本發(fā)明涉及云計(jì)算下多目標(biāo)制造資源優(yōu)化配置領(lǐng)域。

背景技術(shù)：

云計(jì)算技術(shù)的發(fā)展改變了全球制造業(yè)的發(fā)展模式。市場需求多樣化、個性化以及產(chǎn)品更新?lián)Q代的快速化都迫切需要產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和轉(zhuǎn)變。云制造是一種基于網(wǎng)絡(luò)的、面向服務(wù)的智能制造新模式，作為云制造的核心問題之一，云制造環(huán)境下的制造資源優(yōu)化配置方法的優(yōu)劣將直接影響制造服務(wù)的質(zhì)量，關(guān)系到服務(wù)過程是否能夠安全、順利地進(jìn)行。

針對制造資源的優(yōu)化問題，現(xiàn)如今有諸多算法，但是大都只考慮與制造任務(wù)相關(guān)的時間、質(zhì)量和成本等因素，并通過加權(quán)等方法將其轉(zhuǎn)化為單目標(biāo)優(yōu)化問題，沒有充分考慮云制造資源服務(wù)組合的柔性因素。這不但使制造服務(wù)過程充滿風(fēng)險，而且不能反映云制造服務(wù)平臺運(yùn)營方的利益。同時，考慮到不同用戶的任務(wù)需求不同，云制造環(huán)境下的制造資源優(yōu)化問題可以分為有需求偏好和無需求偏好兩種，而單一的制造資源優(yōu)化配置方法不能同時滿足用戶的這兩種需求。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)的上述不足，本發(fā)明提出了一種云制造中多目標(biāo)資源無偏好優(yōu)化配置算法。

為解決上述問題，本發(fā)明提出了以下技術(shù)方案：

將服務(wù)提供商作為服務(wù)平臺的一部分，將參與方轉(zhuǎn)化為服務(wù)需求方和服務(wù)平臺，將整個服務(wù)體系劃分為串聯(lián)、選擇、循環(huán)、并行4種結(jié)構(gòu)，通過研究每種結(jié)構(gòu)下的參數(shù)影響，建立單一目標(biāo)函數(shù)，最終建立雙方的最終目標(biāo)函數(shù)，然后利用改進(jìn)的NSGA－Ⅱ算法進(jìn)行求解。具體的計(jì)算步驟如下：

步驟1：制造服務(wù)需求方不同結(jié)構(gòu)下的目標(biāo)函數(shù)。

步驟2：云制造服務(wù)平臺運(yùn)營方柔性指標(biāo)目標(biāo)函數(shù)。

步驟3：模型求解。

本發(fā)明的有益效果是：

1、服務(wù)參與方減少，服務(wù)追責(zé)和風(fēng)險降低了，資源配置更優(yōu)，提高服務(wù)能力。

2、計(jì)算更加簡單，參與雙方都能實(shí)現(xiàn)利益最大化。

具體實(shí)施方式

針對上述問題，本發(fā)明提出了一種云制造中多目標(biāo)資源無偏好優(yōu)化配置算法，以下將對此方法進(jìn)行具體闡述。

云制造資源服務(wù)組合分別代表了示制造服務(wù)需求方和云制造服務(wù)平臺運(yùn)營方的利益，云制造環(huán)境下制造資源服務(wù)組合的決策過程就是制造服務(wù)需求方和云制造服務(wù)平臺運(yùn)營方在滿足雙方約束條件的前提下，分別對制造資源服務(wù)組合的Qos指標(biāo)和柔性指標(biāo)展開非合作競爭，通過雙方的相互制約和相互作用，追求各自利益最大化的過程。在本發(fā)明方法中，云制造環(huán)境下的制造資源服務(wù)組合主要包括串聯(lián)結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、選擇結(jié)構(gòu)和并行結(jié)構(gòu)四種基本結(jié)構(gòu)，然后針對不同結(jié)構(gòu)的制造服務(wù)組合，建立決策模型。

步驟1：制造服務(wù)需求方不同結(jié)構(gòu)下的目標(biāo)函數(shù)

Qos指標(biāo)下，包含三個參數(shù)，即時間(T)、成本(C)、質(zhì)量(Q)，他們是代表了服務(wù)需求方的利益所在，時間(T)包括任務(wù)執(zhí)行時間T_fu、物流時間T_tr、任務(wù)等待時間T_wt，成本(C)包括服務(wù)成本C_fu、物流成本C_tr，質(zhì)量(Q)就用合格率Q_se來表示；所以每一種結(jié)構(gòu)下建立三個參數(shù)的目標(biāo)函數(shù)。i表示制造服務(wù)需求的第i個任務(wù)，1≤i≤n。

