基于多維模糊決策的云制造服務(wù)優(yōu)選模型

劉婷婷， 李長儀,2

(1. 山東理工大學(xué) 商學(xué)院， 山東 淄博 255012;2. 中國地質(zhì)大學(xué)(北京) 人文經(jīng)管學(xué)院， 北京100083)

基于多維模糊決策的云制造服務(wù)優(yōu)選模型

劉婷婷1， 李長儀1,2

(1. 山東理工大學(xué) 商學(xué)院， 山東 淄博 255012;2. 中國地質(zhì)大學(xué)(北京) 人文經(jīng)管學(xué)院， 北京100083)

云制造平臺提供了眾多面向制造需求的備選服務(wù)，從中進行優(yōu)選成為云制造資源優(yōu)化配置乃至整個平臺良性發(fā)展的先決條件.從運營、產(chǎn)品、組織的多維角度分析并凝練了云制造服務(wù)衡量準則，以實現(xiàn)對其進行全面的評價對比；在多維指標評價獲取中，為有效彌補純定性方法的主觀偏差和唯統(tǒng)計手段的前瞻不足，采取了定性描述與定量分級、主觀評價與客觀統(tǒng)計相結(jié)合的策略；最后，在綜合考慮既方便產(chǎn)生表征因素重要程度的模糊集，又有效應(yīng)對最底層元素較多的前提下，構(gòu)建了基于模糊決策的云制造服務(wù)優(yōu)選模型，并通過算例對其適用性進行了驗證.

云制造；服務(wù)優(yōu)選；模糊決策

當前，基于我國產(chǎn)業(yè)轉(zhuǎn)型升級日益嚴峻的現(xiàn)實，政府適時推出了“中國制造2025”戰(zhàn)略.其中，制造體系的智能化、網(wǎng)絡(luò)化和服務(wù)化是戰(zhàn)略實施的關(guān)鍵突破方向，是制造產(chǎn)業(yè)向智能化集成制造系統(tǒng)發(fā)展，構(gòu)建智能企業(yè)，從而全面提升產(chǎn)品設(shè)計、制造和管理水平的根本所在.

在智能制造、物聯(lián)網(wǎng)、云計算等新興技術(shù)助推下發(fā)展起來的云制造模式成為順應(yīng)這一潮流的典型代表[1-3].基于云制造的架構(gòu)融合了廣泛地域中形態(tài)與功能各異的巨量資源，從而為各類制造需求提供豐富的定制化服務(wù)，實現(xiàn)了制造無縫銜接、資源互通共享的大范圍優(yōu)化協(xié)同.在這一運作過程中，面向每個到達該平臺的制造需求都有大量云制造服務(wù)可供調(diào)用.于是，如何從眾多備選服務(wù)中定位最優(yōu)選項，確定任務(wù)的最終執(zhí)行者，成為云制造服務(wù)資源優(yōu)化配置乃至平臺良性發(fā)展的先決條件[4-11].

1 云制造服務(wù)優(yōu)選

云制造的概念由李伯虎等在2010年提出，并將其與現(xiàn)有網(wǎng)絡(luò)化制造模式的異同點進行了深入對比，梳理了云制造體系架構(gòu)及關(guān)鍵技術(shù)[1]；次年，進一步定義了云制造的“制造即服務(wù)”的鮮明特色[2]；在此基礎(chǔ)上，2012年論述了云制造物聯(lián)化、虛擬化、服務(wù)化、協(xié)同化、智能化等一系列的智慧化制造技術(shù)特征[3].由此，云制造的相關(guān)研究工作逐步展開，各類研究成果不斷涌現(xiàn).王時龍、姚錫凡、Tao、任磊、Luo、張霖等對云制造的基本概念、內(nèi)涵外延、體系架構(gòu)、技術(shù)支撐等宏觀基礎(chǔ)性問題進行了一系列研究[12-19].

