随着全球制造业新一轮的变革浪潮,云制造作为一种新的制造模式应运而生,已成为现阶段我国制造业向信息化、服务化和网络化方向发展的重要环节之一。同时对于占据制造业重要地位的机械加工领域,已成为云制造面向具体应用领域研究的热点。然而,面对海量异构的机加工资源,云制造平台难以实现快速准确的服务匹配,这成为云制造机加工服务模式应用首要解决的问题。此外,服务信任评价作为保障云平台中用户选择安全可信的制造服务的关键因素,也需要更深入的研究。再者,服务组合优化是实现资源优化配置的重要问题,现有方法难以保证大规模服务组合优化结果的求解精度和稳定性。因此,本文以面向机加工的云制造服务为研究范围,针对上述问题展开了相应的研究。(1)分析了云制造环境下机加工任务和资源服务类型与特点,再结合特征建模方法,构建了面向机加工的云制造任务需求和资源服务模型,并详细阐述了数学描述形式。为了提高匹配效率,提出了面向机加工的云制造任务与服务匹配模型,并对加工特征阶段的匹配方法进一步研究,实现了云制造任务与服务的快速完整匹配和候选制造服务集的构建。(2)研究了基于满意度的云制造服务信任评价方法,并利用历史交易数据建立了满意度的量化评价指标体系。引入同行和平台的推荐以形成信任网络,并采用满意度波动性作为长期合作过程中的奖惩机制,动态更新综合信任。实验验证了该方法的有效性和稳定性,可以有效抑制恶意评价导致的信任偏差。特别是在拥有海量机加工服务的云制造环境下,具有较高的执行效率。(3)分析描述了云制造服务组合构造流程,根据机加工制造服务的特点,建立了更贴合实际情况的服务组合优化数学模型。针对大规模服务组合优化问题,提出了一种高效的动态蚁群遗传混合算法,引入最优融合评价策略和迭代阀值加以改进。通过与遗传算法、最大最小蚂蚁算法、人工蜂群算法和粒子群算法进行对比分析,证明了该算法的求解能力与其他算法相比更具有优越性。另外以实例分析,验证了该算法的可行性和有效性。(4)介绍了研发设计的云制造平台原型机。在以前研究开发的基础上,本节开发完善了云制造平台原型机的任务与服务发布、匹配优选和售后服务等功能。