CN107122146B - 一种工业级3d打印云服务的应用需求优化匹配方法 - Google Patents
一种工业级3d打印云服务的应用需求优化匹配方法 Download PDFInfo
- Publication number
- CN107122146B CN107122146B CN201710194536.5A CN201710194536A CN107122146B CN 107122146 B CN107122146 B CN 107122146B CN 201710194536 A CN201710194536 A CN 201710194536A CN 107122146 B CN107122146 B CN 107122146B
- Authority
- CN
- China
- Prior art keywords
- performance
- printing
- requirements
- user
- strength
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
- G06F3/1237—Print job management
- G06F3/126—Job scheduling, e.g. queuing, determine appropriate device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y40/00—Auxiliary operations or equipment, e.g. for material handling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1296—Printer job scheduling or printer resource handling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种工业级3D打印云服务的应用需求优化匹配方法,首先采集用户需求信息,用户需求信息包括基本需求、性能需求和优化需求;基本需求包括打印材料、应用领域、打印件长、打印件宽、打印件高以及打印精度;性能需求包括性能属性、性能值域和重要程度;优化需求包括优化目标;其次根据采集的用户需求信息,通过层次化弹性匹配算法,包括功能需求层次匹配和性能需求层次匹配,将用户任务分配给最适合的设备资源。
Description
技术领域
本发明涉及工业级3D打印技术领域,具体为一种工业级3D打印云服务的应用需求优化匹配方法。
背景技术
工业级3D打印设备不同于一般的桌面级3D打印设备,其价格昂贵,生产性打印、运行维护和管理比较复杂,技术要求高,一般企业难以具备,属于较为宝贵的资源。为了促进工业级3D打印应用发展,将3D打印与云服务结合,构建工业级3D打印云服务,充分共享工业级3D打印设备资源。但是,由于工业级3D打印设备资源种类繁多,功能各异,应用领域相对广泛,云服务***可以为用户提供多种多样的3D打印服务。为了使***3D打印云服务池的资源能够被高效、合理地利用,为用户,特别是中小型企业提供便捷、高效的3D打印云服务,需要一种优化匹配方法,将用户的应用需求自动匹配到最佳的3D打印服务上去。
发明内容
工业级3D打印设备资源作为一种新型制造资源,其特征属性复杂,用户需求多种多样。为了使用户个性化需求与3D打印设备特征属性较为精确的匹配,本发明提供了一种层次化弹性匹配算法,用户根据应用需求模板填写具体需求参数,***后台调用匹配算法,自动将用户任务分配给最适合的设备资源。
为达到上述目的,本发明的技术方案实现如下:
所述一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:包括以下步骤:
步骤1:采集用户需求信息;所述用户需求信息包括基本需求、性能需求和优化需求;所述基本需求包括打印材料、应用领域、打印件长、打印件宽、打印件高以及打印精度;所述性能需求包括性能属性、性能值域和重要程度;所述优化需求包括优化目标;
步骤2:根据用户需求信息,在***初始可用设备资源集{m1,m2,...,mi,...,ms}中通过以下层次化弹性匹配算法获得匹配的设备资源;
步骤2.1:依据基本需求从初始可用设备资源集{m1,m2,...,mi,...,ms}中匹配得到第一层设备资源集{m1,m2,...,mi,...,mn},其中第一层设备资源集中的每个设备资源均满足以下要求:能够应用基本需求中的打印材料,使用的应用领域包括基本需求中的应用领域,能够打印的打印件尺寸范围包含基本需求中的打印件尺寸,打印精度满足基本需求中的打印精度要求;