通過融匯領(lǐng)域?qū)＜覍υ浦圃旒夹g(shù)體系的認識，并對當前主流云制造研究工作進行分析，可以看出：云制造資源的優(yōu)化配置對整個平臺的運作性能發(fā)揮著至關(guān)重要的作用.諸多學(xué)者也對該問題的解決提出了各自的見解.沈磊等研究了云制造資源的集聚機制，并采用基于權(quán)重的直覺梯形模糊方法實現(xiàn)需求與服務(wù)的匹配[4]；依托制造服務(wù)資源本體庫，盛步云等基于關(guān)鍵字語義智能搜素方法構(gòu)建了云制造服務(wù)供需智能匹配引擎[5]；楊騰等提出了基于灰色關(guān)聯(lián)度的制造服務(wù)主動發(fā)現(xiàn)、敏捷配置方法[6]；譚明智等在量化服務(wù)滿意度的基礎(chǔ)上，以時間衰減函數(shù)描述滿意度波動性，然后綜合運用二者進行制造服務(wù)的信任評價[7]；Cao等對基礎(chǔ)粒度的云制造服務(wù)運作進行了研究，提出了部分制造服務(wù)與工序制造服務(wù)相結(jié)合(PMS+WPMS)的基礎(chǔ)協(xié)作模型，并采用工序優(yōu)先算法(WPPBA)進行制造資源的優(yōu)選[8]；董元發(fā)等以互評機制作為服務(wù)質(zhì)量評價的獲取途徑，并以之產(chǎn)生服務(wù)信任度，從而構(gòu)建基于服務(wù)匹配度和全局信任度的服務(wù)優(yōu)選方法[9]；蔡坦等分別運用綜合加權(quán)法和直覺模糊集運算法對制造服務(wù)的可量化和不可量化質(zhì)量特征進行評價以完成優(yōu)選[10]；陶飛等在總結(jié)云制造典型特征的基礎(chǔ)上，描述了資源、服務(wù)、制造云的映射架構(gòu)，對云制造服務(wù)組合的一系列關(guān)鍵問題進行了研究[11].

基于以上對當前研究工作的綜述，云制造平臺中的服務(wù)需求與服務(wù)供給種類龐雜、所屬各異，在不具備充分合作經(jīng)驗的前提下實現(xiàn)無縫、智能化理想?yún)f(xié)作存在多方面不確定因素[2-3].相對而言，限于企業(yè)內(nèi)部的資源配置策略或基于穩(wěn)定合作的企業(yè)聯(lián)盟伙伴選擇方法，僅應(yīng)用數(shù)量較少的直接指標即可完成優(yōu)化決策.而這一做法并不適用于云制造平臺的服務(wù)優(yōu)選[7,9-10].

云制造服務(wù)優(yōu)選不僅要確保成本、精度、質(zhì)量等基礎(chǔ)指標，鑒于雙方合作認知的空白，還需對反映云制造能力的敏捷、柔性、智能、協(xié)同等指標予以評價和衡量.同時，從整個云制造平臺可持續(xù)發(fā)展的角度出發(fā)，體現(xiàn)云制造服務(wù)成長潛力的學(xué)習(xí)能力、創(chuàng)新能力等指標也應(yīng)予以考慮.

基于以上考慮，本文在分析凝練云制造服務(wù)多維優(yōu)選指標的基礎(chǔ)上，構(gòu)建基于模糊決策的云制造服務(wù)優(yōu)選模型，并通過一個算例驗證該模型的有效性.

2 云制造服務(wù)優(yōu)選多維指標分析

融入云制造平臺的各類虛擬化云制造形態(tài)向制造云池提交詳細運作信息，注冊成為云制造服務(wù)[3,14].

服務(wù)需求方通過云制造平臺發(fā)布服務(wù)需求，然后基于制造云池對云制造服務(wù)執(zhí)行發(fā)現(xiàn)、匹配[20].這一過程是對諸多云制造服務(wù)的初步甄選，涉及識別信息、狀態(tài)信息、產(chǎn)品概要信息等基礎(chǔ)內(nèi)容的比對、篩選[4,5].通常根據(jù)諸如服務(wù)類別是否相符、產(chǎn)品類型是否一致、精度水平是否達標、排程狀態(tài)是否充分等指標粗略衡量云制造服務(wù)是否具備完成任務(wù)的基本能力.于是，滿足該匹配過程的服務(wù)組成了備選集合，接下來便從中進行云制造服務(wù)優(yōu)選，最終產(chǎn)生任務(wù)執(zhí)行的最優(yōu)決策.

本文從云制造服務(wù)的運營性能、產(chǎn)品、所屬組織3個緯度構(gòu)建了表1所示優(yōu)選指標體系，從而對備選集合的云制造服務(wù)進行全面評價.

