[发明专利]云制造环境下的机械产品服务优选方法

说明书

本发明公开了一种云制造平台下的机械产品服务优选方法。首先根据用户需求，将用户需求分解为多个子任务，每个子任务对应多个服务方，以服务时间、服务费用为指标，使用k优选算法，将前k个最优服务组合方案推荐给用户，并降低了计算复杂度，同时避免了元启发式算法不易收敛的问题，可以更高效、准确的为用户提供可靠的选择范围，从而节约用户工作中的时间成本，提高企业竞争力。

技术领域

本发明涉及一种信息化处理方法，尤其是一种云制造环境下的机械产品服务优选方法。

背景技术

云制造是我国北京航空航天大学李伯虎院士针对我国制造业现状提出来一种新型制造模式，其核心思想为通过整合各服务方资源，以达到最大化资源利用率，降低服务方资源浪费的目的。云制造模式下服务优选问题是云制造模式研究的一个热点问题，也是难点问题。

目前云制造模式下服务优选问题均以求某指标(服务时间、服务费用等)的最优服务组合方案为研究目标，建立数学模型，并通过元启发式算法进行求解。但是，在实际应用中，某指标的多组最优服务组合方案更符合需求方的需求。此外，元启发式算法的时间复杂度和空间复杂度较高，且存在调参困难、不收敛和局部最优的现象。

发明内容

针对上述问题，本发明首先将用户需求分解为多个子任务，每一项子任务对应多个服务方，其次以服务时间、服务费用为指标，应用改进的k优选算法，将前k个最优服务组合方案推荐给用户，并降低了计算的复杂度，使其可以在多项式范围内求解，同时相对于元启发式择优算法，更容易保证其收敛性，使用该算法为核心的推荐系统，可以高效、准确的为用户提供可靠的选择范围，从而节约用户工作中的时间成本，提高企业竞争力。

具体技术方案如下：

步骤1：根据需求方的需求，一个任务可以分解为一个或者多个子任务，同时记录每个子任务所对应的一个或者多个服务方。

步骤2：构建子任务无向图模型，由一个子任务向另一个子任务进行时，存在着物流时间费用和物流费用。

步骤3：构建目标优化函数：服务组合方案的总服务时间为各子任务服务过程各生产服务方服务时间之和，与各子任务服务方之间物流时间之和：

上式中：T：服务组合方案的总服务时间；i＝{1,2,...,n}：第i个子任务；j＝{1,2,...,s}：第j个服务方；T_ij：第i个子任务中，第j个服务方的服务时间；T_{i→i+1,j→s}：由第i个子任务向第i+1个子任务进行时，第j个服务方到第s个服务方的服务时间。

服务组合方案的总服务费用为各子任务服务过程各服务方服务费用之和，与各服务方之间物流费用之和：

上式中：C：服务组合方案的总服务费用；C_ij：第i个子任务中，第j个服务方的服务费用；C_{i→i+1,j→s}：由第i个子任务向第i+1个子任务进行时，第j个服务方到第s个服务方的服务费用。

得出前k个最短服务时间的服务优选数学模型为：

上式中m为可选的服务组合方案数目；k为选择的服务组合方案数目；

前k个最小服务费用的服务优选数学模型为：