步骤2.2:通过以下过程计算第一层设备资源集{m1,m2,...,mi,...,mn}中每个设备资源mi与用户性能需求的匹配度:
用户性能需求中的性能属性集合为{c1,c2,...,cj,...,ca},每个性能属性cj的权重ωj根据公式
计算得到,其中lj为性能属性cj的重要程度值;
每个性能属性cj的目标函数fj根据以下规则确定:
(1)、如果设备资源mi对应性能属性cj的取值范围[pi,qi],与用户性能需求中对于性能属性cj的值域范围[pj,qj]没有交集,则fj取0;
(2)、如果pi<pj且qi<qj,则
(3)、如果pi>pj且qi>qj,则
(4)、如果pi<pj且qi>qj,则
(5)、如果pi≥pj且qi≤qj,则fj=1;
对设备资源mi性能属性的目标函数进行加权得到设备资源mi与用户性能需求的匹配度
步骤2.3:根据第一层设备资源集{m1,m2,...,mi,...,mn}中每个设备资源与用户性能需求的匹配度,选择得到第二层设备资源集{m1,m2,...,mi,...,mr};
步骤2.4:根据用户的优化需求从第二层设备资源集{m1,m2,...,mi,...,mr}得到匹配的设备资源。
进一步的优选方案,所述一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:所述优化目标为服务耗时,服务质量或服务价格中的一种目标;
若采集的用户优化目标为服务耗时,则在步骤2.4中选择第二层设备资源集{m1,m2,...,mi,...,mr}中的完成任务所需时间最短的设备资源为匹配的设备资源;所述完成任务所需时间包括打印前,打印中和打印后三个部分所需时间;打印前所需时间指设备资源完成已有任务所需时间,打印中所需时间指设备资源完成用户打印任务本身所需的时间,打印后所需时间指物流时间;
若采集的用户优化目标为服务质量,则在步骤2.4中选择第二层设备资源集{m1,m2,...,mi,...,mr}中与用户性能需求匹配度最高的设备资源为匹配的设备资源;如果存在多个设备资源与用户性能需求匹配度相同且最高,则在这些设备资源中选择历史服务综合评分最高的设备资源为匹配的设备资源;
若采集的用户优化目标为服务价格,则在步骤2.4中选择第二层设备资源集{m1,m2,...,mi,...,mr}中服务价格最低的设备资源为匹配的设备资源。
进一步的优选方案,所述一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:所述基本需求中的应用领域分为航空航天、医疗、模具、汽车、电子以及能源动力六个领域;每个领域对应的性能属性集为:
航空航天领域对应的性能属性集包括耐腐蚀性、伸长率、抗热强度、抗拉强度、抗压强度、抗剪强度、冲击强度、疲劳强度、刚度、弹性;医疗领域对应的性能属性集包括拉伸强度、伸长率、弯曲强度、粘接强度、撕裂强度、硬度、疲劳强度、导电性、导热性;模具领域对应的性能属性集包括硬度、抗弯强度、断后伸长率、断面收缩率、冲击韧度、表面粗糙度;汽车领域对应的性能属性集包括动载系数、硬度、拉伸强度、冲击强度、撕裂强度、疲劳强度、蠕变极限;电子领域对应的性能属性集包括疲劳强度、刚度、导电性、耐腐蚀性;能源动力领域对应的性能属性集包括抗氧化温度、抗热强度、疲劳强度、持久强度、断后伸长率、断面收缩率。
进一步的优选方案,所述一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:性能属性的重要程度分为重要、比较重要和一般重要三个等级,其数值依次为3,2,1。
有益效果
本发明提出的工业级3D打印云服务的应用需求优化匹配方法,基于用户应用需求模板,规范了用户需求填写,设计了层次化弹性匹配算法,从功能匹配、性能匹配两大层次逐层缩小满足用户需求的设备资源集,最后根据优化目标,将用户任务匹配到最适合的服务上去。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是工业级3D打印材料名称规范图。
图2是层次化弹性匹配算法流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
工业级3D打印设备资源作为一种新型制造资源,其特征属性复杂,用户需求多种多样。为了使用户个性化需求与3D打印设备特征属性较为精确的匹配,本发明提供了一种层次化弹性匹配算法,用户根据应用需求模板填写具体需求参数,***后台调用匹配算法,自动将用户任务分配给最适合的设备资源。
为达到上述目的,本发明的技术方案实现如下:
1.用户应用需求规约
工业级3D打印用户需求具有多种多样、表达方式不一的特点,为了避免专业词汇、表达方式等人为因素造成的匹配失败,在全局资源搜索的基础上,较为严格、准确地完成用户3D打印应用需求与***3D打印服务的匹配,需要对用户需求形成规约。这里所说的规约既包含指定用户必须提供的3D打印相关信息,也包含信息描述方法的限定。
