基于FAHP和改進(jìn)蟻群算法的網(wǎng)絡(luò)化制造資源鏈構(gòu)建研究

王正成 謝先文

浙江理工大學(xué)，杭州，310018

0 引言

隨著制造與網(wǎng)絡(luò)信息技術(shù)的不斷融合，利用網(wǎng)絡(luò)優(yōu)勢(shì)、協(xié)同網(wǎng)絡(luò)制造資源組成跨組織制造資源鏈?zhǔn)侵圃鞓I(yè)發(fā)展的必然趨勢(shì)。在異地跨組織制造資源的協(xié)同與共享過程中，如何解決好協(xié)同制造任務(wù)在時(shí)間、成本、服務(wù)、質(zhì)量準(zhǔn)則下資源的優(yōu)化配置，構(gòu)建網(wǎng)絡(luò)化制造資源服務(wù)鏈?zhǔn)悄壳爸圃鞓I(yè)亟待解決的問題。當(dāng)前對(duì)網(wǎng)絡(luò)化制造資源鏈的研究，還停留在部分制造企業(yè)的制造資源集成上，實(shí)現(xiàn)的是某些環(huán)節(jié)上制造資源的優(yōu)化配置，而沒有從全局考慮的角度出發(fā)，協(xié)同、集成和共享跨組織的異地制造資源，組成最優(yōu)的制造加工路線，從而實(shí)現(xiàn)整個(gè)行業(yè)資源的優(yōu)化配置。

本文針對(duì)上述研究的不足，以協(xié)同制造總?cè)蝿?wù)的任務(wù)分解及單任務(wù)驅(qū)動(dòng)的網(wǎng)絡(luò)候選制造資源的評(píng)價(jià)選擇為基礎(chǔ)，構(gòu)建網(wǎng)絡(luò)化協(xié)同制造總?cè)蝿?wù)資源鏈模型；利用轉(zhuǎn)移時(shí)間、成本和綜合制造能力建立評(píng)價(jià)函數(shù)，并采用改進(jìn)的蟻群算法對(duì)該模型進(jìn)行求解。

1 研究綜述

協(xié)同制造總?cè)蝿?wù)的分解是網(wǎng)絡(luò)化制造關(guān)注的核心問題之一。研究人員從策略、模型、方法和技術(shù)等多個(gè)視角對(duì)此進(jìn)行了大量的研究。如文獻(xiàn)［1］為解決任務(wù)分解分配與跨組織協(xié)同業(yè)務(wù)過程分離問題，提出了基于工作流的任務(wù)分解分配方法，并建立了基于Petri網(wǎng)的任務(wù)分解分配工作流模型。文獻(xiàn)［2－3］針對(duì)協(xié)同制造任務(wù)類多量大，導(dǎo)致計(jì)算復(fù)雜、求解困難的問題，以智能多A－gent技術(shù)為基礎(chǔ)，分別提出了一種避免死鎖和基于Agent自動(dòng)協(xié)商的任務(wù)分解與分配機(jī)制。本文從制造任務(wù)與網(wǎng)絡(luò)制造資源的匹配性以及分解粒度角度出發(fā)，提出一種基于網(wǎng)絡(luò)資源匹配的任務(wù)分解算法，使得協(xié)同制造總?cè)蝿?wù)能夠很好地分解與分配。

時(shí)序約束單任務(wù)驅(qū)動(dòng)網(wǎng)絡(luò)制造資源的評(píng)價(jià)選擇影響著整個(gè)服務(wù)加工路線的優(yōu)劣。目前對(duì)設(shè)備資源的評(píng)價(jià)方法主要有層次分析法、模糊綜合評(píng)價(jià)法［4］、灰色關(guān)聯(lián)分析法［5］、模糊層次分析法。網(wǎng)絡(luò)制造資源具有海量性特征且各評(píng)價(jià)要素之間相互影響、相互聯(lián)系，模糊且難以量化，因此，本文采用模糊層次算法（FAHP）對(duì)網(wǎng)絡(luò)設(shè)備資源進(jìn)行評(píng)價(jià)篩選，從而找到最優(yōu)的設(shè)備資源。

