Cloud Manufacturing (CM) as a successful manufacturing business model and a major driver of Industry 4.0 has attracted a lot of attention in recent years. CM idea aims to streamline the on-demand provisioning of manufacturing resources and capabilities as services, providing end-users with flexible and scalable services accessible through global networks. This idea created many opportunities and challenges. One of the critical challenges is resource allocation, which determines who interacts with whom and how in the CM platform. The type of the platform is a determining factor for the selection of the appropriate resource allocation. To analyze the impact of the allocation on the utilities, the paper models the behavior of the manufacturing providers and consumers based on their preference attributes. Then, the paper discusses the influence of the platform, matching algorithm, and resource availability on the utility of the manufacturing providers and consumers. As a result, the paper presents a framework to obtain managerial insights to decide about the appropriate matching algorithm under different situations. The framework suggests Consumer as Proposer Deferred Acceptance algorithm for public platforms when the resources are greater than or equal to the demand, and Provider as Proposer Deferred Acceptance algorithm when the resources are less than the demand in the same platform. In private platform, Consumer-oriented Kuhn-Munkres is suggested when the resources are greater than or equal to the demand, and Provider-oriented Kuhn-Munkres when the resources are less than the demand.

云制造 (CM) 作为成功的制造商业模式和工业 4.0 的主要驱动力，近年来备受关注。CM 理念旨在简化制造资源和能力作为服务的按需供应，为最终用户提供可通过全球网络访问的灵活且可扩展的服务。这个想法创造了许多机遇和挑战。关键挑战之一是资源分配，这决定了谁与谁以及如何在 CM 平台中进行交互。平台的类型是选择合适的资源分配的决定因素。为了分析分配对公用事业的影响，本文根据制造商和消费者的偏好属性对他们的行为进行建模。然后，本文讨论了平台、匹配算法和资源可用性对制造商和消费者效用的影响。因此，本文提出了一个框架，以获得管理见解，以在不同情况下决定适当的匹配算法。该框架建议公共平台在资源大于或等于需求时将Consumer作为Proposer Deferred Acceptance算法，当资源小于同一平台的需求时，Provider作为Proposer Deferred Acceptance算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。制造商和消费者效用的资源可用性。因此，本文提出了一个框架，以获得管理见解，以在不同情况下决定适当的匹配算法。该框架建议公共平台在资源大于或等于需求时将Consumer作为Proposer Deferred Acceptance算法，当资源小于同一平台的需求时，Provider作为Proposer Deferred Acceptance算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。制造商和消费者效用的资源可用性。因此，本文提出了一个框架，以获得管理见解，以在不同情况下决定适当的匹配算法。该框架建议公共平台在资源大于或等于需求时将Consumer作为Proposer Deferred Acceptance算法，当资源小于同一平台的需求时，Provider作为Proposer Deferred Acceptance算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。本文提出了一个框架，以获得管理见解，以在不同情况下决定适当的匹配算法。该框架建议公共平台在资源大于或等于需求时将Consumer作为Proposer Deferred Acceptance算法，当资源小于同一平台的需求时，Provider作为Proposer Deferred Acceptance算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。本文提出了一个框架，以获得管理见解，以在不同情况下决定适当的匹配算法。该框架建议公共平台在资源大于或等于需求时将Consumer作为Proposer Deferred Acceptance算法，当资源小于同一平台的需求时，Provider作为Proposer Deferred Acceptance算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。当资源少于同一平台的需求时，提供者作为提议者延迟接受算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。当资源少于同一平台的需求时，提供者作为提议者延迟接受算法。在私有平台中，当资源大于或等于需求时，推荐面向消费者的Kuhn-Munkres，当资源小于需求时，推荐面向提供商的Kuhn-Munkres。