网络化制造设备资源节能匹配调度的集成优化方法及系统

1.本发明涉及资源节能匹配和调度技术领域，尤其涉及一种网络化制造设备资源节能匹配调度的集成优化方法及系统。

背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.能耗是制造业绿化的重要考虑因素，它不仅反映能源资源的消耗情况，也是二氧化碳排放和全球气候变暖的环境影响评价方面。网络化是制造业智能化发展的基本特征，企业需要充分利用网络化制造环境，快速响应多样个性化的客户需求，提供制造成品。
4.在制造业绿化与智能化转型之路中，如何在网络化制造的新商业模式中落实企业制造能量效率提升十分值得思考和关注。企业设备资源(包括加工制造设备与物流设备)毫无疑问是制造业的基础能耗设施，其优化配置和调度运行直接影响制造链的节能性，当前亟待解决的难题是：在网络化制造环境的跨企业协作生产形式下，企业如何充分释放自身核心制造能力，有效利用其他企业设备资源技术优势，保障多方客户个性化制造需求目标被满足，兼容制造网络上下游环节对生产制造带来的不确定性扰动，并落实企业制造过程节能减排。然而，目前企业制造设备资源节能决策和调度运行研究以考虑企业内部生产环境为主，还难以解决跨企业网络化制造环境中面临的多重复杂问题，相应问题的建模和求解计算难度也在加剧。
5.通过国内外学术研究现状调研发现，一方面，目前有学者围绕绿工艺规划相关方面对企业内部制造设备资源匹配进行了研究。在网络化制造环境下设备资源匹配研究方面，学者们考虑了制造时间、协作与物流成本、制造质量、制造能力等决策目标，许多研究指出企业偏好和协作伙伴选择对设备资源决策有重要影响。在网络化制造形态下，设备资源需求与供应方通常为多对多关系，需求方往往面临网络中设备资源庞杂众多，异地分散，初选时评价要素信息不全的复杂情形。但是总体来说，文献中尚缺乏深入思考网络化制造环境下，如何兼顾经济、节能、技术、企业间任务协作和信息共享情况等，为企业进行制造设备资源组合优化决策。
6.第二方面，在调度制造网络中的设备资源方面，目前学者对企业内部制造车间环境进行了设备节能调度深入研究，优化目标包括能耗、完工时间、成本、峰值功率、调度均匀性等。在网络化制造设备资源调度研究上主要以制造时间、成本和服务能力等为优化目标，求解方法以智能算法为主。但是目前研究还难以解决如何既能满足客户多样需求，又能平衡客户制造任务间利益竞争关系，同时能够调度制造网络中的异地设备资源达到企业制造能量效率提升的问题。
7.第三方面，研究表明，网络化制造环境的不确定性有随机分布特点，当制作网络中设备资源变化、服务中断或客户制造任务频繁变化时，其生产加工决策变量参数及优化目标都将产生波动且难以精确估计，而传统的车间生产调度方案难以有效响应此类动态干扰
事件，易给企业或客户带来不必要损失。目前研究还缺乏考虑制造网络中随机扰动致使企业制造能耗、成本、时间也不确定的情形，与此相关的不确定性下制造网络中企业设备资源多目标高效节能调度优化问题亟待解决。

技术实现要素：

8.针对现有技术存在的不足，本发明的目的是提供一种网络化制造设备资源节能匹配调度的集成优化方法及系统，将面向网络化制造环境特点(包括设备资源庞杂异地分散、多方客户个性化需求驱动、随机不确定性突出)，提出涵盖制造任务需求阶段、制造任务实施阶段、制造任务主动预防式阶段三阶段的网络化制造环境下企业设备资源节能匹配决策与调度集成优化方法，为制造业能效运行优化提供共性理论方法支撑。
9.为了实现上述目的，本发明是通过如下的技术方案来实现：
10.本发明第一方面提供了一种网络化制造设备资源节能匹配调度的集成优化方法，包括以下步骤：
11.根据企业匹配制造网络中设备资源构建模糊隶属度和目标函数，对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案；
12.基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化；
13.针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。
14.本发明第二方面提供了一种网络化制造设备资源节能匹配调度的集成优化系统，包括：
15.制造任务需求模块，被配置为根据企业匹配制造网络中设备资源构建模糊隶属度和目标函数，对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案；
16.制造任务实施模块，被配置为基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化；
17.制造任务主动预防模块，被配置为针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。