跨組織網(wǎng)絡(luò)化制造資源鏈的構(gòu)建是一個(gè)多目標(biāo)決策NP問題，解決這一問題的主要方法有遺傳算法［6］、神經(jīng)網(wǎng)絡(luò)法、關(guān)聯(lián)分析法、退火算法以及蟻群算法［7］。但是這些方法通常存在收斂速度慢和易于陷入局部最優(yōu)等缺點(diǎn)，難以解決大規(guī)模的優(yōu)化問題。本文針對(duì)網(wǎng)絡(luò)制造任務(wù)的時(shí)序約束性和資源的異或性特征，構(gòu)建適合于蟻群算法的網(wǎng)絡(luò)資源鏈模型，并對(duì)蟻群算法進(jìn)行改進(jìn)以適應(yīng)該模型，加快算法的收斂速度，提高最優(yōu)解的質(zhì)量。

2 相關(guān)關(guān)鍵技術(shù)方法研究

2.1 網(wǎng)絡(luò)制造協(xié)同總?cè)蝿?wù)的分解過程與算法

2.1.1 制造任務(wù)分解及算法的描述

網(wǎng)絡(luò)制造協(xié)同總?cè)蝿?wù)的分解是以現(xiàn)存的網(wǎng)絡(luò)制造設(shè)備資源為前提，按照制造產(chǎn)品的層次、粒度及擴(kuò)散次序逐步向下分解，使得分解的協(xié)同制造子任務(wù)能夠找到與之相匹配的制造資源。因此采用如下公式對(duì)網(wǎng)絡(luò)制造協(xié)同總?cè)蝿?wù)進(jìn)行描述：

其中，ti、ci、qi分 別 為 時(shí) 間、成 本、質(zhì) 量；Tmax、Cmax、Qmin分別為允許的最長(zhǎng)時(shí)間、最大成本、最小質(zhì)量要求。I為輸入的將要分解的制造任務(wù)。利用任務(wù)分解原則，自頂而下分解。S（i）為約束集判斷函數(shù)，當(dāng)前任務(wù)分解后，判斷是否存在與之相匹配的制造資源，滿足約束則S（i）取值為1，反之則取值為0。i為分解層次。（O，Taski－1）中的O表示當(dāng)S（i）取值為1時(shí)，任務(wù)分解成功，輸出該子任務(wù)；Taski－1表示當(dāng)網(wǎng)絡(luò)平臺(tái)不存在與任務(wù)相匹配的資源時(shí)，進(jìn)入下一步分解，以此類推。網(wǎng)絡(luò)制造任務(wù)的分解算法及過程如圖1所示。網(wǎng)絡(luò)候選資源庫為網(wǎng)絡(luò)平臺(tái)提供制造資源，采用貪婪算法搜索和發(fā)現(xiàn)協(xié)同制造子任務(wù)的網(wǎng)絡(luò)制造資源，規(guī)則庫為任務(wù)分解的原則及相關(guān)專業(yè)知識(shí)。

圖1 網(wǎng)絡(luò)制造任務(wù)分解流程圖

2.1.2 算法實(shí)現(xiàn)

（1）任務(wù)初始分解。分析輸入任務(wù)的整體情況，掌握產(chǎn)品的基本結(jié)構(gòu)和模塊化特點(diǎn)，根據(jù)制造產(chǎn)品的擴(kuò)散順序，按照協(xié)同制造總?cè)蝿?wù)的分解原則（規(guī)則庫）對(duì)該任務(wù)進(jìn)行部件級(jí)分解。令層次為i＝1。

（2）搜索子任務(wù)的網(wǎng)絡(luò)候選制造資源服務(wù)。經(jīng)步驟（1）分解后，采用貪婪算法在網(wǎng)絡(luò)制造資源集成平臺(tái)上檢索發(fā)現(xiàn)所有能完成這些子任務(wù)的候選資源服務(wù)。

（3）任務(wù)分解終止判定。對(duì)于尋找到的所有候選資源，采用約束判斷函數(shù)S（i），判斷這些資源是否滿足時(shí)間、成本、質(zhì)量的約束。若S（i）＝1，則任務(wù)分解結(jié)束，儲(chǔ)存該分解方案；若S（i）＝0，則轉(zhuǎn)到步驟（1）且i←i＋1。

