蜂群算法求解支持模糊QoS約束的電子采購模型

高珊　張惠珍　馬良

摘 要 基于Web的電子物流采購是電子商務的熱點.通過將模糊量化的QoS約束加入到Web電子物流采購模型，構造一種帶有QoS約束的Web電子物流采購模型，并設計一種改進的人工蜂群算法進行求解.模型基于現有Web采購系統的采購模式，融合了非功能性Web服務評價理論，著重將帶QoS約束的電子物流采購選擇過程與人工蜂群算法求解過程相結合，從而能快速準確地獲得使整體利益最大的解.經仿真計算，驗證了模型的有效性.

關鍵詞 QoS；模糊QoS約束；人工蜂群算法；電子采購；采購模型

中圖分類號 C93；TP301.6 文獻標識碼 A

1 引 言

電子采購系統的發展不僅為企業節約了采購成本，而且實現了在最短時間內篩選到最合適的供應商.Web電子采購系統是網絡服務的一部分，如今，有類似功能的網絡服務越來越多，非功能性標準已經成為衡量網絡服務越來越重要的標志.非功能性標準的主體是服務質量（Quality of Service，QoS）， QoS 決定用戶對Web服務的滿意程度.本文將QoS屬性作為采購策略的約束條件，加入到采購過程中，以保證采購系統的服務質量.由于QoS約束難以衡量，采用三角模糊的方法來量化QoS.

線下采購模型有利用遺傳算法^[1]、C-W節約算法^[2]等求解，但電子采購模型和傳統采購的考慮因素、采購流程等有較大不同.現有關于電子采購系統的研究有：根據企業IT能力提出采購成效的概念模型^[3]、單周期報童模型^[4]等.由于網絡環境不確定性很大，針對電子采購過程建模的研究較少.并且還沒有帶服務約束條件的模型.在參與者數量多的情況下，如果用動態規劃等精確算法求解計算時間較長.有鑒于此，本文將引入人工蜂群算法來建立電子采購模型.

蜂群是具有較大規模的自組織群體，通過蜜蜂個體間的合作，能夠表現出極其復雜的行為能力.人工蜂群算法（Artificial Bee Colony Algorithm ，ABC）是Karaboga于2005年提出的一種基于蜜蜂群體覓食行為的群智能優化算法^[5]，通過模擬蜂群的集體行為來實現尋優.該算法參數較少，全局收斂性也較好，適用于多維問題的求解.蜜蜂群依據各自分工不同進行不同活動，通過交換信息來尋找最佳蜜源.蜜蜂選擇含蜜量高的蜜源采蜜，類似于電子采購中選擇最合適的產品.而且，蜂群種類的多樣化和搜索規則的靈活性便于適應約束條件.本文將QoS約束加入到電子物流采購模型中，并改進人工蜂群算法來求解模型.

6 結 論

將模糊量化的QoS約束加入到電子物流采購模型中，并利用改進的人工蜂群算法求解該模型.相

比現有的電子采購系統，更多地考慮了用戶對非功能性特點的需求，設計了相應的求解過程，既滿足了電子物流采購的功能需求，又考慮了QoS約束條件.對于電子物流采購系統具有一定的實用價值，對其他Web服務系統也有借鑒意義.

時間/0.01秒

圖2 整體效用收斂圖

參考文獻

[1] 張秋菊，朱幫助.基于遺傳算法的有折扣多產品采購多供應商選擇問題求解[J].中國管理科學， 2008， 16 （10）： 192-196.

[2] 朱曉蘭，趙一飛. C2W節約算法在裝配企業采購物流中的應用[J]. 上海交通大學學報， 2007， 41 （9）： 1420-1424.

[3] A M AGUIAR， K RAMAMURTHY， A P REIS. Electronic procurement systems： an integrative model to explain procurement performance[C]//Industrial Engineering and Engineering Management， 2008. IEEM 2008. IEEE International Conference on. Singapore：IEEE， 2008： 1490-1494.

[4] 常廣庶， 徐濟超. 基于報童模型的電子采購策略研究[J]. 系統工程， 2004， 22 （10）： 24-28.

[5] D KARABOGA. An idea based on honey bee swarm for numerical optimization[R]. Technical report-tr06， Erciyes university， engineering faculty， computer engineering department， 2005.

[6] 肖芳雄， 面向QoS的Web服務組合建模和驗證[D]. 南京：南京航空航天大學信息科學與技術學院， 2010： 8-15.

[7] Chunlin L ，Meilai F，Layuan L. Multiple QoS modeling and algorithm in computational grid[J]. Journal of Systems Engineering and Electronics， 2007， 18（2）： 412-417.

[8] H C CHANG， J S YAO， L Y OUYANG. Fuzzy mixture inventory model with variable lead-time based on probabilistic fuzzy set and triangular fuzzy number[J]. Mathematical and Computer Modelling， 2004， 39（2）： 287-304.

