近年来,云制造等先进网络化制造模式的出现,推动着制造业向全球化、一体化的方向发展。在云模式下,制造资源的优化配置问题是实现“制造即服务”理念的关键。本文研究制造资源的服务化封装、聚类分析以及优化配置等,对于提升云制造的服务效率和大规模普及具有重要的现实意义。建立制造资源服务化描述模型与虚拟化封装机制。针对制造资源海量性、异构性及独立性的特征,基于面向对象的思维构建制造资源服务化描述模型,对模型中各模块的功能和意义进行讨论。针对资源结构和语义等验证问题,建立一种基于Web的资源虚拟化封装框架。对制造资源进行模糊聚类研究。针对制造资源间关联性差、不利于实现高效检索和优化配置的问题,分别运用基于模糊相似矩阵的直接聚类法和FCM聚类算法对某一批制造资源进行聚类分析,对算法中的属性权值设定、初始聚类中心的选取等问题进行讨论和改进,提出了一种将两种聚类方法进行结合运用的新算法。改进制造资源优化配置算法。针对云模式下制造资源的优化配置问题,建立相关问题的评价函数模型,对传统遗传算法进行自适应改进,采用混合轮盘赌法和锦标赛法的选取机制提高了算法的寻优效率;采用自适应交叉率和变异率的方法保证了算法的多样性和收敛性,赋予变异过程正反馈特性,提高了算法的稳定性和求解质量。最后以实例验证了算法改进的有效性,并得出了最优的资源配置方案。设计并实现了制造资源优化配置原型系统。根据制造资源配置研究中的诸多需求,以云制造服务平台为研究主体,对平台的总体结构、各模块功能、理论和技术等进行设计与开发,验证了本文所研究理论与方法的可行性与有效性。