（4）將子任務(wù)集進(jìn)行匯總，形成制造產(chǎn)品結(jié)構(gòu)順序圖。按照產(chǎn)品的結(jié)構(gòu)與功能模塊對(duì)制造子任務(wù)進(jìn)行匯總，再根據(jù)分解層次的順序進(jìn)行逆序組合形成產(chǎn)品結(jié)構(gòu)圖。

（5）分解結(jié)束，并將該網(wǎng)絡(luò)協(xié)同制造總?cè)蝿?wù)的分解方案添加到知識(shí)庫，以備后用。

2.2 單任務(wù)驅(qū)動(dòng)的網(wǎng)絡(luò)化制造資源選擇評(píng)價(jià)

為每個(gè)分解形成的單任務(wù)選出合適的資源服務(wù)是網(wǎng)絡(luò)化制造資源集成共享的目標(biāo)，而對(duì)資源服務(wù)進(jìn)行科學(xué)評(píng)價(jià)是任務(wù)提交方作出正確決策的前提，因此，建立一套行之有效的評(píng)價(jià)指標(biāo)體系是任務(wù)提交方對(duì)網(wǎng)絡(luò)化制造資源服務(wù)進(jìn)行選擇的依據(jù)。網(wǎng)絡(luò)化制造資源選擇評(píng)價(jià)是一個(gè)多層面、多方參與、復(fù)雜的系統(tǒng)工程，涉及很多因素，并且各因素之間存在著復(fù)雜的聯(lián)系。

2.2.1 評(píng)價(jià)指標(biāo)體系的建立

影響網(wǎng)絡(luò)化制造資源服務(wù)選擇的因素很多，根據(jù)任務(wù)類型、目的和性質(zhì)的不同，對(duì)資源服務(wù)選擇的考察重點(diǎn)也不同。在合作伙伴選擇評(píng)價(jià)指標(biāo)和方法方面，國(guó)內(nèi)外學(xué)者做了大量的研究和實(shí)踐，本文在總結(jié)相關(guān)研究成果的基礎(chǔ)上，結(jié)合網(wǎng)絡(luò)化制造資源合作共享的特點(diǎn)，遵循指標(biāo)系統(tǒng)全面性、科學(xué)性、靈活可操作性以及定性定量相結(jié)合的原則，對(duì)網(wǎng)絡(luò)化制造資源服務(wù)評(píng)價(jià)指標(biāo)體系進(jìn)行了分層構(gòu)建，從時(shí)間因素、質(zhì)量因素、成本因素、服務(wù)因素、能力因素、信譽(yù)因素和匹配因素等角度進(jìn)行分析，建立了圖2所示的網(wǎng)絡(luò)化制造資源服務(wù)評(píng)價(jià)指標(biāo)體系。

圖2 網(wǎng)絡(luò)化制造設(shè)備資源評(píng)價(jià)指標(biāo)體系

2.2.2 模糊層次分析法（FAHP）

模糊綜合層次分析法是模糊綜合評(píng)價(jià)法與層次分析法相結(jié)合的一種綜合評(píng)價(jià)方法，該方法根據(jù)模糊數(shù)據(jù)理論將定性問題定量化，使得復(fù)雜問題變得簡(jiǎn)單易量化。FAHP用于網(wǎng)絡(luò)化制造資源評(píng)價(jià)的基本思想是利用模糊理論簡(jiǎn)化復(fù)雜指標(biāo)的度量，弱化人的主觀性，并以客觀數(shù)值反映網(wǎng)絡(luò)制造設(shè)備資源的優(yōu)劣。本文根據(jù)網(wǎng)絡(luò)候選制造資源設(shè)備的特點(diǎn)，對(duì)FAHP作相應(yīng)改進(jìn)以適應(yīng)其評(píng)價(jià)選擇。

（1）在已有的時(shí)間、質(zhì)量、成本、服務(wù)因素的基礎(chǔ)上，加入?yún)f(xié)同企業(yè)的信譽(yù)因素、能力因素和匹配因素，使得網(wǎng)絡(luò)候選資源設(shè)備的評(píng)價(jià)更加全面、具體、可量化。

（2）利用已建立的評(píng)價(jià)指標(biāo)體系，根據(jù)指標(biāo)之間的重要程度建立模糊一致矩陣，并運(yùn)用層次權(quán)重公式計(jì)算得到下層因素針對(duì)上一因素的權(quán)重序列