表1 云制造服務(wù)多維優(yōu)選指標

緯度細分指標運營(Operation)OPeva:OPint:OPjit:OPagi:服務(wù)評價,以往用戶對該云制造服務(wù)滿意度的反饋.智能運作,制造系統(tǒng)自動搜集與理解環(huán)境信息和自身的信息,并進行智能化分析判斷和規(guī)劃自身行為,對生產(chǎn)狀況主動應(yīng)對的能力.準時交貨,是按照任務(wù)約定及時完工的描述.敏捷響應(yīng),圍繞市場動態(tài),快速、可靠地集結(jié)生產(chǎn)的自組織能力.產(chǎn)品(Product)PRpri:PRpre:PRser:PRqua:PRfle:價格,獲得本次服務(wù)(或該產(chǎn)品)所付出的代價.精度,產(chǎn)品制造所達到的精細水平.服務(wù)化水平,配套服務(wù)的豐富、健全狀況及與產(chǎn)品的結(jié)合程度.質(zhì)量,產(chǎn)品適用性、可靠性、耐用性的概括描述.制造柔性,對市場個性化需求的滿足程度,既體現(xiàn)產(chǎn)品與用戶需求的對接,也反映制造體系的可塑性能.組織(Organization)ORexp:ORtstu:ORcol:ORinn:制造經(jīng)驗,組織擁有的工程積累及經(jīng)驗背景.自學(xué)習(xí)能力,不斷充實組織知識儲備,提升運用知識進行問題求解能力.網(wǎng)絡(luò)化協(xié)同,組織基于互聯(lián)網(wǎng)實現(xiàn)全產(chǎn)品生命周期的協(xié)調(diào)、同步,無縫銜接的能力.創(chuàng)新潛力,對組織未來創(chuàng)新發(fā)展的全面審視.

3 云制造服務(wù)優(yōu)選模型

鑒于本文建立的指標體系的層次性及指標類型的多樣性，故基于模糊AHP與模糊綜合評價混合的方法構(gòu)造云制造服務(wù)優(yōu)選模型.

3.1 云制造服務(wù)優(yōu)選層次結(jié)構(gòu)

根據(jù)三維兩層指標體系，構(gòu)建云制造服務(wù)優(yōu)選層次結(jié)構(gòu)如圖1所示.

圖1 云制造服務(wù)優(yōu)選層次結(jié)構(gòu)

3.2 判斷矩陣及一致性檢驗

根據(jù)上一層次決策要求，對當前層次中各指標因素的重要性予以兩兩比對，用數(shù)字1～9表示相對重要程度，數(shù)字越大重要程度越高，雙方的逆關(guān)系則取其倒數(shù)[21-22].于是，針對服務(wù)優(yōu)選層次的要求，對緯度層運營(Operation)、產(chǎn)品(Product)、組織(Organization)進行兩兩比對，最終得到?jīng)Q策矩陣Dtop3×3；同理，由各緯度的分指標針對本緯度進行重要性比對后，分別得到各緯度分指標判斷矩陣DOP4×4、DPR5×5、DOR4×4.對于判斷矩陣的給出，可由制造平臺根據(jù)行業(yè)普遍認識進行默認初始化，也可根據(jù)服務(wù)需求方的個性化要求予以專門調(diào)整.

接下來需對各判斷矩陣進行一致性檢驗以判斷其有效性.一致性指標由以下公式確定：

CR=CI/RI

表2 平均一致性指標參考值

n123456789RI000.580.901.121.241.321.411.45

3.3 指標層次排序

該過程分為兩個環(huán)節(jié)：由層次單排序獲得單層指標權(quán)重，然后通過層次總排序產(chǎn)生各分指標的總權(quán)重.

(1)層次單排序.根據(jù)經(jīng)過一致性檢驗的各判斷矩陣分別產(chǎn)生每個層次分指標對上層因素的影響權(quán)重，即層次單排序.由判斷矩陣最大特征值對應(yīng)的特征向量進行歸一化處理后的各分量即為相應(yīng)權(quán)重.因此，判斷矩陣Dtop的最大特征值對應(yīng)的特征向量歸一化處理后得到向量

αtop=(ωOP,ωPR,ωOR)

式中，ωOP、ωPR、ωOR分別為Operation、Product、Organization3個緯度的單層權(quán)重.

