manufacturing Systems，2010，16（1）：1－7，16.

［2］尹超，黄必清，刘飞，等.中小企业制造云服务平台共性关键技术体系［J］.计算机集成制造系统，2011，17（3）：495－503.Yin Chao，Huang Biqing，Liu Fei，et al.Common Key Technology System of Cloud Manufacturing Service Platform for Small and Medium Enterprises［J］.Computer Integrated Manufacturing Systems，2011，17（3）：495－503.

［3］赵强，夏阳，束长军，等.支持Cache库的语义 Web服务匹配算法［J］.计算机工程与设计，2011，32（3）：940－944.Zhao Qiang，Xia Yang，Shu Changjun，et al.Matching Algorithm of Semantic Web That Supports Cache Library［J］.Computer Engineering and Disgn，2011，32（3）：940－944.

［4］张佩云，黄波，孙亚民.一种基于语义与QoS感知的Web服务匹配机制［J］.计算机研究与发展，2010，47（5）：780－787.Zhang Peiyun，Huang Bo，Sun Yamin.A Web Services Matching Mechanism Based on Semantics and QoS－Aware Aspect［J］.Journal of Computer Research and Development，2010，47（5）：780－787.

［5］陶望胜，陶先平，吕建.基于规则与相似度的语义web服务匹配［J］.南京大学学报，2010，46（2）：159－168.Tao Wangsheng，Tao Xianping，LüJian.Rule and Similarity Based Semantic Web Service Matchmaking［J］.Journal of Nanjing University，2010，46（2）：159－168.

［6］徐建萍，郭钢，罗妤，等.面向项目制造的复杂装配过程资源匹配研究［J］.中国机械工程，2011，22（12）：1247－1432.Xu Jianping，Guo Gang，Luo Yu，et al.Research on Resource Matching of Complex Assembly Process under Project－based Manufacturing［J］.China Mechanical Engineering，2011，22（12）：1247－1432.

［7］尹胜，尹超，刘飞，等.云制造环境下外协加工资源集成服务模式及语义描述［J］.计算机集成制造系统，2011，17（3）：525－532.Yin Sheng，Yin Chao，Liu Fei，et al.Outsourcing Resources Integration Service Mode and Semantic Description in Cloud Manufacturing Environment［J］.Computer Integrated Manufacturing Systems，2011，17（3）：525－532.

［8］Shi Zhongzhi，Dong Mingkai，Jiang Yuncheng，et al.A Logical Foundation for the Semantic Web［J］.Science in China，Ser.F：Information Science，2005，48（2）：161－178.

［9］彭晖，陈立民，常亮，等.基于动态描述逻辑的语义web服务匹配研究［J］.计算机研究与发展，2008，45（12）：2102－2109.Peng Hui，Chen Limin，Chang Liang，et al.Semantic Web Service Matching Based on Dynamic Description Logic［J］.Journal of Computer Research and Development，2008，45（12）：2102－2109.

［10］王海，陈研，范琳，等.一种利用描述逻辑的语义web服务前提／效果匹配方法［J］.西安交通大学学报，2010，44（4）：39－42.Wang Hai，Chen Yan，Fan Lin，et al.A Description－Logic－Based Preconditions／Effects Matchmaking Method for Semantic Web Services［J］.Journal of Xi’an JiaoTong University，2010，44（4）：39－42.

［11］Wikipedia.Descriptionlogic［EB／OL］.［2012－3－3］.http：／／en.wikipediaorg／wiki／Description＿logic.