云制造作为一种新兴的面向服务的网络化制造模式,通过服务匹配、服务优化选择等,实现企业间制造资源的高效共享与协同制造,为用户提供可随时获取、按需配置且优质廉价的制造服务。本文考虑云制造背景下制造资源的异构性特征、服务需求的复杂性与多样性特征,对云制造平台中制造资源的服务化封装、制造服务优化配置等问题进行研究,主要研究内容如下:（1）针对云制造背景下制造资源多样、异构和复杂的特点,提出一种基于扩展OWLS（Ontology Web Language for Services,OWL-S）的云制造服务封装方法,根据制造资源的特征与模型需求,构建物理制造资源的形式化描述模型,将制造资源抽象描述为制造能力。并采用扩展OWL-S制造服务描述语言并结合本体建模技术进行语义化描述与服务化封装,最终达到消除语义异构和屏蔽制造资源底层属性细节的目的。本文以某立式数控钻床为例,验证制造资源的服务化封装方法。（2）针对云制造背景下制造服务数量多、服务搜索规模大、服务描述文本短等特性,以及现有服务发现方法仅考虑服务文档本身的语义等问题,采用一种基于Biterm主题模型（Biterm Topic Model,BTM）的制造服务发现方法,利用BTM挖掘服务文档潜在语义信息,结合数值区间匹配方法确定与用户服务请求相似度最高的候选服务集合。（3）针对云制造模式下多任务并发的制造服务组合优化需求,构建以实现多任务下服务资源均衡分配为目标的整体优化策略,并建立对应的数学模型,同时针对该数学模型设计一种基于改进人工蜂群算法的求解算法。该算法具备基本人工蜂群算法良好的探索能力,同时引入阈值接受策略和混沌优化策略,提高了遍历解空间的能力,避免了出现早熟收敛问题。此外通过改进轮盘赌策略提高算法收敛速度且避免陷入局部最优。数值仿真实验表明,相较于传统先来先服务的单任务优化策略,多任务整体优化策略能更好对制造服务进行均衡配置,所提改进人工蜂群算法也具备较好的收敛性能和寻优性能。（4）基于上述研究内容,搭建了云制造平台应用原型系统,对本文的服务发现方法和多任务并发的制造服务组合方法进行了验证。