同理，由判斷矩陣DOP得向量

αOP=(ωOP1,ωOP2,ωOP3,ωOP4)

式中，ωOP1、ωOP2、ωOP3、ωOP4分別表示在Operation緯度中OPeva、OPint、OPjit、OPagi的單層權(quán)重.

由判斷矩陣DPR得向量

αPR=(ωPR1,ωPR2,ωPR3,ωPR4,ωPR5)

式中，ωPR1、ωPR2、ωPR3、ωPR4、ωPR5分別表示在Product緯度中PRpri、PRpre、PRser、PRqua、PRfle的單層權(quán)重.

由判斷矩陣DOR得向量

αOR=(ωOR1,ωOR2,ωOR3,ωOR4)式中，ωOR1、ωOR2、ωOR3、ωOR4分別表示在Organisation緯度中ORexp、ORstu、ORcol、ORinn的單層權(quán)重.

(2) 層次總排序.根據(jù)各分指標及其上層指標的單層權(quán)重確定其對最終決策目標的影響權(quán)重的過程即層次總排序.計算公式為：ωx=ωij·ωi.式中：ωx為分指標綜合權(quán)重；ωij為分指標單層權(quán)重，ωi為緯度單層權(quán)重.其中，i=OP,OR，j=1,2,3,4；或i=PR，j=1,2,…,5.

于是，由各分指標綜合權(quán)重作為分量組成了綜合權(quán)重向量αcom.表3展示了云制造服務(wù)分指標綜合權(quán)重的對應(yīng)關(guān)系.

表3 云制造服務(wù)分指標綜合權(quán)重對應(yīng)關(guān)系

權(quán)重OPevaOPintOPjitOPagiPRpriPRprePRserPRquaPRfleORexpORstuORcolORinnωxωevaωintωjitωagiωpriωpreωserωquaωfleωexpωstuωcolωinnωijωOP1ωOP2ωOP3ωOP4ωPR1ωPR2ωPR3ωPR4ωPR5ωOR1ωOR2ωOR3ωOR4ωiωOPωPRωOR

3.4 基于模糊評價的優(yōu)選決策

分指標模糊評價通過以下兩種途徑獲得：一是歷史統(tǒng)計數(shù)據(jù)的量化表達；二是云制造平臺結(jié)合專家意見給出的定性評價.途徑一適用于有大量精確運營記錄、能夠定量評價的指標，如可直接獲取的價格、精度、服務(wù)評價等指標，還有用戶關(guān)于產(chǎn)品易用性、耐用性、適用性等的反饋所反映的產(chǎn)品質(zhì)量，以及響應(yīng)時間、完成時間等體現(xiàn)的敏捷響應(yīng)、準時交貨等指標.它們可以通過云制造平臺上或行業(yè)內(nèi)整體表現(xiàn)進行等級劃分，形成好、較好、一般、較差、差5個層次，然后根據(jù)被評價服務(wù)的歷史數(shù)據(jù)分布獲得不同等級的模糊評價值.而途徑二適用于從宏觀角度出發(fā)、難以定量刻畫的指標，如服務(wù)化水平、智能運作、自學(xué)習(xí)能力、制造柔性、網(wǎng)絡(luò)化協(xié)同、制造經(jīng)驗、創(chuàng)新能力等.這些指標由平臺專家根據(jù)對相關(guān)供應(yīng)方的考察分析進行定性評價，同樣給出由好到差5級的評價值.

通過以上兩種途徑，關(guān)于云制造服務(wù)的模糊評價矩陣V(13×5)便產(chǎn)生了.

于是，云制造服務(wù)的綜合評價向量為

u=αcom·V

最后，若備選集合元素較少的情況下，可采用最大隸屬度原則確定評價結(jié)論，選擇評價最高者為優(yōu)選結(jié)果；而當備選集合較為龐大時，則可通過為分量賦分值，然后加權(quán)求和的方法確定評價分數(shù)，其中分數(shù)最高者為優(yōu)選目標.

