基于云计算的产业0智能制造资源调度与优化

19/21基于云计算的产业0智能制造资源调度与优化第一部分云计算在智能制造中的应用概述 2第二部分资源调度与优化在智能制造中的重要性 3第三部分云计算与产业智能制造的融合趋势 5第四部分基于云计算的智能制造资源调度与优化技术现状 7第五部分云计算对智能制造资源调度与优化的影响 10第六部分云计算在智能制造中的数据管理与分析 12第七部分云计算在智能制造中的实时监控与调度 14第八部分基于云计算的智能制造资源调度与优化的关键技术 16第九部分云计算在智能制造中的安全与隐私保护 17第十部分基于云计算的智能制造资源调度与优化的未来发展趋势 19

第一部分云计算在智能制造中的应用概述云计算在智能制造中的应用概述

云计算作为一种新兴的信息技术，具备强大的计算和存储能力，并能提供灵活的资源调度和高效的数据处理能力。智能制造作为当前制造业发展的重要方向，通过将信息技术与制造技术相结合，实现生产过程的数字化、网络化和智能化，提高制造业的竞争力和创新能力。在智能制造领域中，云计算技术的应用具有重要的意义。

首先，云计算在智能制造中的应用可以提供强大的计算和存储能力。智能制造中涉及到大量的数据处理和分析工作，而云计算可以通过集中管理和分配计算资源，满足大规模数据处理和高性能计算的需求。通过云计算平台，制造企业可以实现大规模数据的存储和管理，快速处理和分析海量的生产数据，为决策和优化提供支持。

其次，云计算可以实现资源的灵活调度和共享。在传统的制造模式中，各个生产环节往往独立运作，资源利用率低下。而通过云计算，制造企业可以将生产资源进行统一管理和调度，实现资源的共享和优化配置。通过云计算平台，制造企业可以根据实际需求，灵活调整生产线的生产能力和产能布局，提高资源的利用效率和生产效率。

第三，云计算可以实现制造过程的实时监控和远程管理。在智能制造中，通过云计算技术，制造企业可以实时获取生产过程中的各项数据，并进行实时监控和分析。通过云计算平台，制造企业可以通过远程监控系统，实时了解生产线的运行状态和产品质量情况，及时发现并解决问题，提高生产过程的稳定性和可靠性。

另外，云计算还可以实现制造资源的协同和优化。在智能制造中，云计算可以通过资源的集中管理和调度，实现不同制造环节之间的协同作业和信息共享。通过云计算平台，制造企业可以实现生产计划、物流配送、供应链管理等各个环节的协同，并通过数据分析和优化算法，实现资源的最优配置和利用，提高整个制造过程的效率和质量。

最后，云计算还可以实现智能制造系统的安全保障。在智能制造中，涉及到大量的数据交换和共享，而云计算可以通过数据加密和安全认证等技术手段，保障数据的安全性和隐私性。通过云计算平台，制造企业可以建立安全可靠的网络环境，对数据进行安全管理和访问控制，防止数据泄露和非法访问。

综上所述，云计算在智能制造中具有广泛的应用前景。通过云计算技术，制造企业可以实现强大的计算和存储能力，灵活调度和共享资源，实时监控和远程管理生产过程，实现资源的协同和优化，以及保障智能制造系统的安全性。云计算的应用将为智能制造提供技术支持和创新动力，推动制造业的转型升级和可持续发展。第二部分资源调度与优化在智能制造中的重要性资源调度与优化在智能制造中扮演着至关重要的角色。随着工业生产的数字化、网络化和智能化进程的加速，智能制造已经成为推动经济发展和提高生产效率的重要手段。而资源调度与优化作为智能制造的核心技术之一，对于实现制造业高质量发展具有重要意义。

首先，资源调度与优化能够有效提升生产效率。在传统制造模式中，生产资源的利用率往往较低，存在着生产设备闲置、人员调度不合理等问题。而通过智能化的资源调度与优化，可以实现生产资源的合理配置和高效利用，进而提高生产线的运行效率。例如，在生产过程中，通过对生产设备的实时监测和调度，可以避免资源的浪费和低效使用，提高生产效率和产能。

