| 任务服务时间不确定下基于目标导向的云制造资源配置问题 |
| Target-oriented resource allocation in cloud manufacturing with uncertain task service times |
| 摘要点击 100 全文点击 0 投稿时间：2026-04-02 修订日期：2026-06-28 |
| 查看/发表评论 下载PDF阅读器 |
| 中文关键词 云制造; 资源配置; 分布式鲁棒优化; Benders 分解 |
| 英文关键词 cloud manufacturing; resource allocation; distributionally robust optimization; benders decomposition |
| 基金项目 国家自然科学基金资助项目 (72371055); 国家社科基金重大资助项目 ((25&ZD196); 四川省自然科学基金重点资助项目 (2024NSFSC0025); 四川省自然科学基金青年资助项目 (2025NSFSC1982) |
| 投稿方向 调度优化 |
| 作者 | 单位 | 邮编 | | 罗遵昊 | 成都理工大学 | 610059 | | 李想 | 北京理工大学 | | | 王杜娟 | 四川大学 | | | 殷允强* | 电子科技大学 | 611731 |
|
| 中文摘要 |
| 本文针对任务服务时间不确定的云制造资源配置问题展开研究. 首先，引入融合Wasserstein 度量、期望离差、均值及支撑集等多维度信息的事件相关混合不确定集，用以刻画任务服务时间的不确定性. 基于 Hurwicz 准则构建目标导向型分布式鲁棒优化模型，通过权衡最坏与最好情景，以最小化云制造服务单元的全局产能短缺程度为目标实现资源配置优化. 其次，利用线性规划对偶理论，将原模型转化为等价的混合整数线性规划问题，并设计融合 In-out Benders 切生成策略、Benders 对偶提升策略与对偶变量归一化策略的 Benders分解算法. 最后，以天津某水泥设备生产集团的云制造资源配置实际案例为依托，验证模型与算法的有效性，并从中提炼出具有针对性的管理启示. |
| 英文摘要 |
| This paper investigates the resource allocation problem in cloud manufacturing with uncertain task service times. First, an event-dependent hybrid ambiguity set (incorporating Wasserstein metric, expected deviation, mean, and support set) is adopted to characterize the uncertainty. Based on the Hurwicz criterion (accounting for both worst- and best-case scenarios), a target-oriented distributionally robust optimization model is formulated to minimize the total manufacturing capability shortage of cloud service units. Second, via linear programming duality, the model is transformed into an equivalent mixed-integer linear programming (MILP) model, and a Benders decomposition algorithm integrating In-out cut generation, dual lifting, and dual variable normalization strategies is developed. Finally, a practical case of a Tianjin cement equipment production group validates the model and algorithm’s effectiveness and yields management insights. |
| 关闭 |