18.以上一个或多个技术方案存在以下有益效果：
19.本发明公开了一种网络化制造设备资源节能匹配调度的集成优化方法，相比传统的制造车间设备资源节能匹配决策和调度优化方法，本发明主要是针对制造设备资源庞杂异地分散、企业间协作及异地作业物流转移、客户多样个性化需求驱动、制造服务随机不确定性突出等特点的网络化制造环境。发明提出制造网络中设备资源节能增效匹配组合决策和调度优化集成方法，帮助企业在制造任务需求阶段、实施阶段、主动预防阶段三个阶段提升能效。
20.本发明提出将非合作博弈理论应用于制造网络中的设备资源节能增效调度问题型，建立涵盖能耗、成本、时间的客户制造任务收益函数，利用智能算法求解非合作博弈模型nash均衡下的制造网络设备资源节能调度方案，缩短产品交货期，满足客户个性化需求，
均衡客户制造任务间利益竞争关系，可在制造实施阶段高效节能。
21.本发明提出将随机机会约束规划引入制造网络中的设备资源调度问题，研究网络化制造环境中不确定条件下企业制造车间能耗、成本、时间等随机变量及其特征参数估计方法，结合混合智能算法逼近目标函数并进行求解，可在主动预防的阶段为企业生成具有随机扰动冗余度的设备资源节能增效调度方案。
22.本发明附加方面的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
23.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
24.图1为本发明实施例一网络化制造设备资源节能匹配调度的集成优化方法的框架图；
25.图2为本发明实施例一确定初步企业决策设备资源匹配组合最优方案的方法示意图；
26.图3为本发明实施例一基于用户需求建立非合作博弈的制造网络设备资源节能调度模型的方法示意图；
27.图4为本发明实施例一基于随机机会约束规划下的制造网络设备资源节能重调度模型的方法示意图。
具体实施方式
28.应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
29.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合；
30.实施例一：
31.本发明实施例一提供了一种网络化制造设备资源节能匹配调度的集成优化方法，本发明的方法框架如图1所示，其方法的具体实现依赖于后期研究团队和工程机械行业等开发相应制造网络云平台功能支持。方法实现基于后期平台集成制造商之间的设备资源租赁交易流程、客户制造任务交易流程，设备节能决策方法，制造和物流数据等相关要素一体的协同环境，并基于云部署的平台在异构分布环境(操作系统、网络、数据库)下为制造商和客户提供信息访问和交互，并为他们提供定制化的服务设计。
32.其方法实现主要包括：1)建立兼顾经济、节能、技术、企业协作性等的模糊多目标决策模型，为企业匹配制造网络中庞杂分散的设备资源，在制造任务需求阶段提升节能潜力；2)建立基于客户需求驱动的非合作博弈设备资源调度模型，均衡客户间制造任务利益竞争关系，降低企业制造能耗、成本、缩短产品交货期，在制造任务实施阶段节能增效；3)建
立不确定性下随机机会约束规划的设备资源调度模型，对网络化制造环境中企业制造能耗、成本、时间等随机变量及目标函数等进行估计，利用混合智能优化算法为企业生成主动预防式设备节能调度方案。
33.具体包括以下步骤：
34.步骤1：制造网络中企业设备资源节能匹配组合优化决策：根据企业匹配制造网络中设备资源构建模糊隶属度和目标函数，对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案。
35.制造网络中设备资源庞杂众多，异地分散，初选时面临评价要素和信息不确定性。本实施例以完工时间、成本、能耗、加工质量、企业制造任务相似性和协作密切性为决策指标，构建模糊隶属度和目标函数，采用组合赋权法对指标赋权以避免主观误判，通过决策流程获得最优决策方案，即兼顾经济、节能、技术、协作性为企业决策设备资源匹配组合最优方案，在任务需求阶段提升制造节能潜力。具体过程如图2所示。根据模糊数学理论和特征参数构建与企业间协作性相关的两个隶属度函数；通过决策流程获得最优决策方案，即为初步企业决策设备资源匹配组合最优方案。
36.步骤1-1：根据模糊数学理论，设映射μa:u
→
[0,1]||x
→
μa(x)∈[0,1]，常数μa(x)称为u中元素对模糊子集a的隶属度。当x在u中变动时，μa(x)称作a的隶属度函数。拟构建时间隶属度函数f
t
，成本隶属度函数fc，能耗隶属度函数质量技术fq隶属度函数分别为：
[0037][0038][0039]et