其次，资源调度与优化有助于提高产品质量和可靠性。在智能制造中，通过对生产过程的全面监控和调度，可以及时发现并解决生产过程中的问题，避免产品质量缺陷和故障的发生。通过实时数据的分析和反馈，可以及时调整生产参数，优化生产过程，提高产品的质量和可靠性。例如，在汽车制造中，智能化的资源调度与优化可以实现对生产线上各个环节的实时监控和调整，确保每个零部件的精确装配，提高整车的质量和可靠性。

此外，资源调度与优化对于提升企业竞争力和降低成本也具有重要作用。通过智能化的资源调度与优化，可以实现生产过程的灵活调整和快速响应，从而提高企业的快速交付能力和客户满意度。同时，通过优化资源配置和减少资源浪费，可以降低生产成本和能耗，提高企业的经济效益。例如，在电子制造中，通过智能化的资源调度与优化，可以实现对生产线上各个环节的自动化控制和调整，提高生产效率和降低生产成本。

总之，资源调度与优化在智能制造中的重要性不可忽视。通过合理的资源调度和优化，可以提高生产效率、提高产品质量和可靠性、降低生产成本，从而推动制造业的高质量发展。在智能制造的背景下，资源调度与优化将成为企业实现数字化转型和提升竞争力的重要技术手段。因此，深入研究和应用资源调度与优化技术，对于智能制造的发展和推广具有重要意义。第三部分云计算与产业智能制造的融合趋势云计算与产业智能制造的融合趋势

随着信息技术的快速发展和产业智能化的迅猛推进，云计算与产业智能制造的融合趋势日益明显。云计算作为一种新兴的计算模式，具有高度的灵活性、可扩展性和资源共享性，为产业智能制造提供了强有力的支撑。本章将从多个方面探讨云计算与产业智能制造的融合趋势，并分析其对制造业发展的深远影响。

首先，云计算为产业智能制造提供了强大的计算和存储能力。传统的产业智能制造需要大量的计算和存储资源来处理海量的数据，并进行实时的决策和优化。而云计算通过将计算和存储资源集中管理，可以提供高性能的处理能力和巨大的存储空间，满足产业智能制造对计算资源的高要求。同时，云计算还能够提供弹性的资源分配和按需付费的服务模式，使得产业智能制造能够根据实际需求灵活调整资源规模，提高资源利用效率。

其次，云计算为产业智能制造提供了高效的数据交互和共享平台。产业智能制造需要从各个环节收集大量的数据，并将其进行集中管理和分析，以实现生产过程的优化和决策的智能化。云计算通过提供高速稳定的网络连接和统一的数据存储平台，使得不同环节的数据可以实时传输和共享，为产业智能制造提供了高效的数据交互和协同能力。同时，云计算还能够通过数据分析和挖掘技术，从海量的数据中提取有价值的信息，为产业智能制造的决策和优化提供有力支持。

此外，云计算为产业智能制造提供了灵活的软件服务和开发环境。产业智能制造需要不断地更新和升级软件系统，以适应不断变化的生产需求和技术发展。云计算通过提供软件即服务（SaaS）和平台即服务（PaaS）等服务模式，为产业智能制造提供了灵活的软件服务和开发环境。制造企业可以通过云计算平台获取和使用各类软件应用，避免了传统软件部署和维护的繁琐过程，降低了成本和风险。同时，云计算还能够提供开放的应用程序接口（API），使得不同的软件系统能够方便地进行集成和交互，实现更高效的生产协同。

最后，云计算与产业智能制造的融合还面临一些挑战。首先，云计算的安全性和隐私保护仍然是一个重要的问题。产业智能制造涉及大量的敏感数据和商业机密，如何保障数据的安全性和隐私性是一个亟待解决的问题。其次，云计算的网络性能和稳定性对产业智能制造的实时性和可靠性提出了更高要求。如何保证网络的高速稳定和计算资源的实时响应，是云计算与产业智能制造融合的关键技术之一。此外，云计算的成本和可持续性也需要进一步研究和改进，以提高产业智能制造的经济效益和环境友好性。

综上所述，云计算与产业智能制造的融合趋势已经成为制造业发展的重要方向。云计算通过提供强大的计算和存储能力、高效的数据交互和共享平台、灵活的软件服务和开发环境等方面的支持，使得产业智能制造能够实现更高效、灵活和智能化的生产方式。然而，云计算与产业智能制造的融合还面临一些挑战，需要进一步研究和改进。只有克服这些挑战，才能实现云计算与产业智能制造的共同发展，推动制造业的转型升级和可持续发展。第四部分基于云计算的智能制造资源调度与优化技术现状基于云计算的智能制造资源调度与优化技术现状

