1．目的及意义

1.1 研究目的及意义

装备制造业是国民经济发展和国防建设的基础性产业，也是其他各行业产业升级，技术进步的主要保障，更是国家技术水平和综合实力的集中体现。工业机器人作为现代制造业的主要自动化装备，在装备制造业中的应用非常广泛。并且，作为机电一体化技术中自动化程度最高的生产设备，工业机器人及其自动化成套设备的拥有量和应用水平是一个国家制造业综合实力的重要标志之一。

近些年，装备制造业中信息化和工业化的深度融合成为制造业发展的趋势，随着信息技术和高端装备的不断发展创新，云计算、大数据、物联网等技术应运而生。“云制造”、“工业大数据”、“工业云服务”等新概念和新的模式也不断涌现，智能制造还成为了国务院发布的“中国制造2025”规划纲要中的重要发展战略。作为一种面向服务的网络化制造新模式，云制造现阶段可以作为智能制造的代表。云制造模式将制造资源通过建模封装成服务，制造的过程便可看作对资源服务进行匹配的过程，这与制造业的生产加工服务型转变趋势相契合。

工业机器人装备任务是生产制造中的一个环节，与云制造的资源服务化相似，工业机器人的装备任务也可以服务化。工业机器人的装备服务就是，在生产过程中对不同的装备任务进行建模封装成服务，形成装备服务库。当新的装备任务到达时，任务可以被拆分成不同的子任务，并与装备服务库中的服务进行匹配，只需完成服务的调度匹配，便能完成对生产过程的管理。而工业机器人装备服务调度问题是工业机器人装备服务研究的重点，理解工业机器人装备服务封装的方法以及服务调度的原理也具有深远意义。此外，工业机器人装备服务的调度还存在很多难点需要解决，研究找出有效应对工业机器人装备服务的调度优化方法，对云制造中相关资源服务调度优化的进一步探索和实践有至关重要的作用。对于能源资源的充分、合理、高效地利用，环境的保护，降低制造能耗，减轻能源的浪费，降低生产成本，提高制造性能都有着重大的意义。

1.2 国内外研究现状

工业机器人一般被认为是面向工业领域的多关节机械手或多自由度的机器人，是一种自动执行工作的机器装置，是靠自身动力和控制能力来实现各种功能的一种机器。现代工业机器人的发展开始于20世纪中期，经过几十年的发展，工艺机器人的应用已经涉及包括焊接、喷涂、组装、采集和放置、产品检测和测试等工业领域。

在网络化和制造服务化快速发展的背景下，以物联网、云计算等技术及模式为依托，中国学者李伯虎于2010年首次提出了云制造的概念。云制造被定义为一种面向服务的、高效低耗和基于知识的网络、敏捷化制造新模式和技术手段，它丰富了云计算的资源共享内容和服务模式，促进了制造的服务化和智能化，融合了云计算、面向服务、工业信息化等新兴技术。随着对云制造模式的深入研究以及实践总结，一些动态制造资源服务组合和优化的概念框架也被陆续提出，云制造资源服务化封装的模型也被逐步实现。

对于云制造服务优化调度，国内外学者有了比较系统的研究，也不断的有研究成果发布。Xu等研究的一种改进的离散蜜蜂算法用于云制造中的相关性感知服务聚合优化，郑使用遗传算法对云资源服务进行了相关研究。与此同时，工业机器人也结合了新兴技术有了新的发展，Liu等提出了面向可持续制造的工业云机器人，工业机器人也开始融合云制造模式下的面向服务的模式，邱对大型机场物流装备的调度优化有过应用研究，邓等对点焊工业机器人的轨迹规划的优化也做出了相关研究。由此看出，数据驱动的工业机器人装备服务调度优化方面的研究是十分前沿的，但也有相关的云制造模式下资源服务优化的参考文献作为研究参考。

蜜蜂算法(Bees Algorithm)是英国学者Pham DT和他的研究小组于2005年提出的一种新的群智能算法。该算法是一种有别于蚁群算法、粒子群算法等算法的全新的群智能优化算法，它通过模拟蜜蜂群体的觅食行为来搜索问题的最优解。在这近十年的研究和发展下，蜜蜂算法的应用也越来越广泛，在与装备服务调度相近的工程领域，余敏将蜜蜂算法应用于水电站优化调度，窦对多机器人的路径规划的研究中使用了蜜蜂算法，倪志伟等在对云资源调度优化中使用了蜜蜂算法。国内外学者对蜜蜂算法的研究中，目前并未有相关学者将其用于工业机器人装备服务调度优化上，本文会在已有的参考文献的基础上对该课题进行相关研究。{title}

2. 研究的基本内容与方案

{title}

本文主要研究的是使用群智能算法对工业机器人装备服务进行调度优化。群智能算法一般被用来解决寻找最佳方案的优化问题，工业机器人的装备服务在执行制造任务过程中，制造任务常被先分解为多个子任务，系统会根据任务工艺执行路径，为各个子任务匹配对应的制造装备服务来完成制造的生成加工过程。在此过程中，达到生成成本最小，加工成本最短，总体服务可靠性最高的目标可以视为最佳解决方案，所以群智能算法可以用来对工业机器人装备服务进行调度优化。而蜜蜂算法是群智能算法中比较典型且高效的算法，适合应用于工业机器人装备服务调度优化。

参考相关文献，并结合工业机器人的研究对象，本文的研究内容整体流程如图2.1所示。