，ec，eq分别为需求企业制造任务的时间、成本、能耗、加工质量的期望值。t，c，ea，q分别为投标企业公布的时间(设备加工和企业间运输时间)，成本(制造及运输成本)，能耗(制造及运输能耗)，加工质量(等级越小，精度越高)。β
t
，βc，βe，βq为超过和未达期望值的惩罚系数，由需求企业确定。
[0040]
步骤1-2：拟建立企业制造工艺相似度函数以反映出企业间制造任务的耦合关联程度；拟采用企业间信息共享度反映制造网络区域间企业协作的密切性。利用上述两个特征参数的历史值，辅助需求企业优选出合作性更强的供应伙伴。与企业间协作性相关的两个隶属度函数为：
[0041][0042]eη
，是需求企业对投标企业的制造工艺相似度和企业间信息共享度期待值，η
′
net
和h
′r是投标企业公布的相应数值，β
η
和βh是相应的惩罚系数。
[0043]
步骤1-3：决策流程：1)构建评判矩阵r＝(f1,f2,...,f
l
)
t
，l为决策指标数，有
n为设备资源总数；2)构造权重向量首先对指标值进行规范化处理，计算指标j的信息熵hj，得到各指标的熵权wj。然后根据指标j的均值和标准差σj，得到指标变异系数求得指标j的变异系数权重最后得到组合赋权3)得到模糊决策矩阵排序决策方案以获得最优决策方案bi为模糊决策矩阵b的第i列向量，n为设备资源总数。
[0044]
步骤2：客户需求驱动下基于非合作博弈的制造网络设备资源节能调度：基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化，得到满足客户需求的设备资源节能调度方案。
[0045]
满足不同客户的需求，均衡多客户制造任务潜在的利益竞争关系，有效调度制造网络中异地分布的设备资源，缩短交货期、降低制造能耗和成本，是制造网络环境下企业设备资源节能使用面临的重要任务。
[0046]
在网络化制造环境中，客户和制造商都进行自主决策。客户自主选择制造商，制造商自主选择设备资源供应商。客户之间和制造商之间都希望提升制造效益。制造商付出的经济成本、加工时间、能耗成本等最后依旧是通过客户来买单。本实施例把网络化中制造资源的调度问题转换为客户需求驱动的非合作博弈问题。最优的调度方案，就是非合作博弈的纳什均衡点。建立基于客户需求的非合作博弈制造网络设备资源节能调度模型，将网络中的设备调度问题转换为求解非合作博弈模型nash均衡问题，采用遗传算法求解nash均衡得到满足客户需求的设备资源节能调度方案，具体方法如图3所示。构建制造网络设备资源调度与非合作博弈模型的映射关系；基于上述映射关系，根据非合作博弈理论确定制造任务收益指标，对制造任务收益指标进行归一化处理，根据偏好分配权重，构建收益函数得到非合作博弈的制造网络设备资源节能调度模型；采用遗传算法对非合作博弈的制造网络设备资源节能调度模型进行求解，输出各客户制造任务收益函数，解码得到最优工序和设备排序方案。
[0047]
步骤2-1：根据非合作博弈理论，制造网络中的设备资源调度模型可表示为如下三元组：g＝(n,si,ui)。n＝{n1,n2,...,nn}是局中人(对应不同客户提交的n个制造任务)集合，制造任务ni包含多道工序其中o
ij
为任务ni的第j道工序。si为策略集合(对应制造任务ni的可选设备资源)，设m＝{m1,m2,...,mm}为可选设备集合，mk为第k台设备，则且ui为制造任务ni的收益函数，由制造任务ni的完工时间、成本、能耗的加权值构成。
[0048]
例如，任务ni完工时间为：
[0049][0050]
其中分别是工序o
ij
在设备mk上的可开始时间、加工时间、在设备mk和m
k+1
之间的运输时间，tji是ni已完成子任务的时间，t(mk)是设备上已加工时间。
[0051]
任务ni完工需要花费的总成本ci为：
[0052][0053]
其中c
1,i
，c
2,i
，c
3,i
分别是任务ni的加工成本、运输成本，拖后与超前完工成本。bi是未按时交货的一次性罚金，是单位拖期，是超前完工单位库存成本，分别为拖后时间、超前时间、客户要求的交货期。
[0054]
产品制造任务ni完工需要花费的总能耗为ei(利用申请人博士期间建立的相关能耗模型进行计算)，包括设备待机能耗、加工能耗、空载与辅助能耗、运输设备能耗。其他相关约束函数hk(x)包括工序顺序和制造网络中的设备资源约束等。
[0055]
步骤2-2：对任务ni的完工时间、成本、能耗值进行归一化处理，根据偏好分配权重，构建收益函数：将收益函数进行变换：制造网络设备资源调度的非合作博弈目标是各个客户的制造任务收益间达到nash均衡，既满足：
[0056]
其中其中为最优解。
[0057]
步骤2-3：采用遗传算法对上述模型进行求解，输出各客户制造任务收益函数，解码得到最优工序和设备排序方案。