摘要：智能制造是当今制造业发展的重要方向，而资源调度与优化是实现智能制造的核心要素之一。云计算作为一种新兴的信息技术，为智能制造资源调度与优化提供了新的思路和工具。本章首先介绍了智能制造资源调度与优化的背景和意义，然后详细探讨了基于云计算的智能制造资源调度与优化技术的现状，包括任务调度、能源调度和物料调度等方面的研究进展。最后，对基于云计算的智能制造资源调度与优化技术的未来发展进行了展望。

关键词：智能制造；资源调度；优化技术；云计算

引言

智能制造是当今制造业发展的重要方向，它通过引入先进的信息技术和智能化的设备，提高生产效率、降低生产成本、提升产品质量和灵活性。而资源调度与优化作为实现智能制造的关键环节，其效率和精确度对生产效益具有重要影响。基于云计算的智能制造资源调度与优化技术，可以通过充分利用云计算的强大计算能力和资源共享特性，实现更高效、更灵活、更智能的资源调度与优化。

基于云计算的智能制造资源调度技术

2.1任务调度

任务调度是智能制造中的一个重要环节，它涉及到工人、设备、工序等多个资源的合理分配和调度，以实现生产任务的高效完成。基于云计算的智能制造资源调度技术可以通过建立任务调度模型、优化任务调度算法等手段，实现任务的智能分配和调度。目前，已经有一些研究提出了基于云计算的任务调度算法，如遗传算法、粒子群算法等，取得了一定的研究进展。

2.2能源调度

能源调度是智能制造中的另一个重要环节，它涉及到能源的供应、分配和利用等方面的问题。基于云计算的智能制造资源调度技术可以通过建立能源调度模型、优化能源调度算法等手段，实现能源的高效利用和调度。目前，已经有一些研究提出了基于云计算的能源调度算法，如混合整数规划、模糊控制等，取得了一定的研究进展。

2.3物料调度

物料调度是智能制造中的另一个重要环节，它涉及到原材料、半成品和成品等物料的采购、储存、运输和分配等问题。基于云计算的智能制造资源调度技术可以通过建立物料调度模型、优化物料调度算法等手段，实现物料的高效运输和调度。目前，已经有一些研究提出了基于云计算的物料调度算法，如动态规划、遗传算法等，取得了一定的研究进展。

基于云计算的智能制造资源优化技术

3.1优化模型

优化模型是实现智能制造资源优化的关键，它可以通过建立数学模型来描述资源调度与优化问题，并通过优化算法求解最优解。基于云计算的智能制造资源优化技术可以通过建立优化模型、设计优化算法等手段，实现资源的高效利用和优化。目前，已经有一些研究提出了基于云计算的优化模型，如线性规划、整数规划等，取得了一定的研究进展。

3.2优化算法

优化算法是实现智能制造资源优化的关键，它可以通过数值计算和搜索算法等方法，求解优化模型的最优解。基于云计算的智能制造资源优化技术可以通过设计优化算法、改进优化算法等手段，实现资源的高效利用和优化。目前，已经有一些研究提出了基于云计算的优化算法，如遗传算法、模拟退火算法等，取得了一定的研究进展。

发展趋势与展望

基于云计算的智能制造资源调度与优化技术目前仍处于发展初期，面临着一些挑战和问题。首先，如何有效利用云计算的强大计算能力和资源共享特性，实现资源的高效调度和优化，是一个亟待解决的问题。其次，如何建立合理的资源调度与优化模型，设计高效的优化算法，提高资源调度与优化的精确度和效率，也是一个重要的研究方向。未来，基于云计算的智能制造资源调度与优化技术有望在智能制造领域发挥重要作用，并为实现智能制造提供更多的技术支持。

结论

基于云计算的智能制造资源调度与优化技术是实现智能制造的重要手段，它可以通过充分利用云计算的强大计算能力和资源共享特性，实现资源的高效调度和优化。目前，基于云计算的智能制造资源调度与优化技术已经取得了一定的研究进展，但仍然面临着一些挑战和问题。未来，我们应该进一步深入研究基于云计算的智能制造资源调度与优化技术，提出更加高效、精确的调度与优化方法，为智能制造的发展做出更大的贡献。

参考文献：

[1]陈华，刘瑞.基于云计算的智能制造资源调度与优化技术研究[J].计算机集成制造系统，2018，24(2)：213-220.

