云制造環(huán)境下技術(shù)資源需求的優(yōu)選方法

葉寶忠，陳 建

（桂林航天工業(yè)學院，桂林 541004）

0 引言

近些年來,我國制造業(yè)取得了飛速發(fā)展,現(xiàn)已在世界制造大國行列中名列前茅。為了進一步鞏固和提升我國制造業(yè)在國際市場上的競爭力，從制造大國向制造強國轉(zhuǎn)型是基本途徑。由此，信息化制造、網(wǎng)絡化制造、智能化制造等先進制造模式應運而生，在此基礎(chǔ)上，李伯虎院士[1]更是通過與物聯(lián)網(wǎng)、云計算等技術(shù)深度融合，創(chuàng)造性地提出云制造這一面向服務的制造新模式。云制造充分利用網(wǎng)絡和云服務平臺，通過將各類分散的制造資源集中，再將集中的制造資源分散的運行機制，為制造用戶提供適時所需的制造服務，進一步提高了制造資源的使用效率以及制造業(yè)的制造效率[2]。

實現(xiàn)云制造的關(guān)鍵之一在于制造資源的有效共享和優(yōu)化配置。Zhou Kai[3]基于動態(tài)蟻群算法對云環(huán)境下農(nóng)業(yè)裝備制造服務的優(yōu)選問題進行了研究；王有遠[4]提出云制造環(huán)境下設(shè)備資源與加工任務的匹配方法；程元[5]針對云制造環(huán)境下異地分布的3D打印設(shè)備資源的選擇評價問題，基于混合粒子群算法進行了探究；吳書強[6]將鯨魚算法予以改進，對云環(huán)境下制造資源的配置問題進行了分析和思考；李海[7]、龔小容[8]、尹超[9]均對云環(huán)境下機床資源的選擇問題展開了研究；為了有效地完成對云制造環(huán)境下設(shè)備資源的優(yōu)選，易安斌[10]提出設(shè)備資源的多目標優(yōu)化選擇方法。

以上文獻均對云制造及其制造資源進行了深入的研究與探索，并取得了大量的研究成果。總的來看，目前的研究主要是側(cè)重于對硬資源，如機械、設(shè)備、機床等的討論，但對于如技術(shù)資源之類的軟資源的探討卻相對匱乏。隨著市場競爭的加劇，產(chǎn)品更新?lián)Q代速度的加快，企業(yè)對技術(shù)資源的需求將會變得更加旺盛，作為一種典型的軟資源，技術(shù)資源具有如增值性強、共享性好等獨立特點，并且更易靈活滿足云平臺異地用戶的調(diào)配使用。因此，對云環(huán)境下技術(shù)資源的有效選擇和匹配問題進行研究具有重要的價值和意義。另外，在選擇決策方面，當前探討的著重點在于需求方對提供方的選擇，而關(guān)于提供方如何選擇需求方的分析鮮為少見。眾所周知，云環(huán)境中制造資源供需雙方在進行相互之間的選擇時，優(yōu)質(zhì)的資源提供方往往是需求方青睞的對象，所以一個提供方同時面對多個需求方的需求是客觀存在的情形，而此時提供方如何從需求方中進行選擇也是一亟需解決的問題。然而，目前沒有文獻確切地提出云制造環(huán)境下技術(shù)資源需求方的評價方法，無法解決技術(shù)資源提供方對需求方的選擇問題。鑒于此，文中以云環(huán)境下一個技術(shù)資源提供方面對多個需求方的情況為背景，結(jié)合雙方的特點，從提供方的角度，合理地建立需求方的評價指標體系，并在此基礎(chǔ)上，采用相應的模型和方法，對需求方進行評價，為提供方的選擇決策提供依據(jù)。