其中，rij為評(píng)價(jià)指標(biāo)體系中因素ai與因素aj相比較重要性標(biāo)度值，即模糊一致性矩陣中第i行j列的值。參數(shù)λ滿足為因素ai在目標(biāo)Ok下的權(quán)重。根據(jù)圖2可知，該過程需進(jìn)行兩次層次間的排序，將得到的兩次權(quán)重綜合，得到最后一層因素對(duì)于總目標(biāo)的綜合權(quán)重ωT。

（3）在方案層中，各指標(biāo)不再進(jìn)行重要程度的相互比較，而是經(jīng)過實(shí)地調(diào)研，得到網(wǎng)絡(luò)候選制造資源的樣本數(shù)據(jù)矩陣，并對(duì)其進(jìn)行歸一化處理，直接反映出子準(zhǔn)則對(duì)頂層目標(biāo)的重要程度。在這一過程中，需要采用統(tǒng)一量綱函數(shù)，對(duì)于收益性指標(biāo)，如質(zhì)量、綜合性能等采用以下公式：

而對(duì)于成本類的屬性指標(biāo)，如時(shí)間、成本因素等，則采用如下轉(zhuǎn)換公式：

得到網(wǎng)絡(luò)候選制造資源的樣本數(shù)據(jù)矩陣R（k）。

（4）建立隸屬度矩陣U，將矩陣中的各數(shù)據(jù)值限制在［1，10］中。以數(shù)值的形式反映到最后的綜合性能評(píng)價(jià)上，利于制造設(shè)備資源的排序，為之后整個(gè)網(wǎng)絡(luò)化制造設(shè)備資源鏈的構(gòu)建提供便利。

（5）根據(jù)評(píng)價(jià)指標(biāo)權(quán)重ωT、制造資源樣本數(shù)據(jù)矩陣R（k）及隸屬度矩陣U，采用公式Z＝UωTR（k）確定各網(wǎng)絡(luò)制造設(shè)備資源綜合性能值Z；根據(jù)Z的大小對(duì)各網(wǎng)絡(luò)制造資源設(shè)備的進(jìn)行排序，并為建立網(wǎng)絡(luò)化制造服務(wù)鏈的評(píng)價(jià)函數(shù)min F提供數(shù)據(jù)支持。

2.3 多任務(wù)驅(qū)動(dòng)的網(wǎng)絡(luò)化制造資源鏈構(gòu)建算法

2.3.1 蟻群算法基本原理

蟻群算法具有良好反饋性，能夠很好地解決多任務(wù)驅(qū)動(dòng)的網(wǎng)絡(luò)化制造資源鏈構(gòu)建問題。

利用圖論知識(shí)對(duì)網(wǎng)絡(luò)制造資源鏈進(jìn)行描述：帶權(quán)有向網(wǎng)絡(luò)圖G＝（V，E，A，W），其中，V 為網(wǎng)絡(luò)制造設(shè)備資源集，E為兩節(jié)點(diǎn)的邊集，A為各網(wǎng)絡(luò)制造資源集的綜合制造能力，W 為E上各邊的權(quán)值的有窮集，包括轉(zhuǎn)移成本參數(shù)C和轉(zhuǎn)移時(shí)間參數(shù)D?；贕＝（V，E，A，W）的蟻群算法組成模型如圖3所示。

為將各模塊之間的操作規(guī)則表述清晰，用如下符號(hào)標(biāo)記：n為網(wǎng)絡(luò)候選設(shè)備資源集，m為螞蟻數(shù) 量 ，t 為 循 環(huán) 次 數(shù)為兩個(gè)不同任務(wù)之間的轉(zhuǎn)移費(fèi)用，其中ij為后序資源編號(hào)，ef為前序資源編號(hào)表示轉(zhuǎn)移時(shí)間表示能見度因子表示t時(shí)刻（ef，ij）上的信息素濃度；Start、End表示起點(diǎn)與終點(diǎn)；初始時(shí)刻所有螞蟻都在起點(diǎn)，各邊信息素濃度為常量（cons）。螞蟻搜索過程轉(zhuǎn)移規(guī)則如下：

