[發(fā)明專利]基于改進型花粉算法的制造服務供應鏈優(yōu)化方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710587284.2
• 申請日: 2017-07-18
• 公開（公告）號: CN107180286B
• 公開（公告）日: 2020-12-01
• 發(fā)明（設計）人: 張帥;張文宇;楊玉舒
• 申請（專利權）人: 浙江財經(jīng)大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N3/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊天嬌

本發(fā)明公開了基于改進型花粉算法的制造服務供應鏈優(yōu)化方法及系統(tǒng)，首先隨機產生初始種群，將初始種群中每個個體對應的制造服務組合方案采用服務聚合向量、服務排序向量和服務選擇向量表示，將當前種群中每個個體的服務選擇向量采用進化算法進行迭代，將當前種群中每個個體的服務排序向量采用花粉算法FPA進行迭代；然后根據(jù)設定的制造服務組合方案綜合效用模型，計算迭代后的個體的綜合效用值，比較迭代前后個體的綜合效用值，對個體的位置進行更新；最后判斷是否滿足迭代終止條件，若滿足則停止迭代，輸出最優(yōu)個體，否則繼續(xù)進行迭代。本發(fā)明的方法及系統(tǒng)在求解制造服務供應鏈優(yōu)化問題時，性能優(yōu)于傳統(tǒng)算法。

技術領域

本發(fā)明屬于制造服務供應鏈優(yōu)化技術領域，尤其涉及一種基于改進型花粉算法的制造服務供應鏈優(yōu)化方法。

背景技術

隨著互聯(lián)網(wǎng)以及云計算的發(fā)展，云制造引起越來越廣泛的關注。同時，云制造資源池規(guī)模的急劇擴大為云制造提供了大數(shù)據(jù)的環(huán)境。因此，如何在有限的時間和成本范圍內使所組合的制造服務供應鏈的效用最大化，即制造服務供應鏈優(yōu)化問題，已經(jīng)成為學術界和工業(yè)界的研究熱點。

服務聚合的結構主要包括以下四種：順序結構(sequence structure)、選擇結構(condition structure)、并行結構(parallel structure)和循環(huán)結構(loop structure)。評價制造服務組合方案的標準是服務質量(quality of service，簡稱QoS)屬性，包括時間、成本、可用性和信譽值等。然而，制造服務與一般的web服務不同，其QoS屬性還包括相鄰服務之間的運輸時間和運輸成本。

制造服務供應鏈優(yōu)化問題是典型的多目標優(yōu)化問題，制造服務領域的相關文獻表明，可以應用進化算法進行求解，比如遺傳算法(Genetic Algorithm，簡稱GA)、差分進化算法(Differential Evolution，簡稱DE)和粒子群算法(Particle Swarm Optimization，簡稱PSO)，以及Yang于2012年提出了一種新的進化算法—花粉算法(Flower PollinationAlgorithm，簡稱FPA)等。

然而盡管許多專家學者已經(jīng)對制造服務供應鏈優(yōu)化問題進行了研究，然而基本上是求解服務聚合、服務選擇和服務排序中某個單一維度上的問題，或僅僅是只適用于求解順序結構下的組合優(yōu)化問題。

因此研究一種新的制造服務供應鏈優(yōu)化方法，使之不僅能夠計算出不同服務聚合結構下的運輸時間和運輸成本，而且能夠同時求解包括服務聚合、服務選擇和服務排序在內的三維組合優(yōu)化問題，就顯得尤為重要。

發(fā)明內容

本發(fā)明的目的是提供一種基于改進型花粉算法的制造服務供應鏈優(yōu)化方法及系統(tǒng)，不僅能夠計算出不同服務聚合結構下的運輸時間和運輸成本，而且能夠同時求解包括服務聚合、服務選擇和服務排序在內的三維組合優(yōu)化問題。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明技術方案如下：

一種基于改進型花粉算法的制造服務供應鏈優(yōu)化方法，所述制造服務供應鏈優(yōu)化方法包括：

步驟1、根據(jù)制造任務、可選的制造服務和制造服務組合的結構隨機產生初始種群，將初始種群中每個個體對應的制造服務組合方案采用服務聚合向量、服務排序向量和服務選擇向量表示；

步驟2、根據(jù)設定的制造服務組合方案綜合效用模型，計算出當前種群中綜合效用值最大的最優(yōu)個體；

步驟3、將當前種群中每個個體的服務選擇向量采用進化算法進行迭代，將當前種群中每個個體的服務排序向量采用花粉算法FPA進行迭代；

步驟4、根據(jù)設定的制造服務組合方案綜合效用模型，計算迭代后的個體的綜合效用值，比較迭代前后個體的綜合效用值，對個體的位置進行更新；

步驟5、判斷是否滿足迭代終止條件，若滿足則停止迭代，輸出最優(yōu)個體，否則返回步驟2繼續(xù)進行迭代。