1)用户需求模板
工业级3D打印用户需求与工业级3D打印设备功能相对应,用户需求所包含的信息需要准确、完整地说明打印这个物件所要满足的各项条件,同时能够区别各个3D打印设备资源。可将用户需求分为三个部分,首先是基本需求,即基本功能需求,包括打印材料,应用领域,打印件的具体尺寸,所需的打印精度。其次是打印件应当具备的性能需求,主要根据应用领域来划分,各性能属性的重要程度由用户自己决定。最后是优化需求,即用户的优化目标。具体的用户需求模板如下所示:
2)需求描述方法限定
在基本需求中,为了更好地统一打印材料名称,规定打印材料为常用的范围较大的材料类统称,具体参照图1。应用领域分为航空航天、医疗、模具、汽车、电子以及能源动力六个领域供用户选择。规定打印件的尺寸单位为MM。打印精度按层厚分为超高(0-25mm),高(25-100mm),中(100-250mm),低(250-500mm)四个等级。
在性能需求中,性能属性与应用领域相关,不同应用领域所侧重的性能属性集有所差异。航空航天领域对应的性能属性集包括耐腐蚀性、伸长率、抗热强度、抗拉强度、抗压强度、抗剪强度、冲击强度、疲劳强度、刚度、弹性;医疗领域对应的性能属性集包括拉伸强度、伸长率、弯曲强度、粘接强度、撕裂强度、硬度、疲劳强度、导电性、导热性;模具领域对应的性能属性集包括硬度、抗弯强度、断后伸长率、断面收缩率、冲击韧度、表面粗糙度;汽车领域对应的性能属性集包括动载系数、硬度、拉伸强度、冲击强度、撕裂强度、疲劳强度、蠕变极限;电子领域对应的性能属性集包括疲劳强度、刚度、导电性、耐腐蚀性;能源动力领域对应的性能属性集包括抗氧化温度、抗热强度、疲劳强度、持久强度、断后伸长率、断面收缩率。性能属性重要程度分为重要、比较重要和一般重要三个等级,其数值依次为3,2,1。
2.层次化弹性匹配算法
基于应用需求模板,结合多目标优化算法,设计了一种适用于工业级3D打印需求与设备资源匹配的层次化弹性匹配算法,算法流程如图2所示,共分为两个层次,具体如下:
1)功能需求层次匹配
包括打印材料,应用领域,打印尺寸以及打印精度的匹配。这些属性是完成3D打印最基本、最关键的因素,它们将直接影响到打印任务的完成与否,可看作是硬性参数,四者间是与的关系,必须同时满足才算匹配成功。对于这些已经规范的属性参数,可直接基于典型的关键字匹配即可。***初始可用设备资源集{m1,m2,...,mi,...,ms},经过功能需求层次匹配后变为{m1,m2,...,mi,...,mn}。
2)性能需求层次匹配
包括性能属性及其值域的匹配。工业级3D打印应用领域广泛,各个领域所对应的性能需求有所差别,其对应的性能属性值域也有所不同。
首先根据应用领域确定可进行比较的设备资源性能属性集。假定设备资源mi对应某个应用领域的性能属性集为{c1,c2,...,ch},用户性能需求集为{c1,c2,...,cj,...,ca},采用线性加权法,将每个性能属性看作一个目标函数fj,其权重由其重要程度值lj计算得出:
式中:
ωj——性能属性cj的权重
lj——性能属性cj的重要程度值
然后,计算每个性能属性的目标函数fj。这些性能属性参数值一般来说存在一个变化范围,对应设备资源mi中,其取值范围为[pi,qi],可以看做是弹性参数。假定用户对于性能属性cj的参数值范围要求为[pj,qj]。在[pi,qi]和[pj,qj]没有交集的情况下,将fj设为0。在[pi,qi]和[pj,qj]有交集的情况下,分四种情况来计算目标函数值:
①如果pi<pj且qi<qj
式中:
fj——性能属性cj的目标函数值
qi——设备资源性能属性参数值上限
pj——用户性能属性的需求值下限
pi——设备资源性能属性的参数值下限
②如果pi>pj且qi>qj
式中:
qj——用户性能属性的需求值上限
③如果pi<pj且qi>qj
④如果pi≥pj且qi≤qj
fj=1(5)
最后,通过线性加权法,计算总目标函数值即设备资源mi的总匹配度。
式中:
Yi——设备资源mi的总匹配度
当Yi为0时,不匹配;当Yi为1时,完全匹配;当0<Yi<1部分匹配。Yi越大,匹配程度越高。对于完全匹配及部分匹配这两种情况,按照匹配度由高到低保留一定数量的设备资源集。
经过性能需求匹配后,设备资源集变为{m1,m2,...,mi,...,mr},称这个资源集为3D打印服务候选池,对于这些候选服务还需要进一步优化。对于服务的优化目标,结合用户关注点和工业级3D打印特点,选用服务耗时,服务质量和服务价格这三个优化目标,选出用户最满意的服务。
服务耗时即完成任务所需时间,可分为打印前,打印中和打印后三个部分。打印前的时间由任务个数、每个任务所需的时间以及间隔时间共同决定。打印中时间部分即打印任务本身所需的打印时间,由设备打印速度决定。打印后的时间即物流时间。
