我国制造业存在着资源利用率低下、资源调度失衡和创新能力不足等问题,这严重影响了我国制造业的发展。云制造作为一种先进的制造模式,它融合了云计算、物联网和智能科学等技术,可以有效地解决上述问题。然而,随着云制造技术的发展,云制造平台中的资源服务越来越多,快速、精确地实现资源与需求的匹配已经成为一项新的挑战。因此,为了实现云平台资源服务与需求的高效匹配,本论文针对这一问题展开了深入地研究,主要的研究内容包括:构建了云平台资源供需双方的形式化描述模型。研究了云制造资源的分类情况及其特点,在此基础上建立了详细的制造资源分类树;根据不同制造资源信息的描述特点和云平台角色的相关要求,构建了资源供需双方的形式化描述模型;针对当前匹配方法存在的问题,设计出了三阶段匹配思路。提出了一种云制造环境下资源服务预处理方法。采用优化了初始聚类中心的K-means算法对云服务池中的海量服务进行聚类处理,将基本信息相似度高的服务聚集到一起,形成数量较少的资源服务簇,通过计算用户需求与各个资源服务簇聚类中心的基本信息相似度来确定备选的资源服务簇,以缩小匹配范围。提出了一种云制造环境下资源服务映射匹配方法。建立了云制造环境下资源供需双方的物元模型,在此基础上说明了资源服务映射匹配的实质;将备选的资源服务与需求分别从状态信息、功能信息和服务信息三方面去匹配,并分别设置匹配阈值,将满足阈值的资源服务保留,不满足匹配阈值的服务剔除;通过资源服务的映射匹配,得到了基本满足用户需求的资源服务集合。提出了一种云制造环境下资源服务优化配置方法。为进一步提高匹配的准确度,将满足需求的服务按用户个性化偏好进行排序,采用了变精度粗糙集理论对云平台交易历史记录进行分析,从而确定各个子属性的客观权重,然后结合用户个性化偏好确定综合匹配权重,计算综合相似度大小并排序,匹配出最适合用户的资源服务。设计并开发了云平台供需匹配原型系统。分析了供需匹配系统的功能,并采用JSP技术、MySQL数据库等技术设计开发了云平台供需匹配原型系统。