云制造是当前国内外制造业信息化研究的重点方向之一。作为一种面向服务的新型网络化制造模式,云制造运用云计算、物联网、大数据等快速发展的信息技术,对闲置的各类制造资源进行集中管理、分配。云制造平台汇聚了大量特性各不相同的制造资源,同时,用户的个性化需求也在不断提高。在这种复杂环境下,如何从众多服务资源中选择合适的服务用于特定制造任务,成为了当前云制造研究的重点和热点。通过对当前云制造研究中关于云制造概念、服务优选策略、资源描述建模、服务组合优化算法等方面内容的详细调研,本文以提高服务提供方收益,从而提高云制造服务双方收益均衡性为目标,主要研究内容包括:1)提出了新的服务匹配模式(双向匹配模式)及其框架,针对该模式特点,采用博弈论思想建立了应对策略。该匹配模式一定程度上解决了单向匹配模式下服务双方收益不均衡的问题。2)结合机械加工服务特点,提出了服务双方的优化信息模型,为文中涉及个性化服务需求的服务组合优化提供了数学建模基础。同时,应用本体语义方法初步建立了服务双方信息关系模型,并采用protege软件生成了相关文件代码,为云制造服务虚拟化过程打下基础。3)基于双向匹配模式的思想建立了实现优化匹配过程的服务优选框架,提出了该模式下服务双方的评价指标模型以及多种服务组合方案下的服务双方目标函数模型。然后,基于人工蜂群算法进行改进,提出了解决该模式下优化问题的改进优化算法——双向博弈人工蜂群算法(bidirectional game artificial bee colony(BGABC)algorithm),该算法较好的克服了人工蜂群算法收敛速度慢以及容易导致局部最优的问题。并且通过加入交叉策略以及精炼均衡条件使算法能够获得双向匹配模式下的优化目标。4)设计了三种类型的仿真案例。通过与遗传算法和粒子群算法进行多情形、同条件对比,分析验证了所提BGABC算法的可行性。通过对比单向模式和双向模式下服务双方的收益变化情况,验证分析了双向模式在实现本文目标上的优越性。5)最后,依托于项目组开发成果——车削加工云服务平台,展示了原型系统的主要服务流程,实现了上述研究内容中的部分功能。在服务发现和匹配过程中,当前研究更多是趋向于追求服务需求方的利益目标,而忽略了服务提供方的利益。本文通过对优化匹配模式、服务模型和算法的研究,为云制造中的服务优化配置问题提供新的解决方案。