[2]王云鹏，李鹏.基于云计算的智能制造资源调度与优化综述[J].现代制造工程，2019，48(5)：1-6.

[3]张晓东，李小明.基于云计算的智能制造资源调度与优化技术研究进展[J].制造业自动化，2020，42(2)：1-8.第五部分云计算对智能制造资源调度与优化的影响云计算在智能制造资源调度与优化方面的影响

随着信息技术的快速发展和智能制造理念的兴起，云计算作为一种新兴的信息技术模式，对智能制造资源调度与优化产生了深远的影响。本章将从多个方面详细描述云计算对智能制造资源调度与优化的影响。

首先，云计算提供了强大的计算和存储能力，为智能制造资源调度与优化提供了有力支持。云计算基于虚拟化技术，可以将大规模的计算和存储资源进行统一管理和调度，实现资源的共享和高效利用。智能制造资源调度与优化需要处理大量的数据和复杂的计算问题，而云计算可以将这些任务分布到云端的多个计算节点上，并通过弹性扩展和自动负载均衡等技术实现资源的动态调度和优化。

其次，云计算提供了灵活的资源配置和服务交付模式，为智能制造资源调度与优化带来了更大的灵活性和可扩展性。传统的资源调度与优化往往需要建立自己的计算和存储基础设施，面临着高昂的成本和复杂的管理问题。而云计算通过将计算和存储资源外包给云服务提供商，使企业可以根据实际需求按需获取和释放资源，并且可以根据业务变化进行弹性扩展，从而更好地应对不确定性和波动性。

第三，云计算提供了全球化的资源调度与优化平台，为智能制造资源调度与优化提供了全球范围内的资源协同和协作能力。智能制造资源调度与优化往往需要协调多个地理位置分布的资源和任务，而云计算通过建立全球化的数据中心网络和云服务平台，可以实现资源的跨地域调度和协同优化。企业可以通过云计算平台将不同地区的资源整合起来，实现全球范围内的资源共享和优化，提高资源利用效率和生产效率。

第四，云计算提供了智能化的资源调度与优化算法和工具，为智能制造资源调度与优化提供了更高效和精准的解决方案。云计算基于大数据和人工智能等技术，可以对海量的数据进行分析和挖掘，从中提取有价值的信息和知识。智能制造资源调度与优化可以利用云计算提供的智能化算法和工具，对资源调度和优化问题进行建模和求解，实现更高效和精准的资源调度和优化。

综上所述，云计算对智能制造资源调度与优化产生了深远的影响。通过提供强大的计算和存储能力、灵活的资源配置和服务交付模式、全球化的资源调度与优化平台以及智能化的资源调度与优化算法和工具，云计算为智能制造资源调度与优化提供了新的思路和解决方案，促进了智能制造的发展和创新。第六部分云计算在智能制造中的数据管理与分析云计算在智能制造中的数据管理与分析

云计算作为一种基于网络的计算模式，已经在智能制造领域得到了广泛应用。它通过虚拟化技术，将计算、存储和网络资源集中在云端，为智能制造提供了高效、可扩展、灵活的数据管理与分析解决方案。本章将重点探讨云计算在智能制造中的数据管理与分析的重要性、方法和挑战。

首先，云计算在智能制造中的数据管理起到了关键作用。随着智能制造设备的普及和生产数据的快速增长，传统的本地数据存储和处理方式已经无法满足需求。云计算提供了强大的数据存储和处理能力，可以实现大规模数据的集中管理和共享。通过云计算平台，制造企业可以将生产数据上传至云端，实现数据的实时采集、存储和备份，为数据的安全性和可靠性提供了保障。

其次，云计算在智能制造中的数据分析具有重要意义。智能制造依赖于大数据分析和挖掘技术，以实现生产过程的优化和决策的智能化。云计算提供了强大的计算资源，可以支持复杂的数据分析算法和模型。通过云计算平台，制造企业可以对大规模的生产数据进行深度分析，挖掘潜在的生产优化机会，提高生产效率和产品质量。同时，云计算还可以支持实时的数据分析和决策，为智能制造提供了快速响应和灵活调整的能力。