1.1串聯(lián)結(jié)構(gòu)制造資源服務(wù)組合的Qos指標(biāo)優(yōu)化目標(biāo)函數(shù)定義

時間目標(biāo)函數(shù)：

成本目標(biāo)函數(shù)：

質(zhì)量目標(biāo)函數(shù)：

1.2循環(huán)結(jié)構(gòu)制造資源服務(wù)組合的Qos指標(biāo)優(yōu)化目標(biāo)函數(shù)定義

時間目標(biāo)函數(shù)：

成本目標(biāo)函數(shù)：

質(zhì)量目標(biāo)函數(shù)：

其中，k表示循環(huán)結(jié)構(gòu)制造資源服務(wù)組合中的循環(huán)次數(shù)。

1.3選擇結(jié)構(gòu)制造資源服務(wù)組合的Qos指標(biāo)優(yōu)化目標(biāo)函數(shù)定義

時間目標(biāo)函數(shù)：

成本目標(biāo)函數(shù)：

質(zhì)量目標(biāo)函數(shù)：

其中，p_i表示選擇結(jié)構(gòu)中制造資源服務(wù)MRS被選中的概率。

1.4并行結(jié)構(gòu)制造資源服務(wù)組合的Qos指標(biāo)優(yōu)化目標(biāo)函數(shù)定義

時間目標(biāo)函數(shù)：

成本目標(biāo)函數(shù)：

質(zhì)量目標(biāo)函數(shù)：

1.5制造資源優(yōu)化配置問題中制造服務(wù)需求方的目標(biāo)函數(shù)

由1.1-1.5的三個參數(shù)再不同結(jié)構(gòu)下的目標(biāo)函數(shù)，將總體目標(biāo)函數(shù)定義為：

maxy₁＝(C，T，Q)^T

滿足一下約束條件：

Q_se(i)≥Q_min

步驟2：云制造服務(wù)平臺運(yùn)營方柔性指標(biāo)目標(biāo)函數(shù)

對于云制造服務(wù)平臺，制造資源服務(wù)組合的柔性指標(biāo)關(guān)系到制造資源服務(wù)組合的可靠性與成功率，代表云制造服務(wù)平臺運(yùn)營方的利益，在本發(fā)明方法中個，它同樣包含三個因素：一是應(yīng)對任務(wù)變化的能力F_T，它包括制造資源多樣性F_fu、制造資源種類F_ty、合作企業(yè)的數(shù)量F_co；二是應(yīng)對制造資源變化的能力F_R，包括合作企業(yè)的數(shù)量F_c0、制造資源的可靠性F_re、相同功能的制造資源的數(shù)量F_sa；三是服務(wù)評價F_E。同樣，在不同結(jié)構(gòu)下的對目標(biāo)函數(shù)分別定義。

2.1串聯(lián)結(jié)構(gòu)下制造資源服務(wù)組的柔性指標(biāo)函數(shù)定義

應(yīng)對任務(wù)變化的能力函數(shù)：

應(yīng)對制造資源變化的能力函數(shù)：

服務(wù)評價函數(shù)：

2.2循環(huán)結(jié)構(gòu)下制造資源服務(wù)組的柔性指標(biāo)函數(shù)定義

應(yīng)對任務(wù)變化的能力函數(shù)：

應(yīng)對制造資源變化的能力函數(shù)：

服務(wù)評價函數(shù)：

2.3選擇結(jié)構(gòu)下制造資源服務(wù)組的柔性指標(biāo)函數(shù)定義

應(yīng)對任務(wù)變化的能力函數(shù)：

應(yīng)對制造資源變化的能力函數(shù)：

服務(wù)評價函數(shù)：

2.4并行結(jié)構(gòu)下制造資源服務(wù)組的柔性指標(biāo)函數(shù)定義

應(yīng)對任務(wù)變化的能力函數(shù)：

應(yīng)對制造資源變化的能力函數(shù)：

服務(wù)評價函數(shù)：

在2.1-2.4中，ω_fu，ω_ty，ω_Tc分別表示制造資源功能多樣性，制造資源和合作企業(yè)數(shù)量的權(quán)重系數(shù)ω_fu+ω_ty+ω_Tc＝1；ω_re，ω_sa，ω_Rc分別為制造資源服務(wù)的可靠性、制造資源提供方具有相同功能制造資源服務(wù)數(shù)量和合作企業(yè)數(shù)量的權(quán)重系數(shù)ω_re+ω_sa+ω_Rc＝1，p_i為選擇結(jié)構(gòu)中制造資源服務(wù)被選中的概率。

