混合QoS條件下基于信息公理的制造資源服務配置研究＊

張源鑠 王有遠

（①南昌航空大學飛行器工程學院，江西 南昌 330063；②南昌航空復雜系統與智能科學重點實驗室，江西 南昌 330063；③南昌航空大學工業工程研究所，江西 南昌 330063）

隨著制造業的發展，生產模式從傳統的大規模生產逐漸轉變為以市場需求為導向的小批量定制，制造企業從只單一的為客戶制造產品逐步發展到為客戶提供多樣的制造資源[1]。制造資源指的是產品制造全生命周期中所需的各種物理要素的集合，云制造環境下又將物理制造資源虛擬化，實現資源的高效利用[2]。面對云制造環境下存在的大量功能相似的制造資源服務，快速響應市場需求，實現制造資源合理配置對制造業具有重要意義[3]。

國內外學者針對制造資源服務配置開展了多方面的研究，Wang Y Y等[4]基于效能評價和相對優勢關系,提出一種基于位置加權更新的改進的粒子群算法，建立的多屬性決策模型可以有效地完成制造資源排序和擇優選擇；裴植等[5]提出了一種基于排隊理論的制造網絡節點動態資源配置策略，對客戶放棄概率的穩定可控，實現制造資源的有效利用；Lin T Y等[6]在量化制造資源可用性和協同成本的基礎上，提出了多中心架構下制造資源能力配置的全局優化模型；Hu Y J等[7]將云制造資源匹配的共性方面作為服務質量指標，引入需求資源任務復雜度的概念對制造資源配置進行優化；楊欣等[8]利用雙目標模型和改進的NSGA-Ⅱ算法，提出一種新的云制造服務組合優化方法，用于解決制造服務組合優化問題。

資源服務質量(quality of service,QoS)的定義為一組非功能屬性的集合，屬性值存儲服務質量信息，如成本、產品質量和資源柔性等[9]。對制造資源服務質量評價的研究具有重要意義，伍星等[10]基于云制造服務環境下，對建立供需方信任橋梁的關鍵技術共識算法進行改進，提出一種基于QoS值的改進實用拜占庭容錯算法；孫曉琳等[11]針對云制造環境下的服務匹配具有資源數量大、語義信息不對稱的特點，提出了一種基于本體和模糊QoS聚類的三階段供應商匹配模型。

以上研究主要通過建立資源優化模型和算法對制造資源服務配置問題進行研究，對于混合QoS條件下數據存在的不確定表達方式考慮較少，并且QoS的一些指標具有較強主觀性，數據波動幅度大。本文基于信息公理的方法，在云制造環境下，建立混合QoS指標信息量計算方法，對制造資源服務進行優選配置。

1 問題描述

制造資源需求方通過云制造服務平臺發布制造任務，云制造服務平臺從數據庫中，按照狀態、功能、服務質量等信息對制造資源提供方上傳的制造資源信息進行綜合匹配，從而實現制造資源的優選服務，如圖1所示。

圖1 制造資源服務模式

為方便描述，應用以下符號描述制造資源配置問題。

M={MR1,···,MRm}為制造資源的集合，MRi為第i個制造資源。

SQoS={q1,···,qn}為制造服務的QoS指標的集合，qj為第j個QoS指標。

W=(ω1,···,ω n)T為制造服務QoS指標的權重向量，其中ω j表示第j個QoS指標的權重，且ω j在[0,1]間取值

對于不確定QoS指標建立專家評價矩陣E=[eij]m×n，其中eij表示專家小組針對制造資源MRi的QoS指標qj給出的語義評價信息，eij∈L，L為語義短語集，L={le|e=0,1,2,···,t}，其中le為L中第e個短語，且t通常為奇數。

D=(d1,···,dn)T為制造資源需求方發布任務的QoS設計范圍向量，dj為需求方對第j個指標的設計范圍。

根據制造資源需求方發布任務的QoS設計范圍D、制造服務QoS指標的權重向量W和評價矩陣E，從m個制造資源中選出最合適的制造資源。

2 混合QoS條件下基于信息公理的制造資源服務優選

2.1 確定QoS指標信息量計算

信息公理是公理設計的兩條設計公理之一[12]，在滿足獨立公理條件下，根據信息量大小對多屬性問題進行優選是解決優選問題的新路徑。

信息公理的核心思想是：包含信息量最小的方案就是最好的方案。信息量I為

式中：P為滿足任務需求的成功概率，由設計范圍和系統范圍確定。設計范圍是指需求方期望達到的指標范圍，系統范圍指指標實際可達范圍，設計范圍與系統范圍的重疊部分稱為公共范圍，對于均勻概率密度函數，信息量表達為：

假設有n個獨立任務需求，任務方案總信息量為：

確定型QoS指標又可分為價值型和成本型，對于價值型QoS指標來說，其價值越高越好，假定設計范圍為[a,b]，系統范圍[a*,b*]，公共范圍[c,d]，可以直接采用公式（2）進行信息量計算，公式為

其中：當系統范圍最大值b*小于設計范圍最小值a時，I=∞，說明設計范圍與系統范圍無交集，完全不符合需求方的需求。對于成本型QoS指標來說，其成本越低越好，計算方法與價值型相反，公式為：