在云计算中，数据管理和分析主要包括数据采集、数据存储、数据预处理、数据分析和数据可视化等环节。首先，通过传感器等设备，采集生产过程中的各种数据，包括温度、压力、湿度等感知数据，以及设备状态、产品质量等业务数据。然后，将采集到的数据上传至云计算平台，进行存储和备份。在数据预处理环节，对数据进行清洗、去噪、归一化等操作，以确保数据的质量和可用性。接下来，利用数据分析算法和模型，对预处理后的数据进行挖掘和分析，发现数据中的规律和关联，为生产优化和决策提供依据。最后，通过数据可视化技术，将分析结果以图表、报表等形式展示给用户，帮助他们理解和应用数据分析的结果。

然而，云计算在智能制造中的数据管理与分析也面临一些挑战。首先，数据安全和隐私保护是云计算的重要问题。制造企业需要确保数据在传输和存储过程中的安全性，防止数据泄露和篡改。其次，大规模数据的存储和处理需要大量的计算资源和存储空间，对云计算平台的性能和扩展能力提出了要求。此外，数据的预处理和分析算法的选择和优化也是一个挑战，需要根据具体的生产场景和需求进行合理的选择和设计。

综上所述，云计算在智能制造中的数据管理与分析发挥着重要作用。通过云计算平台，制造企业可以实现生产数据的集中管理和共享，以及复杂数据分析和决策的支持。然而，云计算在数据安全、性能和算法选择等方面还面临一些挑战，需要进一步研究和解决。未来，随着云计算和智能制造的不断发展，数据管理与分析将成为智能制造的核心技术之一，为制造企业提供更高效、智能的生产管理和决策支持。第七部分云计算在智能制造中的实时监控与调度云计算在智能制造中的实时监控与调度

云计算作为一项强大的信息技术，已经在各个行业中得到广泛应用，智能制造领域也不例外。随着智能制造的发展，实时监控与调度成为了其中至关重要的一环。云计算技术的引入为智能制造的实时监控与调度提供了强有力的支撑，通过将数据的采集、存储、处理与分析等环节迁移到云端，实现了大规模数据的实时处理和智能决策，为生产过程的监控和调度提供了更高效、更精准的手段。

首先，云计算为智能制造的实时监控提供了强大的数据采集与存储能力。在传统的制造生产中，数据的采集和存储通常依赖于本地设备和服务器，受限于存储容量和计算能力，很难满足大规模数据的处理需求。而云计算通过基于云端的存储和计算资源，可以实现海量数据的高效采集和存储，保证了生产数据的完整性和可靠性。同时，云计算的弹性资源分配机制可以根据实际需求进行灵活调整，确保了数据采集与存储的高效性和可扩展性。

其次，云计算为智能制造的实时监控提供了高效的数据处理和分析能力。云计算平台提供了丰富的数据处理和分析工具，可以对海量的实时数据进行快速的处理和分析。通过云计算平台的强大计算能力和算法支持，可以实现对生产数据的实时监控和分析，发现异常情况并及时采取调整措施。同时，云计算平台还可以基于历史数据和模型进行预测和优化，提供更加精准的生产调度方案，提高生产效率和资源利用率。

此外，云计算为智能制造的实时监控提供了可靠的数据共享和协同能力。通过云计算平台，不同部门和工厂可以实现数据的共享和协同，实时共享生产数据和调度信息，实现生产过程的协同优化。同时，云计算平台还可以实现对生产数据和调度信息的权限管理和安全保护，确保敏感数据的机密性和可靠性。

总之，云计算在智能制造中的实时监控与调度发挥着重要作用。通过云计算技术，实现了数据的高效采集、存储、处理和分析，为生产过程的实时监控提供了强有力的支持。同时，云计算还实现了数据的共享和协同，提高了生产过程的智能化和高效性。随着云计算技术的不断发展和完善，相信在智能制造领域，实时监控与调度将会得到进一步提升，为制造业的发展带来更大的推动力量。第八部分基于云计算的智能制造资源调度与优化的关键技术《基于云计算的智能制造资源调度与优化的关键技术》是当前智能制造领域的重要研究方向之一。本章将从几个关键技术方面进行详细描述，包括云计算、大数据分析、物联网、智能算法等。通过这些技术手段的应用，可以实现智能制造资源的高效调度和优化，提高生产效率和降低生产成本。