服务质量包含主观判断和客观判断两部分。客观判断指性能需求部分,优先选择候选服务池中性能需求匹配度最高的那个服务。主观判断则是指服务的历史综合评分,对于性能需求匹配后的资源集,进一步挑选评分高的服务。
服务价格根据打印件体积与平均单价来估算,为用户选取候选服务池中价格最低的一个服务。
由于性能种类繁多,提供商提供的信息短缺等情况会导致不完全匹配。考虑到工业级3D打印的复杂性及特殊性,对于部分匹配的情况,后续以服务质量为主要优化目标。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:包括以下步骤:
步骤1:采集用户需求信息;所述用户需求信息包括基本需求、性能需求和优化需求;所述基本需求包括打印材料、应用领域、打印件长、打印件宽、打印件高以及打印精度;所述性能需求包括性能属性、性能值域和重要程度;所述优化需求包括优化目标;
步骤2:根据用户需求信息,在***初始可用设备资源集{m1,m2,...,mi,...,ms}中通过以下层次化弹性匹配算法获得匹配的设备资源;
步骤2.1:依据基本需求从初始可用设备资源集{m1,m2,...,mi,...,ms}中匹配得到第一层设备资源集{m1,m2,...,mi,...,mn},其中第一层设备资源集中的每个设备资源均满足以下要求:能够应用基本需求中的打印材料,使用的应用领域包括基本需求中的应用领域,能够打印的打印件尺寸范围包含基本需求中的打印件尺寸,打印精度满足基本需求中的打印精度要求;
步骤2.2:通过以下过程计算第一层设备资源集{m1,m2,...,mi,...,mn}中每个设备资源mi与用户性能需求的匹配度:
用户性能需求中的性能属性集合为{c1,c2,...,cj,...,ca},每个性能属性cj的权重ωj根据公式
计算得到,其中lj为性能属性cj的重要程度值;
每个性能属性cj的目标函数fj根据以下规则确定:
(1)、如果设备资源mi对应性能属性cj的取值范围[pi,qi],与用户性能需求中对于性能属性cj的值域范围[pj,qj]没有交集,则fj取0;
(2)、如果pi<pj且qi<qj,则
(3)、如果pi>pj且qi>qj,则
(4)、如果pi<pj且qi>qj,则
(5)、如果pi≥pj且qi≤qj,则fj=1;
对设备资源mi性能属性的目标函数进行加权得到设备资源mi与用户性能需求的匹配度
步骤2.3:根据第一层设备资源集{m1,m2,...,mi,...,mn}中每个设备资源与用户性能需求的匹配度,选择得到第二层设备资源集{m1,m2,...,mi,...,mr};
步骤2.4:根据用户的优化需求从第二层设备资源集{m1,m2,...,mi,...,mr}得到匹配的设备资源。
2.根据权利要求1所述的一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:所述优化目标为服务耗时,服务质量或服务价格中的一种目标;
若采集的用户优化目标为服务耗时,则在步骤2.4中选择第二层设备资源集{m1,m2,...,mi,...,mr}中的完成任务所需时间最短的设备资源为匹配的设备资源;所述完成任务所需时间包括打印前,打印中和打印后三个部分所需时间;打印前所需时间指设备资源完成已有任务所需时间,打印中所需时间指设备资源完成用户打印任务本身所需的时间,打印后所需时间指物流时间;
若采集的用户优化目标为服务质量,则在步骤2.4中选择第二层设备资源集{m1,m2,...,mi,...,mr}中与用户性能需求匹配度最高的设备资源为匹配的设备资源;如果存在多个设备资源与用户性能需求匹配度相同且最高,则在这些设备资源中选择历史服务综合评分最高的设备资源为匹配的设备资源;
若采集的用户优化目标为服务价格,则在步骤2.4中选择第二层设备资源集{m1,m2,...,mi,...,mr}中服务价格最低的设备资源为匹配的设备资源。
3.根据权利要求1所述的一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:所述基本需求中的应用领域分为航空航天、医疗、模具、汽车、电子以及能源动力六个领域;每个领域对应的性能属性集为:
航空航天领域对应的性能属性集包括耐腐蚀性、伸长率、抗热强度、抗拉强度、抗压强度、抗剪强度、冲击强度、疲劳强度、刚度、弹性;医疗领域对应的性能属性集包括拉伸强度、伸长率、弯曲强度、粘接强度、撕裂强度、硬度、疲劳强度、导电性、导热性;模具领域对应的性能属性集包括硬度、抗弯强度、断后伸长率、断面收缩率、冲击韧度、表面粗糙度;汽车领域对应的性能属性集包括动载系数、硬度、拉伸强度、冲击强度、撕裂强度、疲劳强度、蠕变极限;电子领域对应的性能属性集包括疲劳强度、刚度、导电性、耐腐蚀性;能源动力领域对应的性能属性集包括抗氧化温度、抗热强度、疲劳强度、持久强度、断后伸长率、断面收缩率。