2.2 不確定QoS指標信息量計算

對于不確定QoS指標，通常使用專家語義信息進行評價，為了滿足在混合QoS條件下的信息量計算，將專家語義信息轉換為三角模糊數計算指標的信息量。參考文獻[13]，將制造資源需求方設計信息dj轉換為三角模糊數其隸屬度函數為：

同理將專家語義評價信息eij轉換為三角模糊數,其隸屬度函數為：

將制造資源需求方設計范圍曲線圍成的面積稱為模糊設計范圍SFD，專家語義評價信息范圍曲線圍成的面積為模糊系統范圍SFS、SFD與SFS的交集稱為模糊公共范圍SFC，如圖2所示。

圖2 三角模糊范圍

根據信息公理，不確定QoS指標的信息量可以表示為：

由于Iij表示為制造資源MRi在指標qj下不滿足設計范圍的程度，需要將其計算公式轉換為：

由式（9）可以看出，Iij的取值越小，制造資源MRi在不確定QoS指標qj下符合需求者設計范圍的程度越大，符合信息公理中對信息量的定義。

2.3 制造資源排序

針對制造資源需求方給出的制造服務QoS指標設計范圍，云制造服務平臺對制造資源MRi進行初選，首先判斷指標性質，若為確定型QoS指標，按照信息公理計算指標的信息量；若為不確定型QoS指標，則要先將專家語義信息轉換為三角模糊數，再計算指標的信息量。

如果存在某一指標Iij=∞，則制造資源MRi完全不符合需求者的需求，若所有指標的信息量Iij≠∞，結合制造服務QoS指標的權重向量，計算制造資源MRi的綜合信息量Im：

式中：Ij為制造資源在第j個QoS指標下的信息量。最后對綜合信息量Im的大小進行排序，信息量最小的制造資源即為最合適的制造資源。

綜上所述，混合QoS條件下基于信息公理的制造資源服務配置方法具體步驟如下：

Step 1 依據混合QoS指標值的表達方式將QoS指標劃分為確定型與不確定型。

Step 2 根據式（4）～（5）計算確定型QoS指標信息量，并剔除不符合需求者設計要求的制造資源。

Step 3 根據式（6）～（7）將不確定型QoS指標的評價語義短語轉化為三角模糊數，計算其信息量，并剔除不符合需求者設計要求的制造資源。

Step 4 根據式（10）計算制造資源的綜合信息量Im，根據綜合信息量的大小進行排序，選取最優制造資源。

3 實例仿真

某企業A根據需求，決定生產一款新型航空產品（AP），A通過云制造平臺發布制造任務，給出各項指標數據設計范圍，如表1所示。

表1 指標設計范圍

其中訂單評價是對制造資源以往歷史訂單的綜合評價，資源柔性為制造資源適應不同制造任務的能力，均為不確定型QoS指標。

對于不確定型QoS指標，由專家小組采用5級語義短語評價，語義短語集L=(l0,l1,l2,l3,l4)={極差(VB)，差(B)，一般(M)，較好(G)，極好(VG)}，將語義短語轉換為相應三角模糊數如表2。

表2 語義短語的三角模糊數轉換

通過表（2）將給出的q4指標的設計范圍轉換為三角模糊數為{[0.50,0.75,1.00],[0.75,1.00,1.00]}，q5指標的設計范圍轉換為三角模糊數為{[0.25,0.50,0.75],[0.50,0.75,1.00],[0.75,1.00,1.00]}。

專家小組對評價指標構建判斷矩陣，對矩陣進行一致性檢驗，其一致性比例CR<0.1，所以矩陣具有滿意的一致性。根據判斷矩陣的特征值和特征向量計算得出制造服務QoS指標的權重向量W=(0.26,0.24,0.21,0.16,0.13)T。

云制造服務平臺經過初選得到5組備選制造資源M={MR1，MR2，MR3，MR4，MR5}，各項指標數據如表3所示。

表3 制造資源指標數值

通過式（4）～（5）計算QoS指標q1、q2、q3的信息量見表4。

表4 確定型QoS指標信息量

通過表（2）和式（9）計算不確定QoS指標q4、q5信息量見表5。

表5 確定型QoS指標信息量

根據給出的指標權重，通過式（10）計算制造資源綜合信息量Im并排序，見表6。

表6 制造資源綜合信息量和排序位置

因此，最終得到制造資源優先排序為MR2>MR1>MR4>MR5>MR3，滿足企業A制造需求的最優制造資源為MR2。

表7表明，對比文獻[14]采用的VIKRO方法，在制造資源優選排序上有所差異，本文方法考慮了混合QoS條件下指標的邊界模糊性和不確定性，更加有效地反應出需求者和決策者真實意圖，具有更好的綜合性能。

表7 制造資源優選方法對比

4 結語

針對云制造環境下采用混合QoS指標的制造資源服務配置問題，本文提出基于信息公理的制造資源服務配置方法，首先對QoS指標分類，對確定QoS指標直接進行信息量計算；針對不確定QoS指標，將語義短語轉化為三角模糊數，通過計算三角模糊數面積得到信息量；最后計算制造資源綜合信息量并排序，最終實現制造資源最優配置。通過仿真實驗驗證此方法有能力解決制造資源服務配置問題。

進一步工作包括考慮更多種信息方式表達的QoS指標，以及考慮資源相關性對制造資源優化的影響。