一种多层次制造服务建模和组合优选方法

为提高云制造环境下服务建模和组合优选的准确性,首先将制造服务分多个层次进行描述,从资源服务、功能服务和流程服务3个层次进行建模。然后针对多层次服务模型,采用服务执行时间、服务花费成本和服务用户评价等因素构建服务组合优选的质量评估函数。为解决多层次服务的组合优选问题,提出一种改进引力搜索算法（NGSA）,将小生境中的拥挤度因子和适应值共享技术引入传统引力搜索算法（GSA）以提高收敛速度和准确性。算例验证表明,相比传统的遗传算法（GA）和粒子群优化（PSO）算法,NGSA能在较短的时间内收敛,且最优解的匹配准确度更高。      

基于变尺度混沌算法的曲面品质优化

曲面品质优化是曲面重构中的常见问题，在航空航天和汽车等高端产品设计中，如果要求重构的曲面间具有高阶连续性，往往需要进行大量的优化工作。为了便捷地得到光滑的高品质曲面，提出一种基于变尺度混沌算法的曲面品质优化方法。引入可调参数，在与邻接面NURBS曲面片一阶连续条件下，可以灵活调整多个参数值对目标面进行变形操作；建立变尺度混沌优化的数学模型，计算出可调参数组的最优解，得到相对原曲面变形量最小的高品质曲面。通过案例分析验证了所提方法的鲁棒性和实用性。对优化后的曲面进行光影分析，结果表明：所提方法可以在保证曲面品质的同时，提高曲面重构的效率。