4 算例分析

假設(shè)由當前云制造平臺的服務(wù)需求進行指標對比后得到如下判斷矩陣：

從而得到判斷矩陣Dtop的最大特征值λtop=3.009 2，于是有CRtop=0.007 9<0.1，符合“滿意一致性”.而由λtop對應(yīng)的特征向量進行歸一化處理后得αtop=(0.296 9,0.539 6,0.163 5).即

ωOP=0.296 9，ωPR=0.539 6，ωOR=0.163 5

同理，對于DOP：λOP=4.010 4，CROP=0.003 9<0.1，則

αOP=(0.423 5,0.122 3,0.227 1,0.227 1)

對于DPR：λPR=5.071 9，CRPR=0.016 0<0.1，則

αPR=(0.295 2,0.183 5,0.087 9,0.295 2,0.138 2).

對于DOR：λOR=4.071 0，CROR=0.026 3<0.1，則

αOR=(0.418 2,0.190 6,0.270 7,0.120 5)

然后計算層次總排序如表4所示，即得到由綜合權(quán)重值作為分量的權(quán)重向量αcom.

表4 各分指標綜合權(quán)重一覽表

指標OPevaOPintOPjitOPagiPRpriPRprePRserPRquaPRfleORexpORstuORcolORinnωxωevaωintωjitωagiωpriωpreωserωquaωfleωexpωstuωcolωinn權(quán)重0.12570.03630.06740.06740.15930.09900.04740.15930.07460.06840.03120.04430.0197

接下來，假設(shè)有3個云制造服務(wù)S1、S2、S3等待評價，各自的模糊評價矩陣分別為：

于是，得到云制造服務(wù)評價向量如下：

接下來，分別對好、較好、一般、較差、差5個等級賦以分值2、1、0、-1、-2，并計算以云制造服務(wù)評價向量為權(quán)的和.最終得到服務(wù)的評價分值為：

S1=0.775 038

S2=1.050 071

S3=0.801 743

可見，云制造服務(wù)S2方案優(yōu)于其余兩個，被確定為任務(wù)執(zhí)行者.

5 結(jié)束語

本文針對云制造服務(wù)平臺的優(yōu)選問題進行了相關(guān)研究，從運營、產(chǎn)品、組織的多維角度建立衡量準則，對云制造服務(wù)進行全面的評價對比，使所選服務(wù)接近實際需求；在多維指標評價獲取中，采取定性描述與定量分級、主觀評價與客觀統(tǒng)計相結(jié)合的策略，可以有效避免純定性的主觀偏差和唯統(tǒng)計的前瞻性局限；鑒于模糊層次分析法既方便產(chǎn)生表征因素重要程度的模糊集，又能有效、高效應(yīng)對最底層元素較多的優(yōu)選問題，因此成為云制造服務(wù)優(yōu)選模型的基礎(chǔ)架構(gòu)，并展現(xiàn)了良好的適用性.

[1]李伯虎, 張霖, 王時龍, 等. 云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 計算機集成制造系統(tǒng)， 2010,16(1): 1-7, 16.

[2]李伯虎, 張霖, 任磊, 等. 再論云制造[J]. 計算機集成制造系統(tǒng)， 2011, 17(3): 449-457.

[3]李伯虎, 張霖, 任磊, 等. 云制造典型特征、關(guān)鍵技術(shù)與應(yīng)用[J]. 計算機集成制造系統(tǒng)， 2012,18(7): 1 345-1 356.

[4]沈磊, 郭鋼, 董元發(fā), 等. 面向裝備制造行業(yè)的云制造服務(wù)需求與資源響應(yīng)模型[J]. 中國機械工程， 2014, 25(7): 911-917.

[5]盛步云, 張成雷, 盧其兵, 等. 云制造服務(wù)平臺供需智能匹配的研究與實現(xiàn)[J]. 計算機集成制造系統(tǒng)， 2015, 21(3): 822-830.

[6]楊騰, 張映鋒, 王晉, 等. 云制造模式下制造服務(wù)主動發(fā)現(xiàn)與敏捷配置方法[J]. 計算機集成制造系統(tǒng)， 2015, 21(4): 1 124-1 133.

[7]譚明智, 易樹平, 曾銳. 基于服務(wù)滿意度的云制造服務(wù)綜合信任評價模型[J]. 中國機械工程，2015, 26(18): 2 473-2 480.

[8]CAO Y, WANG S L, KANG L, et al. Study on machining service modes and resource selection strategies in cloud manufacturing [J]. International Journal of Advanced Manufacturing Technology, 2015, 81:597-613.