1 評價指標體系的構(gòu)建與擬解決問題的說明

1.1 評價指標體系的構(gòu)建

云制造環(huán)境下，當技術(shù)資源提供方對需求方進行選擇時，提供方需要有相應合理的指標對需求方進行評價，由此，評價指標的選取和指標體系的建立尤為重要。充分考慮云環(huán)境中技術(shù)資源供需雙方的特點，基于前人的研究，運用科學的方法將各選擇評價因素進行處理、分類，結(jié)合QoS[11]評價技術(shù)，提出如下所示的技術(shù)資源需求方評價指標體系。

圖1 技術(shù)資源需求方評價指標體系

1）需求維：需求價格（p1）表示需求方愿意為技術(shù)資源提供方支付的報酬；需求時間（p2）指需求方提出的服務時間周期；需求質(zhì)量（p3）代表需求方對服務的質(zhì)量要求。以上三項指標值可以由需求方的需求信息中直接獲得。

2）企業(yè)維：企業(yè)現(xiàn)狀（p4）指的是需求方企業(yè)目前的經(jīng)營狀況，由云平臺專家根據(jù)其現(xiàn)狀給出評價值；行業(yè)地位（p5）表示需求方企業(yè)在其所屬制造云行業(yè)內(nèi)的排名，可根據(jù)云平臺系統(tǒng)數(shù)據(jù)信息直接得出；需求潛力（p6）是指需求方企業(yè)在未來的發(fā)展過程中對同種技術(shù)資源的需求潛力大小，由云平臺專家根據(jù)需求方企業(yè)的發(fā)展情況給出評價值。

3）品德維：穩(wěn)定程度（p7）代表需求方企業(yè)對其與提供方所定下的供需服務的穩(wěn)定性，設(shè)某需求方于云平臺與對應提供方所定供需服務的總次數(shù)為n，其中有a次違約，則p7=；結(jié)款速度（p8）指需求方為提供方支付報酬的速度，設(shè)某需求方與相應提供方在云環(huán)境下成功的交易次數(shù)為k，其第i(i=1,2,...,k)次應該為相應提供方支付的報酬為bi元，賬款結(jié)清的時間間隔為天，則p8=

評價指標中，企業(yè)現(xiàn)狀p4和需求潛力p6屬于語言變量，文中采用的語言評價集如下：

表1 語言評價集

不同的評價指標具有不同的屬性趨勢，從技術(shù)資源提供方的視角，在對需求方進行評價選擇時，可將指標進行如下分類。

表2 評價指標的分類

1.2 擬解決問題的說明

技術(shù)資源提供方在選擇需求方時，根據(jù)上述八項指標對需求方進行評價，將需求方的評價模型記為r={p1,p2,...,p8}，設(shè)需求方集合為R={r1,r2,...,rn}，由此可得需求方的屬性集合為：

文中擬解決的問題是：技術(shù)資源提供方如何根據(jù)需求方的屬性集合R，科學地做出決策，從中選擇最佳。

2 優(yōu)選模型與方法

2.1 求解評價指標的客觀權(quán)重

變精度粗糙集模型[12]具備較強的抗干擾能力，可以較好地計算獲得評價指標的客觀權(quán)重，因此文中采用此模型進行技術(shù)資源需求方評價指標客觀權(quán)重的求解，并由中心聚類方法[12]進行聚類化處理。

設(shè)四元組集合I=(U,A=C∪D,V,F)代表技術(shù)資源提供方的相關(guān)信息系統(tǒng)。其中，U表示實例對象；Z條選擇交易歷史記錄表示為U=(x1,x2,...,xz)；A為屬性集合，其中，C=(a1,a2,...,an)為指標屬性集，D=(an+1)為決策屬性集；V為A的值域；F代表指標屬性反映到值域中的具體信息。