4.根据权利要求1所述的一种工业级3D打印云服务的应用需求优化匹配方法,其特征在于:性能属性的重要程度分为重要、比较重要和一般重要三个等级,其数值依次为3,2,1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194536.5A CN107122146B (zh) | 2017-03-29 | 2017-03-29 | 一种工业级3d打印云服务的应用需求优化匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194536.5A CN107122146B (zh) | 2017-03-29 | 2017-03-29 | 一种工业级3d打印云服务的应用需求优化匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107122146A CN107122146A (zh) | 2017-09-01 |
CN107122146B true CN107122146B (zh) | 2019-12-20 |
Family
ID=59718084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710194536.5A Expired - Fee Related CN107122146B (zh) | 2017-03-29 | 2017-03-29 | 一种工业级3d打印云服务的应用需求优化匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122146B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038745A (zh) * | 2017-11-16 | 2018-05-15 | 芜湖林电子科技有限公司 | 一种基于云平台的3d打印服务*** |
CN107895305A (zh) * | 2017-11-16 | 2018-04-10 | 芜湖林电子科技有限公司 | 一种3d打印云制造方法 |
CN108536401B (zh) * | 2018-04-18 | 2020-06-30 | 北京航空航天大学 | 基于3d打印的多任务并行打印包装方法及*** |
CN109803003B (zh) * | 2018-12-29 | 2021-04-09 | 华为技术有限公司 | 一种控制方法、***及相关设备 |
CN115225501A (zh) * | 2022-03-08 | 2022-10-21 | 国家电网有限公司信息通信分公司 | 白盒网络设备选型方法及相关设备 |
CN115609924B (zh) * | 2022-12-06 | 2023-03-14 | 深圳市智能派科技有限公司 | 一种基于分布式3d打印设备的管理方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102523247A (zh) * | 2011-11-24 | 2012-06-27 | 合肥工业大学 | 一种基于多属性匹配的云服务推荐方法及装置 |
CN102780765A (zh) * | 2012-06-27 | 2012-11-14 | 浙江大学 | 一种基于性能融合的云制造服务资源匹配与组合方法 |
CN105447644A (zh) * | 2015-12-01 | 2016-03-30 | 西南石油大学 | 一种基于3d打印机的云制造服务*** |
-
2017
- 2017-03-29 CN CN201710194536.5A patent/CN107122146B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102523247A (zh) * | 2011-11-24 | 2012-06-27 | 合肥工业大学 | 一种基于多属性匹配的云服务推荐方法及装置 |
CN102780765A (zh) * | 2012-06-27 | 2012-11-14 | 浙江大学 | 一种基于性能融合的云制造服务资源匹配与组合方法 |
CN105447644A (zh) * | 2015-12-01 | 2016-03-30 | 西南石油大学 | 一种基于3d打印机的云制造服务*** |
Non-Patent Citations (1)
Title |
---|