[9] 常冬，張堯學.基于市場機制的QoS控制模型MQC的改進遺傳算法求解[J]. 計算機學報， 2004， 27 （12）： 1688-1694.endprint

摘 要 基于Web的電子物流采購是電子商務的熱點.通過將模糊量化的QoS約束加入到Web電子物流采購模型，構造一種帶有QoS約束的Web電子物流采購模型，并設計一種改進的人工蜂群算法進行求解.模型基于現有Web采購系統的采購模式，融合了非功能性Web服務評價理論，著重將帶QoS約束的電子物流采購選擇過程與人工蜂群算法求解過程相結合，從而能快速準確地獲得使整體利益最大的解.經仿真計算，驗證了模型的有效性.

關鍵詞 QoS；模糊QoS約束；人工蜂群算法；電子采購；采購模型

中圖分類號 C93；TP301.6 文獻標識碼 A

1 引 言

電子采購系統的發展不僅為企業節約了采購成本，而且實現了在最短時間內篩選到最合適的供應商.Web電子采購系統是網絡服務的一部分，如今，有類似功能的網絡服務越來越多，非功能性標準已經成為衡量網絡服務越來越重要的標志.非功能性標準的主體是服務質量（Quality of Service，QoS）， QoS 決定用戶對Web服務的滿意程度.本文將QoS屬性作為采購策略的約束條件，加入到采購過程中，以保證采購系統的服務質量.由于QoS約束難以衡量，采用三角模糊的方法來量化QoS.

線下采購模型有利用遺傳算法^[1]、C-W節約算法^[2]等求解，但電子采購模型和傳統采購的考慮因素、采購流程等有較大不同.現有關于電子采購系統的研究有：根據企業IT能力提出采購成效的概念模型^[3]、單周期報童模型^[4]等.由于網絡環境不確定性很大，針對電子采購過程建模的研究較少.并且還沒有帶服務約束條件的模型.在參與者數量多的情況下，如果用動態規劃等精確算法求解計算時間較長.有鑒于此，本文將引入人工蜂群算法來建立電子采購模型.

蜂群是具有較大規模的自組織群體，通過蜜蜂個體間的合作，能夠表現出極其復雜的行為能力.人工蜂群算法（Artificial Bee Colony Algorithm ，ABC）是Karaboga于2005年提出的一種基于蜜蜂群體覓食行為的群智能優化算法^[5]，通過模擬蜂群的集體行為來實現尋優.該算法參數較少，全局收斂性也較好，適用于多維問題的求解.蜜蜂群依據各自分工不同進行不同活動，通過交換信息來尋找最佳蜜源.蜜蜂選擇含蜜量高的蜜源采蜜，類似于電子采購中選擇最合適的產品.而且，蜂群種類的多樣化和搜索規則的靈活性便于適應約束條件.本文將QoS約束加入到電子物流采購模型中，并改進人工蜂群算法來求解模型.

6 結 論

將模糊量化的QoS約束加入到電子物流采購模型中，并利用改進的人工蜂群算法求解該模型.相

比現有的電子采購系統，更多地考慮了用戶對非功能性特點的需求，設計了相應的求解過程，既滿足了電子物流采購的功能需求，又考慮了QoS約束條件.對于電子物流采購系統具有一定的實用價值，對其他Web服務系統也有借鑒意義.

時間/0.01秒

圖2 整體效用收斂圖

參考文獻

[1] 張秋菊，朱幫助.基于遺傳算法的有折扣多產品采購多供應商選擇問題求解[J].中國管理科學， 2008， 16 （10）： 192-196.

[2] 朱曉蘭，趙一飛. C2W節約算法在裝配企業采購物流中的應用[J]. 上海交通大學學報， 2007， 41 （9）： 1420-1424.

[3] A M AGUIAR， K RAMAMURTHY， A P REIS. Electronic procurement systems： an integrative model to explain procurement performance[C]//Industrial Engineering and Engineering Management， 2008. IEEM 2008. IEEE International Conference on. Singapore：IEEE， 2008： 1490-1494.

[4] 常廣庶， 徐濟超. 基于報童模型的電子采購策略研究[J]. 系統工程， 2004， 22 （10）： 24-28.

[5] D KARABOGA. An idea based on honey bee swarm for numerical optimization[R]. Technical report-tr06， Erciyes university， engineering faculty， computer engineering department， 2005.

[6] 肖芳雄， 面向QoS的Web服務組合建模和驗證[D]. 南京：南京航空航天大學信息科學與技術學院， 2010： 8-15.

[7] Chunlin L ，Meilai F，Layuan L. Multiple QoS modeling and algorithm in computational grid[J]. Journal of Systems Engineering and Electronics， 2007， 18（2）： 412-417.

[8] H C CHANG， J S YAO， L Y OUYANG. Fuzzy mixture inventory model with variable lead-time based on probabilistic fuzzy set and triangular fuzzy number[J]. Mathematical and Computer Modelling， 2004， 39（2）： 287-304.