定義1：設(shè)X、Y表示實例對象論域的非空子集，且存在XY，則有：

定義3：設(shè)指標對數(shù)據(jù)對象的分類能力以指標屬性信息量表示[13]，信息量的大小體現(xiàn)指標分類能力的強弱。由式(2)所示：

定義4：設(shè)在根據(jù)決策屬性進行分類時，決策屬性對指標屬性的依賴程度由指標屬性的被依賴度表示[14]，被依賴度體現(xiàn)指標的重要性大小。由下式求得指標αp的被依賴度λ(αp)：

因γ(αm)、γ(αp)代表指標重要程度的不同方面，所以采取式子

2.2 求解評價指標的主觀權(quán)重

文中采用五級標度賦值法[15]對評價指標的主觀權(quán)重予以確定，具體如下：

1）評價指標賦值。設(shè)評價指標個數(shù)為n，djk表示指標j對k的五級標度值，根據(jù)表3對指標集進行賦值可得賦值矩陣。

表3 五級標度賦值

賦值矩陣：

2）采用下式計算評價指標的五級標度值之和

3）由下式計算評價指標的主觀權(quán)重

2.3 求解評價指標的綜合權(quán)重

記由變精度粗糙集模型所確定的評價指標的客觀權(quán)重為L=(l1,l2,...,ln)，由五級標度賦值法所確定的評價指標的主觀權(quán)重為U=(u1,u2,...,un)，采用以下式子對評價指標的主客觀權(quán)重進行歸納，得評價指標的綜合權(quán)重。

2.4 基于TOPSIS的評價與優(yōu)選

理想點法[16]是通過計算評價對象與理想目標值之間的貼近程度，從而做進一步選擇的方法。它可以較好地解決選擇決策類問題，具體步驟為：

1）構(gòu)造初始矩陣。設(shè)評價對象個數(shù)為m，評價指標個數(shù)為n，構(gòu)建如下初始矩陣：

2）同趨勢化處理。因評價指標分正向型和負向型兩種，在進行理想點評價時，需要將原始指標值進行同趨勢化處理。文中采用倒數(shù)法，即根據(jù)式(8)所示：

進行處理后得：

由于文中的評價指標大部分為正向型指標，因此，在進行同趨勢化處理時將負向型指標值取倒數(shù)，使其與正向型指標同趨勢。

3）規(guī)范化處理。同趨勢化處理后，由式(9)

進行規(guī)范化處理，得：

4）建立加權(quán)規(guī)范化矩陣。根據(jù)評價指標的綜合權(quán)重W，結(jié)合R''可得加權(quán)規(guī)范化矩陣，

5）確定正、負理想點。由以下兩式予以確定，

上兩式中，J+代表正向型評價指標列，J-代表負向型評價指標列。

6）計算距離。由以下兩式子進行計算，

7）計算貼近度并進行選擇。采用以下式子計算評價對象與理想點之間的貼近度，

3 算例與分析

3.1 算例

以某汽車制造企業(yè)G為例。已知車企G擁有一流的汽車制造技術(shù)，在滿足自身制造需求的情況下，還具有相當?shù)目臻e期。為了應對形勢的發(fā)展，也為了使企業(yè)獲得更多的收益，車企G在云平臺中提供相關(guān)的汽車制造技術(shù)資源服務。經(jīng)過技術(shù)資源需求方的篩選，G同時被五家汽車制造企業(yè)r1、r2、r3、r4、r5選中，需求方企業(yè)均向G表達了強烈意愿，希望G能為其提供汽車制造技術(shù)服務。通過需求方的具體需求資料、相關(guān)領(lǐng)域?qū)＜以u價、電話咨詢、網(wǎng)絡查找等方式，獲得五家需求企業(yè)的需求信息如下所示。