云制造平台中制造任务与制造云服务优化匹配问题研究;邓舒婷;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215(第2期);第1-56页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107122146A (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107122146B (zh) | 一种工业级3d打印云服务的应用需求优化匹配方法 | |
Ye et al. | Deep neural network method for predicting the mechanical properties of composites | |
CN101657712B (zh) | 断裂预测方法、运算处理装置 | |
Sherkatghanad et al. | Innovative approach to mass production of fiber metal laminate sheets | |
CN104156433B (zh) | 一种基于语义映射空间构建的图像检索方法 | |
Kalita et al. | Free vibration analysis of laminated composites by a nine node isoparametric plate bending element | |
CN108197664A (zh) | 模型获取方法、装置、电子设备及计算机可读存储介质 | |
Ying et al. | Permutation and non-permutation schedules for the flowline manufacturing cell with sequence dependent family setups | |
CN103365997A (zh) | 一种基于集成学习的观点挖掘方法 | |
Alper Sofuoğlu | Development of an ITARA-based hybrid multi-criteria decision-making model for material selection | |
CN112001656A (zh) | 基于员工历史培训信息针对性进行培训课推荐的方法 | |
CN109934748A (zh) | 一种基于大数据条件下的个性化课程定制方法 | |
JP5139874B2 (ja) | ラベル付与装置、ラベル付与プログラム、ラベル付与プログラムが記録された記録媒体、および、ラベル付与方法 | |
Jayakrishna et al. | Application of grey relational analysis for material and end of life strategy selection with multiple criteria | |
CN103377403B (zh) | 企业业务组件建模方法和*** | |
CN106339578A (zh) | 一种多策略融合的医院患者挂号推荐方法 | |
CN108256125A (zh) | 基于行政区划的智能搜索方法、装置和搜索引擎 | |
Jothi et al. | Soft set based quick reduct approach for unsupervised feature selection | |
CN107038111A (zh) | 一种软件可信性量化评估与设计方法 | |
CN110377841B (zh) | 一种应用在协同过滤方法中的相似度计算方法及*** | |
Kumar et al. | An integrated module for predictive modelling and machinability appraisal during milling of modified graphene/epoxy nanocomposites | |
WO2021036524A1 (zh) | 基于人工智能的学术关系知识图谱生成方法和机器人*** | |
Liu et al. | Design of 3D anisotropic Voronoi porous structure driven by stress field | |
Stanford et al. | Aeroelastic tailoring via tow steered composites | |
TWI642022B (zh) | 建築設備篩選裝置及其建築設備篩選方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191220 |