[0058]
步骤3：随机不确定性下制造网络设备资源节能调度：针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。
[0059]
制造网络中，制造任务的能耗、时间、成本也将不确定，许多研究指出车间不确定性具有随机分布特点。发明将随机机会约束规划模型引入制造网络中设备资源调度问题中，兼顾生产效率、节能性、经济性，帮助企业应对网络化制造中不确定情形开展车间生产调度。具体实现方法如图4所示。第一，获取制造网络中设备能耗、工时、成本等数据的历史统计值和实时监测的样本值。第二，利用极大似然估计等方法对能耗、工时、成本等随机变量的分布特征参数进行估计。这类分布函数通常包括指数分布、均匀、正态分布等。由此，可以得到能耗、工时、成本随机变量的概率测度。第三，利用随机模拟方法(蒙特卡洛方法)对不确定函数生成输入和输出的样本点。第四，利用随机模拟生成的数据来训练神经网络模型，用来逼近能耗、工时和成本的不确定目标和约束函数。第五，将神经网络模型求得的逼
近函数，结合遗传算法完成多目标优化解的搜索，得到最优的设备资源调度方案。
[0060]
步骤3-1：根据随机机会约束规划理论：设x＝(x1,x2,...,xi)为决策向量，ξ为概率分布已知随机向量，fi(x,ξ)，i＝1,2,...,m是目标函数，gj(x,ξ)，j＝1,2,...,p，是随机约束函数，若x是可行的当且仅当事件{ξ|gj(x,ξ)≤0,j＝1,2,...,p}的概率测度不小于α。那么机会约束可以表示为pr{gj(x,ξ)≤0}≥αj，j＝1,2,...,p。多目标机会约束规划模型如:
[0061][0062]
其中[f1(x,ξ),f2(x,ξ),...,fm(x,ξ)]是目标函数的加权和，αj和βi是决策者预先给定的置信水平。
[0063]
步骤3-2：在网络化制造环境的不确定条件下，设企业车间的第i个工件的第j道工序o
ij
在任意设备mk上执行的生产时间t(o
ij
,mk)，能耗e(o
ij
,mk)、成本c(o
ij
,mk)函数也将不确定，可用已知概率分布的随机数进行描述。制造网络中企业设备资源节能调度模型可初步确定为：
[0064][0065]
其中能耗目标函数的机会约束置信水平设为γ。可将成本划分为直接能耗成本c1()，间接能耗成本c3()，非能耗成本c2()(如物料、人工、设备折旧、维护管理费用)，成本目标函数是使得成本之和最小，设置信水平为θ。时间目标函数为最大完工时间最小(包含加工时间和等待时间)，设置信水平为η。其他约束hk(x)是以设备与工件工序相关约束函数，如工件工序先后顺序等约束条件。
[0066]
步骤3-3：采用随机模拟、神经网络和遗传算法结合的混合智能算法对上述模型求解，得到最优的设备资源调度方案。
[0067]
实施例二：
[0068]
本发明实施例二提供了一种网络化制造设备资源节能匹配调度的集成优化系统，包括：
[0069]
制造任务需求模块，被配置为根据企业匹配制造网络中设备资源构建模糊隶属度和目标函数，对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案；
[0070]
制造任务实施模块，被配置为基于用户需求建立非合作博弈的制造网络设备资源
节能调度模型，对初步企业决策设备资源进行设备工序调度优化；
[0071]
制造任务主动预防模块，被配置为针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。以上实施例二中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
[0072]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

技术特征：

1.一种网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，包括以下步骤：根据企业匹配制造网络中设备资源构建模糊隶属度和目标函数，对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案；基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化；针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。2.如权利要求1所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，以完工时间、成本、能耗、加工质量、企业制造任务相似性和协作密切性为决策指标，构建模糊隶属度和目标函数。