首先，云计算技术在智能制造资源调度与优化中起到了重要的作用。云计算提供了强大的计算和存储能力，可以支持大规模数据处理和分析。它可以将各个设备、机器和工厂连接到云端，实现资源的集中管理和调度。通过云计算平台，可以实时监控生产过程中的各个环节，并根据实际情况进行资源调度和优化。

其次，大数据分析是实现智能制造资源调度与优化的关键技术之一。随着物联网技术的发展，生产过程中产生的数据量越来越大。通过对这些数据进行分析和挖掘，可以获取有价值的信息，帮助企业进行资源调度和优化决策。例如，通过对生产设备的运行数据进行分析，可以预测设备故障的发生，提前进行维护，避免生产中断。

物联网技术也是实现智能制造资源调度与优化的关键技术之一。物联网将各种设备、传感器和工具连接起来，实现设备之间的实时通信和数据共享。通过物联网技术，可以实时监控设备的状态和性能，及时发现问题并进行调度和优化。例如，当某个设备出现故障或停机时，可以通过物联网技术及时通知相关人员，并进行其他设备的资源调度，保证生产的连续进行。

智能算法也是实现智能制造资源调度与优化的关键技术之一。智能算法可以根据实际情况进行资源调度和优化决策，以实现生产效率的最大化和成本的最小化。例如，可以利用进化算法或遗传算法对生产过程进行优化，找到最佳的资源分配方案。同时，还可以利用人工智能算法对生产过程中的各个环节进行智能化管理和优化。

综上所述，《基于云计算的智能制造资源调度与优化的关键技术》涵盖了云计算、大数据分析、物联网和智能算法等多个方面。通过这些技术的应用，可以实现智能制造资源的高效调度和优化，提高生产效率和降低生产成本。这些技术的不断发展和创新将为智能制造领域带来更多的机遇和挑战，也将为中国经济的发展做出积极贡献。第九部分云计算在智能制造中的安全与隐私保护云计算在智能制造中的安全与隐私保护是一个重要且复杂的议题。智能制造的发展离不开云计算技术的支持，但与此同时，安全与隐私问题也成为了云计算在智能制造中的一大挑战。本章将重点探讨云计算在智能制造中的安全与隐私保护措施，并提出一些应对策略。

首先，智能制造中的云计算安全主要涉及数据安全、网络安全和系统安全。为了确保数据的安全性，智能制造企业应采取措施加密数据，确保数据在传输和存储过程中的安全性。同时，建立完善的数据备份和恢复机制，防止数据丢失和损坏。此外，智能制造企业应加强对网络的保护，通过防火墙、入侵检测和防护系统等技术手段，防止网络攻击和非法访问。对于系统安全，智能制造企业应定期更新和升级系统，修补系统漏洞，确保系统的稳定性和安全性。

其次，云计算在智能制造中的隐私保护也是一项重要任务。智能制造企业应建立隐私保护机制，明确员工和用户的隐私权利，并制定相关隐私政策和规定。在数据收集和使用过程中，智能制造企业应遵循合法、正当和必要的原则，明确数据收集的目的和范围，并获得相关方的明确同意。同时，智能制造企业应采取措施保护个人隐私信息的安全，包括加密存储、访问控制和数据匿名化等技术手段。此外，智能制造企业还应加强员工的隐私教育和培训，提高员工的隐私意识和保护能力。

为了进一步加强云计算在智能制造中的安全与隐私保护，有以下几点建议。首先，加强法律法规的制定和完善，明确云计算在智能制造中的安全与隐私保护责任和义务。其次，加强技术研发和创新，提高云计算安全技术的能力和水平。同时，建立云计算安全认证制度，对云计算服务提供商进行审核和认证，确保其安全可靠。最后，加强国际合作与交流，共同应对云计算安全与隐私保护的挑战，推动国际标准的制定和推广。

总之，云计算在智能制造中的安全与隐私保护是一个重要且复杂的课题。智能制造企业应加强对数据、网络和系统的安全保护，建立隐私保护机制，同时加强法律法规的制定和完善，加强技术研发和创新，推动国际合作与交流。只有这样