2.5云制造服務(wù)平臺運(yùn)營方柔性指標(biāo)目標(biāo)函數(shù)

根據(jù)2.-2.4中所述的四種結(jié)構(gòu)的不同參數(shù)表達(dá)函數(shù)，本發(fā)明方法將，制造資源優(yōu)化配置問題中云制造平臺運(yùn)營方的目標(biāo)函數(shù)表示為：

maxy₂＝(F_T，F(xiàn)_R，F(xiàn)_E)^T

約束條件為：

F_fu(i)≥F_fumin，i＝1，2，...，n

F_ty(i)≥F_tymin，i＝1，2，...，n

F_re(i)≥F_remin，i＝1，2，...，n

F_sa(i)≥F_samin，i＝1，2，...，n

F_co(i)≥F_comin，i＝1，2，...，n

F_E(i)≥F_Emin，i＝1，2，...，n

式中，F(xiàn)_fumin，F(xiàn)_tymin，F(xiàn)_remin，F(xiàn)_samin，F(xiàn)_comin，F(xiàn)_Emin分別為云制造服務(wù)平臺運(yùn)營方所要求的最小功能多樣性、最少制造資源種類、最低可靠性、最少資源數(shù)量、最少合作企業(yè)數(shù)量和最低服務(wù)評價。模型中的雙方以各自的收益函數(shù)對制造資源服務(wù)組合展開非合作競爭，各自追求自身利益的最大化，使得制造資源服務(wù)組合在滿足制造服務(wù)需求方利益的同時保證制造服務(wù)得以順利進(jìn)行。

步驟3：模型求解

制造資源優(yōu)化配置的決策模型中決策主體的策略集由不同的制造資源服務(wù)組合組成，各決策主體以各自的收益函數(shù)對制造資源服務(wù)組合展開非合作競爭，各自追求自身利益的最大化；本文提出的制造資源優(yōu)化配置決策模型中雙方的收益函數(shù)均為MOP，因此雙方Nash均衡策略的求解十分復(fù)雜。為此，對NSGA－Ⅱ算法做出改進(jìn)。采用改進(jìn)NSGA－Ⅱ算法求解云制造環(huán)境下雙方Nash均衡策略。

求解步驟如下：

步驟一：將NSGA－Ⅱ算法的搜索空間限定在雙方的約束條件下，對策略集X中的制造資源服務(wù)組合按照時序進(jìn)行十進(jìn)制編碼，形成與各主體的策略x_i相對應(yīng)的個體。

步驟二：隨機(jī)產(chǎn)生數(shù)量為N的初始種群P_g(取g＝0)，分別以雙方的約束條件作為適應(yīng)度函數(shù)，對種群P_g進(jìn)行快速非支配排序并分層計(jì)算每個個體的擁擠度。

步驟三：將種群P_g中的每個個體在不同適應(yīng)度函數(shù)下的非支配等級序值和擁擠度分別相加，得到Nash均衡等級序值和擁擠距離。

步驟四：通過二元錦標(biāo)賽從種群P_g中選擇個體進(jìn)行交叉和變異操作，生成數(shù)量為N的子代種群Q_g。

步驟五：合并種群P_g和Q_g，得到數(shù)量為2N的組合種群R_g。

步驟六：分別將雙方的約束條件作為適應(yīng)度函數(shù)，對種群R_g進(jìn)行快速非支配排序，并計(jì)算每個個體的擁擠度。

步驟七：將種群R_g中的每個個體在不同適應(yīng)度函數(shù)下的非支配等級序值和擁擠度分別相加，得到Nash均衡等級序值和擁擠距離，根據(jù)式Nash算法精英保留策略在種群R_g中選出表現(xiàn)最優(yōu)的N個個體組成新的種群P_g+1，令g＝g+1。

步驟八：重復(fù)執(zhí)行步驟4～步驟7，直至滿足最大遺傳代數(shù)的終止條件，則種群中Nash均衡等級序值為2的個體即為雙方Nash均衡策略的解。