3.如权利要求1所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，确定初步企业决策设备资源匹配组合最优方案的具体过程为：根据模糊数学理论和特征参数构建与企业间协作性相关的两个隶属度函数；通过决策流程获得最优决策方案，即为初步企业决策设备资源匹配组合最优方案。4.如权利要求3所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，特征参数的来源为:建立企业制造工艺相似度函数以反映出企业间制造任务的耦合关联程度；采用企业间信息共享度反映制造网络区域间企业协作的密切性。5.如权利要求3所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，通过决策流程获得最优决策方案的具体步骤为：构建评判矩阵，确定决策指标；构造权重向量，对指标值进行规范化处理，计算各指标的熵权；根据指标的均值和标准差得到指标变异系数，并求得指标变异系数的权重，得到组合赋权；通过组合赋权得到模糊决策矩阵，排序决策方案以获得最优决策方案。6.如权利要求1所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，建立基于客户需求的非合作博弈制造网络设备资源节能调度模型，将网络中的设备调度问题转换为求解非合作博弈模型nash均衡问题，采用遗传算法求解nash均衡得到满足客户需求的设备资源节能调度方案以实现对初步企业决策设备资源匹配组合最优方案的优化。7.如权利要求1所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化的具体过程包括：构建制造网络设备资源调度与非合作博弈模型的映射关系；根据非合作博弈理论确定制造任务收益指标，对制造任务收益指标进行归一化处理，根据偏好分配权重，构建收益函数得到非合作博弈的制造网络设备资源节能调度模型；采用遗传算法对非合作博弈的制造网络设备资源节能调度模型进行求解，输出各客户制造任务收益函数，解码得到最优工序和设备排序方案。8.如权利要求1所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在
于，针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案的具体步骤为：第一，获取制造网络中设备能耗、工时、成本等数据的历史统计值和实时监测的样本值；第二，利用极大似然估计等方法对能耗、工时、成本等随机变量的分布特征参数进行估计，得到能耗、工时、成本随机变量的概率测度；第三，利用随机模拟方法对不确定函数生成输入和输出的样本点；第四，利用随机模拟生成的数据来训练神经网络模型，用来逼近能耗、工时和成本的不确定目标和约束函数；第五，将神经网络模型求得的逼近函数，结合遗传算法完成多目标优化解的搜索，得到最优的设备资源调度方案。9.如权利要求1所述的网络化制造设备资源节能匹配调度的集成优化方法，其特征在于，神经网络模型为制造网络中企业设备资源节能调度模型，其构建过程为：根据随机机会约束规划理论建立多目标机会约束规划模型；在网络化制造环境的不确定条件下，初步确定制造网络中企业设备资源节能调度模型。10.一种网络化制造设备资源节能匹配调度的集成优化系统，其特征在于，包括：制造任务需求模块，被配置为根据企业匹配制造网络中设备资源构建模糊隶属度和目标函数，对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案；制造任务实施模块，被配置为基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化；制造任务主动预防模块，被配置为针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。

技术总结

本发明公开了一种网络化制造设备资源节能匹配调度的集成优化方法及系统，涉及资源节能匹配和调度技术领域。本发明对制造网络设备资源匹配组合优化进行决策，确定初步企业决策设备资源匹配组合最优方案；基于用户需求建立非合作博弈的制造网络设备资源节能调度模型，对初步企业决策设备资源进行设备工序调度优化；针对网络化制造环境中的不确定性，构建企业设备资源产生的制造能耗、成本、时间在随机机会约束下的调度模型数学表达，求解得到最优的企业设备资源重调度方案。本发明面向网络化制造环境特点，提出网络化制造环境下企业设备资源节能匹配决策与调度集成优化方法，为制造业能效运行优化提供共性理论方法支撑。业能效运行优化提供共性理论方法支撑。业能效运行优化提供共性理论方法支撑。