[發(fā)明專利]一種基于混合教學(xué)優(yōu)化算法的云制造服務(wù)組合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110330102.X
• 申請(qǐng)日: 2021-03-29
• 公開(kāi)（公告）號(hào): CN113033100B
• 公開(kāi)（公告）日: 2022-11-29
• 發(fā)明（設(shè)計(jì)）人: 曾駿;姚娟;于揚(yáng);文俊浩
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N3/00;G06Q10/10;G06Q50/04
• 代理公司: 重慶晟軒知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50238
• 代理人: 王海鳳

本發(fā)明涉及一種基于混合教學(xué)優(yōu)化算法的云制造服務(wù)組合方法。包括如下步驟：從公開(kāi)數(shù)據(jù)集中選擇服務(wù)s并初始化得到初始種群P；計(jì)算初始種群P中每個(gè)個(gè)體的QoS值并選出最優(yōu)值F(P_best)和最優(yōu)個(gè)體最優(yōu)個(gè)體P_teacher；按比例分為種群A和種群B，并分別從群A和種群B中計(jì)算遴選出新個(gè)體組成子代個(gè)體；計(jì)算新個(gè)體的適應(yīng)度值，選出最大適應(yīng)度QoS’值與最優(yōu)值F(P_best)進(jìn)行比較，來(lái)更新服務(wù)組合方案；重復(fù)上述步驟，當(dāng)達(dá)到預(yù)設(shè)最大迭代次數(shù)時(shí)停止，輸出最優(yōu)值F(P_best)，此時(shí)該最優(yōu)值F(P_best)對(duì)應(yīng)的個(gè)體為最優(yōu)服務(wù)組合。實(shí)驗(yàn)表明，該方法對(duì)于提高大規(guī)模環(huán)境下的服務(wù)組合的解質(zhì)量是非常有效的。

技術(shù)領(lǐng)域

本發(fā)明涉及云制造服務(wù)組合方法領(lǐng)域，特別涉及一種基于混合教學(xué)優(yōu)化算法的云制造服務(wù)組合方法。

背景技術(shù)

如今，隨著日益激烈的商業(yè)市場(chǎng)和用戶需求的不斷變化，對(duì)個(gè)性化產(chǎn)品的需求也在不斷提升。但由于資源約束，企業(yè)之間可能會(huì)出現(xiàn)資源短缺或資源浪費(fèi)現(xiàn)象，為了應(yīng)對(duì)這些挑戰(zhàn)，制造商需要通過(guò)共享其制造資源和技術(shù)能力來(lái)更有效地協(xié)作，以充分利用資源，避免資源浪費(fèi)，并最終獲得更高的用戶滿意度。云制造(Cloud manufacturing,CMfg)，作為一種新的面向服務(wù)的制造范式，皆在分布式制造資源和能力之間進(jìn)行共享和協(xié)作并形成按需的資源分配。服務(wù)組合和優(yōu)化選擇(service composition and optimization selection,SCOS)被認(rèn)為是實(shí)現(xiàn)CMfg系統(tǒng)資源和能力共享功能的關(guān)鍵技術(shù)，它將各種不同功能的單個(gè)資源服務(wù)按照一定的邏輯結(jié)構(gòu)組合成為具有綜合功能的服務(wù)來(lái)處理復(fù)雜的制造任務(wù)，同時(shí)保證綜合服務(wù)的服務(wù)質(zhì)量最大化，滿足用戶的需求。如何從所有的組合服務(wù)中找到最優(yōu)或接近最優(yōu)的服務(wù)組合來(lái)執(zhí)行制造任務(wù)是一個(gè)挑戰(zhàn)。

到目前為止，關(guān)于SCOS問(wèn)題的研究方法有很多。Li等人用一種基于服務(wù)聚類網(wǎng)絡(luò)的服務(wù)組合方法解決在云制造中靜態(tài)和動(dòng)態(tài)需求問(wèn)題。Lu等人提出了在云制造環(huán)境中過(guò)程能力評(píng)估和服務(wù)推薦的系統(tǒng)框架，其中集成服務(wù)組合模塊成功地將不同公司的工程師或管理團(tuán)隊(duì)的工程知識(shí)相連接形成共享。此外，在評(píng)估服務(wù)組合效率時(shí)，通常使用QoS作為標(biāo)準(zhǔn)。Lartigau等人通過(guò)考慮服務(wù)質(zhì)量(QoS)評(píng)估，提出一種云制造服務(wù)組合方法來(lái)解決商家之間運(yùn)輸路線的選擇問(wèn)題。Que等人提出了一種感知QoS制造商對(duì)用戶(M2U)模式，提高了其資源動(dòng)態(tài)優(yōu)化分配能力。

雖然這些方法在一定程度上促進(jìn)了服務(wù)組合優(yōu)化的研究工作，但是制造任務(wù)的復(fù)雜性和云制造平臺(tái)中服務(wù)數(shù)量的快速增長(zhǎng)仍舊對(duì)SCOS方法提出了巨大的挑戰(zhàn)。事實(shí)上，現(xiàn)有的這些方法都忽略了一些亟待解決的問(wèn)題：(1)由于云制造系統(tǒng)中的服務(wù)數(shù)量的不斷增加，現(xiàn)有方法在解決大規(guī)模SCOS問(wèn)題時(shí)效率低下，所以尋找更高效的算法是亟待解決的問(wèn)題之一；2)隨著服務(wù)組合條件變得復(fù)雜，導(dǎo)致服務(wù)組合很難找到精確解，所以改進(jìn)算法的全局搜索策略也是當(dāng)前現(xiàn)有算法需要重視的另一個(gè)主要問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的上述問(wèn)題，本發(fā)明要解決的技術(shù)問(wèn)題是：云制造系統(tǒng)中的服務(wù)數(shù)量眾多，現(xiàn)有方法所使用的算法在解決問(wèn)題時(shí)的效率較低，同時(shí)現(xiàn)有算法在全局搜索時(shí)的能力不足，得到的服務(wù)組合的解不夠精確。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下技術(shù)方案：一種基于混合教學(xué)優(yōu)化算法的云制造服務(wù)組合方法，包括如下步驟：

S100：從公開(kāi)服務(wù)集S中隨機(jī)選擇x個(gè)服務(wù)并初始化生成種群P’，利用Skyline查詢從公開(kāi)服務(wù)集S選擇x’個(gè)服務(wù)并初始化生成種群P”，集合種群P’和種群P”得到初始種群P，其中，具體表示如下：

P＝{P₁，P₂，...，P_n，...，P_N} (1-1)