[9] 常冬，張堯學.基于市場機制的QoS控制模型MQC的改進遺傳算法求解[J]. 計算機學報， 2004， 27 （12）： 1688-1694.endprint

摘 要 基于Web的電子物流采購是電子商務的熱點.通過將模糊量化的QoS約束加入到Web電子物流采購模型，構造一種帶有QoS約束的Web電子物流采購模型，并設計一種改進的人工蜂群算法進行求解.模型基于現有Web采購系統的采購模式，融合了非功能性Web服務評價理論，著重將帶QoS約束的電子物流采購選擇過程與人工蜂群算法求解過程相結合，從而能快速準確地獲得使整體利益最大的解.經仿真計算，驗證了模型的有效性.

關鍵詞 QoS；模糊QoS約束；人工蜂群算法；電子采購；采購模型

中圖分類號 C93；TP301.6 文獻標識碼 A

1 引 言

電子采購系統的發展不僅為企業節約了采購成本，而且實現了在最短時間內篩選到最合適的供應商.Web電子采購系統是網絡服務的一部分，如今，有類似功能的網絡服務越來越多，非功能性標準已經成為衡量網絡服務越來越重要的標志.非功能性標準的主體是服務質量（Quality of Service，QoS）， QoS 決定用戶對Web服務的滿意程度.本文將QoS屬性作為采購策略的約束條件，加入到采購過程中，以保證采購系統的服務質量.由于QoS約束難以衡量，采用三角模糊的方法來量化QoS.

線下采購模型有利用遺傳算法^[1]、C-W節約算法^[2]等求解，但電子采購模型和傳統采購的考慮因素、采購流程等有較大不同.現有關于電子采購系統的研究有：根據企業IT能力提出采購成效的概念模型^[3]、單周期報童模型^[4]等.由于網絡環境不確定性很大，針對電子采購過程建模的研究較少.并且還沒有帶服務約束條件的模型.在參與者數量多的情況下，如果用動態規劃等精確算法求解計算時間較長.有鑒于此，本文將引入人工蜂群算法來建立電子采購模型.

蜂群是具有較大規模的自組織群體，通過蜜蜂個體間的合作，能夠表現出極其復雜的行為能力.人工蜂群算法（Artificial Bee Colony Algorithm ，ABC）是Karaboga于2005年提出的一種基于蜜蜂群體覓食行為的群智能優化算法^[5]，通過模擬蜂群的集體行為來實現尋優.該算法參數較少，全局收斂性也較好，適用于多維問題的求解.蜜蜂群依據各自分工不同進行不同活動，通過交換信息來尋找最佳蜜源.蜜蜂選擇含蜜量高的蜜源采蜜，類似于電子采購中選擇最合適的產品.而且，蜂群種類的多樣化和搜索規則的靈活性便于適應約束條件.本文將QoS約束加入到電子物流采購模型中，并改進人工蜂群算法來求解模型.

6 結 論

將模糊量化的QoS約束加入到電子物流采購模型中，并利用改進的人工蜂群算法求解該模型.相

比現有的電子采購系統，更多地考慮了用戶對非功能性特點的需求，設計了相應的求解過程，既滿足了電子物流采購的功能需求，又考慮了QoS約束條件.對于電子物流采購系統具有一定的實用價值，對其他Web服務系統也有借鑒意義.

時間/0.01秒

圖2 整體效用收斂圖

參考文獻

[1] 張秋菊，朱幫助.基于遺傳算法的有折扣多產品采購多供應商選擇問題求解[J].中國管理科學， 2008， 16 （10）： 192-196.

[2] 朱曉蘭，趙一飛. C2W節約算法在裝配企業采購物流中的應用[J]. 上海交通大學學報， 2007， 41 （9）： 1420-1424.

[3] A M AGUIAR， K RAMAMURTHY， A P REIS. Electronic procurement systems： an integrative model to explain procurement performance[C]//Industrial Engineering and Engineering Management， 2008. IEEM 2008. IEEE International Conference on. Singapore：IEEE， 2008： 1490-1494.

[4] 常廣庶， 徐濟超. 基于報童模型的電子采購策略研究[J]. 系統工程， 2004， 22 （10）： 24-28.

[5] D KARABOGA. An idea based on honey bee swarm for numerical optimization[R]. Technical report-tr06， Erciyes university， engineering faculty， computer engineering department， 2005.

[6] 肖芳雄， 面向QoS的Web服務組合建模和驗證[D]. 南京：南京航空航天大學信息科學與技術學院， 2010： 8-15.

[7] Chunlin L ，Meilai F，Layuan L. Multiple QoS modeling and algorithm in computational grid[J]. Journal of Systems Engineering and Electronics， 2007， 18（2）： 412-417.

[8] H C CHANG， J S YAO， L Y OUYANG. Fuzzy mixture inventory model with variable lead-time based on probabilistic fuzzy set and triangular fuzzy number[J]. Mathematical and Computer Modelling， 2004， 39（2）： 287-304.

[9] 常冬，張堯學.基于市場機制的QoS控制模型MQC的改進遺傳算法求解[J]. 計算機學報， 2004， 27 （12）： 1688-1694.endprint