二十一世纪人类已经步入了知识经济时代。知识经济是立足于知识的创新、共享与应用基础上的经济。随着知识经济的发展,知识资源的重要性进一步加深,知识已经逐步成为一项关键的经济资源。对于我国制造业而言,要从制造大国向制造强国转型,将制造过程与知识资源有机融合,在产品研制全生命周期过程中,为知识资源流通提供顺畅的流通通道,增强知识资源的渗透能力,为制造全过程提供智能化的支持是必然发展趋势。然而,当前国内制造业存在的自主创新能力不足,知识资源缺乏,资源分配利用不均衡等问题,严重制约着我国制造业的发展。为此,李伯虎院士提出了云制造的概念。云制造是云计算在制造业的落地和延伸,它体现了“分散资源集中使用”和“集中资源分散服务”的思想,它将分布式资源进行集中管理,为制造企业全生命周期业务活动提供智能化的服务。但是,当前有关云制造的研究仍存在一些不足,研究侧重于硬资源,忽略了知识资源的相关研究,而知识资源是云制造系统运行的核心;缺乏针对性的知识资源优化匹配技术;资源优化匹配研究方面,忽略了资源供需双方交互维度的影响。为此,本文结合知识资源的特点,通过对云制造理论以及云制造环境下制造资源的优化匹配现状的分析,提出了一种云制造环境下知识资源供需双方优化匹配的新方法。该方法将知识资源优化匹配分为两个阶段。第一阶段是功能属性匹配。首先构建了基于本体的知识资源供需双方形式化描述模型,使知识资源供需双方能够被平台其他用户阅读和理解。然后从知识资源需求方的硬性需求出发,将知识资源提供方的领域属性,基本属性,输入输出属性,状态属性与需求方所要求的属性依次匹配,通过设定阈值淘汰掉不符合功能属性要求的知识资源,得到初步候选资源集。第二阶段是性能属性匹配。首先提出了知识服务能力的概念,接着从企业维、服务维、交互维三个维度出发分析了知识服务能力的影响因素,建立了基于知识服务能力的知识资源性能属性评价模型。然后采用云模型对评估模型进行量化求解,用云模型的期望和超熵对性能属性进行定量评价,并以此为依据,对知识资源性能属性进行优先级排序。性能属性最优者即为最佳匹配对象。最后,通过算例的仿真分析,验证了本文方法的有效性,并且通过与当前方法的比较,证明了方法的优越性。