夏軍, 石宇強, 蔡炳萬
(西南科技大學制造學院,四川綿陽621010)
制造業是我國國民經濟的重要支柱,為我國的就業以及經濟的繁榮做了重要貢獻。然而近兩年,美國重塑制造企業以及將制造工廠轉移到更低生產成本的東南亞國家,這給我國制造企業的生存與發展提出了嚴峻的挑。為此,需要一種新的制造模式來提升制造企業的競爭力,云制造[1]利用網絡和云制造服務平臺,按用戶需求組織制造資源(設備、人力、資金),為用戶提供各類按需的制造服務(設計、生產、包裝、運輸),從而實現共享分散在全國各地的閑置制造資源,提升制造企業的利潤空間。
目前對于云制造服務平臺的信用評價方面的研究還處于探索階段。甘佳等[2]提出了基于交易經驗和移動加權平均的信用度預測模型,并且給出了模型的動態更新算法;董元發[3]提出了基于模板和全局信用度的云制造服務評價與選擇方法;周冰[4]建立了一種考慮資源特性和網絡服務特性的云制造服務QoS評價評價方法。綜上所述,都沒有綜合考慮準入平臺屬性和QoS屬性相結合的體系指標,缺少一套完整的云制服務平臺信用評價體系指標。因此,本文構建了一套完整的云制造服務平臺信用評價體系指標,同時針對評價結果定性分析的不準確性特點,提出了基于模糊綜合評判法的云制造服務平臺信用評價方法,保證了評價結果的有效性。
云制造服務平臺的用戶主要包括服務需求方、服務提供方和平臺職員。在使用平臺的過程中,主要是對服務提供方進行信用評價,從而為其它的服務需求方在選擇服務提供方提供更準確的依據。為了構建服務提供方信用評價體系指標的完整性,本文綜合考慮了兩個方面:服務提供方首先登陸平臺成功后注冊的準入平臺的基本信息,主要包括財務能力、生產運營能力以及人力水平能力;當交易完成后,服務需求方對服務提供方在服務的時間、成本、質量、信譽度和可靠度方面的評價信息。構建的云制造服務提供方的信用評價體系指標如圖1所示。

圖1 服務提供方信息評價體系指標圖
在對體系指標的評價方面,云制造服務平臺采用極好、很好、好、一般、差等5個等級進行評價,考慮到評價結果的定性分析的不準確性,采用了模糊綜合評判法對評價結果進行分析。模糊綜合評判法是根據模糊數學的隸屬度理論將定性評價轉換成定量評價,解決適合各種不確定性的問題。它的具體求解過程如下:
1)確定評價因素集F和評定項目級E。

2)確定隸屬度向量,形成隸屬度矩陣R。
隸屬度rij指不同的評價主體對某一個具體的評價對象在fi方面作出的ej方面評價的可能性大小。隸屬度向量可用以下公式:

3)確定權重向量WF等。
WF為評價指標的權系數向量。同時還可有評價集的數值化結果WE′或權重WE(為WE′歸一化結果)。如果有多個評價集,則T={第一次評價集,等二次評價集,…,第r次評價集},另外還需要各個評價集的權重向量WT=(Wt1,Wt2,…,Wtr)。
4)按某種運算法則計算綜合隸屬度向量S和綜合評定值u。本文采用以下公式進行計算。

本案例選取云制造服務平臺中的一家服務提供方A進行分析。現有40家服務需求方對服務提供方A進行信用評價,評價的具體結果如表1所示。

表1 服務提供方A的信用評價結果
采用模糊綜合評判法對評價結果進行求解,過程具體如下:
1)確定評價因素集F和評定項目級E,由表1可知。
F={固定資產總額,年利潤率,流動資產總額,產品合格率,平均制造周期,專利數,本科及以上占有率,高級技工占有率,管理者的管理能力,服務的時間,服務的成本,服務的質量,服務的信譽度,服務的可靠度};
E={極好,很好,好,一般,差}。
2)計算隸屬度矩陣R。

3)確定權重向量WF等。

評價集的數值化結果這里采用 WE′=(5,4,3,2,1)。
4)利用式(5)和式(6)計算綜合隸屬度向量S及綜合得分u。
則 S=(0.163,0.171,0.511,0.124,0.031),u=3.311,
最終計算結果如表2所示。由此可知,服務提供方A目前的信用評價綜合分數為3.311,說明該方法可行。

表2 最終計算評價結果表
云制造服務平臺中,信用評價對研究服務提供方與服務需求方的供需匹配問題有重要的意義。本文針對云制造服務平臺的信用評價問題,構建了綜合考慮準入平臺屬性和QoS屬性相結合的一套完整的信用評價體系指標。由于評價結果集的定性分析的不準確性,提出采用模糊綜合評判法進行分析。最后,采用具體的實例驗證了所提理論的有效性。下一步工作將是利用構建的信用評價體系指標研究供需雙方的匹配問題。
[1] 李伯虎,張霖,王時龍,等.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統,2010(1):1-7,16.
[2] 甘佳,段桂江.云制造服務信任評估技術[J].計算機集成制造系統,2012(7):1527-1535.
[3] 董元發,郭鋼.基于模板與全局信任度的云制造服務評價與選擇方法[J].計算機集成制造系統,2014(1):207-214.
[4] 周冰,王美清,甘佳.基于主成份分析的云制造服務QoS評估方法研究[J].制造業自動化,2013(14):28-33.