[9]董元發(fā), 郭鋼. 基于模板與全局信任度的云制造服務(wù)評價與選擇方法[J]. 計算機集成制造系統(tǒng)， 2014, 20(1): 207-214

[10]蔡坦, 劉衛(wèi)寧, 劉波. 一種新的基于直覺模糊集的制造云服務(wù)優(yōu)選方法[J]. 中國機械工程， 2014,25(3): 352-356, 421.

[11]陶飛，張霖，郭華，等. 云制造特征及云服務(wù)組合關(guān)鍵問題研究[J]. 計算機集成制造系統(tǒng)， 2011, 17(3): 477-486.

[12]王時龍, 郭亮, 康玲, 等. 云制造應(yīng)用模式探討及方案分析[J]. 計算機集成制造系統(tǒng)，2012, 18(7):1 637-1 643.

[13]姚錫凡, 練肇通, 李永湘, 等. 面向云制造服務(wù)架構(gòu)及集成開發(fā)環(huán)境. 計算機集成制造系統(tǒng),2012, 18(10): 2 312-2 322.

[14]TAO F, ZHANG L,VENKATESH V C, et al. Cloud manufacturing: a computing and service-oriented manufacturing model [J]. Proceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture, 2011, 225(10):1 969-1 976.

[15]TAO F, CHENG Y,XU L D, et al. CCIot-CMfg: cloud computing and internet of things-based cloud manufacturing service system [J]. IEEE Transactions on Industrial Informatics, 2014, 10(2):1 435-1 442.

[16]任磊, 張霖, 張雅彬, 等. 云制造資源虛擬化研究[J]. 計算機集成制造系統(tǒng)，2011, 17(3): 511-518.

[17]REN L, ZHANG L, TAO F, et al. Cloud manufacturing: from concept to practice[J]. Enterprise Information Systems, 2015, 9(2):186-209.

[18]LUO Y L, ZHANG L, TAO F, et al. A modeling and description method of multidimensional information for manufacturing capability in cloud manufacturing system[J]. International Journal of Advanced Manufacturing Technology, 2013, 69: 961-975.

[19]張霖, 羅永亮, 陶飛, 等. 制造云構(gòu)建關(guān)鍵技術(shù)研究[J]. 計算機集成制造系統(tǒng)， 2010, 16(11):2 510-2 520.

[20]XUE X, WANG S F, LU B Y. Manufacturing service composition method based on networked collaboration mode[J]. Journal of Network and Computer Applications, 2015, 59: 28-38.

[21]ASHTIANI M,ABDOLLAHI AZGOMI M. A multi-criteria decision-making formulation of trust using fuzzy analytic hierarchy process [J]. Cognition, Technology & Work, 2015, 17:465-488.

[22]HOSSEINI EZZABADI J, DEHGHANI SARYAZDI M, MOSTAFAEIPOUR A. Implementing fuzzy logic and AHP into the EFQM model for performance improvement: A case study [J]. Applied Soft Computing,2015, 36(c): 165-176.

[23]李家豪, 劉婧. 基于模糊層次分析法的社交編程網(wǎng)站開發(fā)者評估方法[J]. 計算機應(yīng)用研究,2016, 33(1):141-146.

(編輯：郝秀清)

Multi-dimension based fuzzy decision making model for selection of CM services

LIU Ting-ting1, LI Chang-yi1,2

(1. School of Business, Shandong University of Technology, Zibo 255012,China;2. School of Humanities and Economic Management, China University of Geosciences, Beijing 100083,China)

Cloud manufacturing platform provides plenty of services orienting the manufacturing requirements. Consequently, the selection from these services is of great significance for optimal allocation of cloud manufacturing resources and development of the whole platform. In this paper, the criteria are summarized into three dimensions for comprehensive evaluation of services: operation, product and organization. In order to avoid the subjectivity of mere qualitative means or the unpredictability of statistics, a hybrid method, which combines qualitative description with quantitative grades and subjective evaluation with objective statistics, is presented. And then, the fuzzy decision making model for service selection is constructed. It is not only convenient for the generation of fuzzy sets which reflect the important degree of factors, but also effective to deal with numerous plans at the bottom. At last, a case demonstrates the applicability of this model.

cloud manufacturing; service selection; fuzzy decision making

2016-07-19

山東省社科規(guī)劃項目(15CGLJ25)；山東省高校人文社科計劃項目(J14WG25)

劉婷婷，女，tingtingliu312@126.com

1672-6197(2017)05-0073-06

TP391

A