表4 需求方的需求信息

3.1.1 評價指標客觀權(quán)重的確定

結(jié)合變精度粗糙集模型，隨機抽取車企G在云平臺中八條歸一化后的選擇歷史數(shù)據(jù)記錄進行推理演示，具體如表5所示。

表5 車企G的選擇歷史記錄

以5為聚類群數(shù)量，由K中心聚類方法將上表數(shù)據(jù)進行聚類化處理得

表6 聚類化處理后車企的選擇歷史記錄

將以上數(shù)據(jù)代入式(4)可得評價指標的客觀權(quán)重為：

3.1.2 評價指標主觀權(quán)重的確定

針對需求維、企業(yè)維、品德維三個維度，由技術(shù)資源提供方進行五級標度賦值，得如下矩陣：

3.1.3 評價指標綜合權(quán)重的確定

根據(jù)以上，由式(7)得評價指標的綜合權(quán)重為：

3.1.4 評價與優(yōu)選

對于需求方的需求信息，采用式(8)、式(9)進行同趨勢化處理和規(guī)范化處理后得：

表7 同趨勢化規(guī)范化后需求方的需求信息

結(jié)合評價指標的綜合權(quán)重，由式(10)～式(15)得需求方與理想點之間的貼近程度如表8所示。

表8 需求方與理想點的貼近程度

由此，將需求方的貼近程度進行排序為r5＞r3＞r2＞r1＞r4，所以，需求方r5與理想點最為貼近，車企G應該選擇需求方r5。

3.2 分析

采用滿意率來對優(yōu)選方法的有效性進行檢驗，定義技術(shù)資源提供方的滿意率為其所滿意的選擇次數(shù)與其選擇總次數(shù)之比，如下式：

根據(jù)現(xiàn)存的選擇方法[17]，通過實驗模擬20次不同的技術(shù)資源服務選擇，每次模擬由100家技術(shù)資源提供方企業(yè)對需求方進行優(yōu)選，分別比較三種不同的選擇方法下提供方對選擇結(jié)果的滿意率，三種方法分別為：

1）無差異選擇法——評價指標均以相同的權(quán)重進行選擇的方法；

2）主觀選擇法——只根據(jù)提供方的主觀偏好進行選擇的方法；

3）文中的選擇方法——同時考慮評價指標主客觀權(quán)重的選擇方法。基于不同的選擇方法，提供方對于結(jié)果的滿意率的變化趨勢及對比如圖2所示。

圖2 不同選擇方法下技術(shù)資源提供方滿意率的變化與比較

由上圖可得，技術(shù)資源提供方對需求方進行選擇時，隨著選擇次數(shù)的增加，文中所采用的選擇方法與現(xiàn)有的方法相比，由于考慮了較為完善的評價指標，且同時兼顧到了評價指標主觀和客觀兩方面的權(quán)重，所以提供方對于選擇結(jié)果的滿意率不斷提高，且穩(wěn)定性越來越好。

4 結(jié)語

云制造環(huán)境下，制造資源供需雙方時刻都在進行著相互之間的選擇。技術(shù)資源作為典型的軟資源，在實現(xiàn)云制造模式的過程中扮演著十分重要的角色。文中以云環(huán)境下一個技術(shù)資源提供方同時面對多個需求方的需求而要做出選擇的情況為背景，對此時需求方的優(yōu)選決策方法進行探討。首先，建立了對需求方的評價指標體系，根據(jù)提供方的選擇歷史記錄，采用變精度粗糙集模型，求解評價指標的客觀權(quán)重；其次，由五級標度賦值法，由提供方對評價指標體系中各維度、各指標的相對重視程度，計算評價指標的主觀權(quán)重；然后在評價指標的主、客觀權(quán)重的基礎(chǔ)上，獲得其綜合權(quán)重，并結(jié)合理想點法對需求方進行評價,從而實現(xiàn)對需求方的優(yōu)選；最后以實例驗證了優(yōu)選方法的有效性和實用性。實例表明，該方法可以較好地解決云制造環(huán)境下技術(shù)資源提供方對需求方的選擇問題，同時可以對提供方的滿意度予以一定程度的保證。未來的研究將結(jié)合供需雙方企業(yè)文化方面的信息，對云環(huán)境下二者的選擇匹配問題做進一步研究和探索。