[發明專利]一種基于改進遺傳算法的云制造服務組合優化方法

有效

• 申請號: 202110153574.2
• 申請日: 2021-02-04
• 公開（公告）號: CN112801387B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 周井泉;陳怡
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/16;G06N3/00;G06N3/12
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

本發明公開了一種基于改進遺傳算法的云制造服務組合優化方法，根據用戶請求，在云制造服務組合的QoS評估模型的基礎上，通過綜合任務的執行時間和執行成本,結合服務配置度,組合協同度和組合熵等目標函數,建立了云制造服務組合優化的數學模型,應用改進的遺傳算法進行搜索，為云制造服務組合優化問題提供了多目標優化解決方案。本發明能夠使初始種群保持較好的穩定性，在算法的早期，采用雙點交叉操作來擴展搜索空間，提高種群基因多樣性。在算法的后期，采用單點交叉操作，加速收斂，減少搜索時間，從而更好地避免陷入局部最優問題。

技術領域

本發明屬于云制造服務領域，具體涉及一種基于改進遺傳算法的云制造服務 組合優化方法。

背景技術

云制造是一種新的面向服務的制造模式，通過各種制造資源和制造能力的 虛擬化和服務化，它為用戶提供了各種制造資源，這些資源可以在任何時候被訪 問，并以云服務的形式付費。為了滿足客戶復雜的制造需求，可通過服務組合將 細粒度的簡單云服務合并成粗粒度的復雜云服務。復雜的云服務在分布式、異構 和自治的環境中執行，以完成高度不確定性和動態性的制造任務。選擇最佳的云 服務組合以成功執行制造任務是在云制造環境中實現資源增值的關鍵問題之一。

云制造服務組合優化是一個典型的NP難題，具有多極值、非線性、多目標、 不確定性等特點。它已成為云制造領域研究的熱點；許多學者對這樣一個NP難 題進行了研究。他們研究了服務組合建模和優化算法來解決成本、時間、利潤等 功能服務質量參數的優化問題，卻很少考慮非功能性服務質量參數對云制造服務 組合的影響。云制造的實現是一個協同過程，需要多個分布式制造資源共同參與。 每個云制造服務執行代理都處于一定的社會關系中，而不是理想化的“剛體”。 在制造過程中，云制造服務之間進行不同的數據交換、信息傳輸和物料運輸。它 們在整個制造生命周期中進行約束、協作和競爭。云制造服務與制造任務之間的 關系以及每兩個云制造服務之間的關系直接影響著服務組合在執行制造任務中 的效率。在云制造環境中，定制化的產品制造滿足個人需求是正常的情況，這往 往需要客戶和云制造服務提供商的協同參與。云制造服務組合需要滿足傳統產品 交付時間和制造成本的要求。另外，制造任務與云服務的搭配程度、制造過程中 云制造服務的協同程度、制造資源狀態變化的復雜性對定制化產品制造任務的完 成有顯著影響。因此，有必要以服務配置度、服務組合協同度、服務組合復雜度 為優化因素，對云制造服務組合進行優化。

發明內容

發明目的：本發明要解決的技術問題是克服現有技術的缺陷，提供一種基于 改進遺傳算法的云制造服務組合優化方法。

發明內容：本發明提出一種基于改進遺傳算法的云制造服務組合優化方法， 具體包括以下步驟：

(1)根據用戶請求，在云制造服務組合的QoS評估模型的基礎上，通過綜 合任務的執行時間和執行成本，結合服務配置度、組合協同度和組合熵，建立多 目標云制造服務組合優化的數學模型；

(2)應用改進的遺傳算法進行搜索，為云制造服務組合優化問題提供多目 標優化解決方案；所述改進的遺傳算法為通過引入正態云模型理論和分段函數改 進交叉算子和變異算子，并采用改進的輪盤賭選擇方法進行選擇操作，將歐幾里 得偏差與角偏差相結合，設計了改進后的遺傳算法的適合度函數；

(3)獲取云制造最優服務組合。

進一步地，步驟(1)所述服務配置度矩陣計算如下：

其中CD_ij＝α*TF_ij+β*HF_ij+γ*DF_ij；CD_ij(1≤i≤N,1≤j≤m)表示第i個云 制造服務完成第j個制造任務的服務；α，β，γ是相應因子的權重系數，且α +β+γ＝1；