圖3 基于G＝ （V，E，A，W）的蟻群模型

式中，allowed表示螞蟻下一步可選擇的路徑表；α為路徑的相對(duì)重要性；β為路徑能見度相對(duì)重要性。

當(dāng)完成一次遍歷后，各路徑上的信息素濃度采用以下公式進(jìn)行更新：

式中，ρ為信息揮發(fā)度；Q為螞蟻循環(huán)一個(gè)過程所釋放的信息素總量；Lk為轉(zhuǎn)移成本或轉(zhuǎn)移時(shí)間為第k只螞蟻在本次循環(huán)中留在連接（ef，ij）上的信息 增 量為 本 次 循 環(huán) 中 （ef，ij） 邊 上 的 信息增量。

2.3.2 算法改進(jìn)

網(wǎng)絡(luò)制造資源鏈的蟻群模型與基本蟻群算法存在差異：首先前者具有時(shí)序性，只有當(dāng)前序制造子任務(wù)完成后，才能開始后序的任務(wù)，并且起始節(jié)點(diǎn)都固定。其次網(wǎng)絡(luò)制造資源具有異或性，即同一任務(wù)的提供網(wǎng)絡(luò)候選設(shè)備資源只能從中選取一個(gè)。

根據(jù)以上特點(diǎn)，對(duì)基本蟻群算法進(jìn)行改造：①根據(jù)網(wǎng)絡(luò)制造任務(wù)的制造時(shí)序，進(jìn)行升序編號(hào)，則禁忌表的網(wǎng)絡(luò)候選設(shè)備資源的編號(hào)都是連續(xù)的。②在禁忌表中加入一個(gè)控制變量Hi，當(dāng)Ri中的某一資源被選用，則Hi記錄相關(guān)信息并將Ri中其他候選資源排除出禁忌表，而自身變?yōu)镠i＋1。

另外，基本蟻群算法存在收斂速度慢、易陷于局部最優(yōu)的特點(diǎn)，本文采用序排列和獎(jiǎng)懲思想相結(jié)合，對(duì)其進(jìn)行改進(jìn)。具體做法如下：在信息素更新前，對(duì)排名前L只螞蟻進(jìn)行獎(jiǎng)勵(lì)，以快速提高短路徑信息素濃度；為防止該算法陷入局部最優(yōu)，再將揮發(fā)因子ρ值設(shè)置到相對(duì)高，另外將各邊上的信息素濃度限制在［τmin，τmax］范圍內(nèi)。具體采用下列公式對(duì)信息素進(jìn)行更新：

其中，l是被挑選出來被獎(jiǎng)勵(lì)的螞蟻數(shù)量，排序數(shù)越小，獎(jiǎng)勵(lì)的信息濃度越高。根據(jù)所構(gòu)建的網(wǎng)絡(luò)蟻群模型及其相應(yīng)的改進(jìn)，建立網(wǎng)絡(luò)化制造資源鏈的評(píng)價(jià)函數(shù)：C和D分別為Ri之間轉(zhuǎn)移而產(chǎn)生轉(zhuǎn)移成本和轉(zhuǎn)移時(shí)間；Z表示制造資源的綜合制造能力，其值來源于網(wǎng)絡(luò)候選資源設(shè)備的評(píng)價(jià)選擇。綜合考慮上述因素，建立設(shè)備資源鏈的評(píng)價(jià)函數(shù)：

其中，因整個(gè)制造過程存在著并行和串行任務(wù)，所以轉(zhuǎn)移時(shí)間D為完成所有轉(zhuǎn)移制造任務(wù)中的最長(zhǎng)時(shí)間Dmax。另外C、D為成本性指標(biāo)，而Z為效應(yīng)性指標(biāo)，根據(jù)文獻(xiàn)［7］所述方法進(jìn)行量綱修正。μ1、μ2、μ3為加權(quán)系數(shù)，表示目標(biāo)的相對(duì)重要性，且μ1＋μ2＋μ3＝1。

3 算例

某模具制造企業(yè)2011年2月10日接到一個(gè)大型注塑模具制造的訂單，批量為10件，總成本不超過500萬元，交貨期為2011年3月16日。由于該企業(yè)制造設(shè)備資源有限，需尋找本企業(yè)外的資源來共同完成該大型注塑模具的制造任務(wù)。

首先對(duì)總?cè)蝿?wù)制造工藝及流程進(jìn)行分析，單臺(tái)產(chǎn)品制造成本為44萬元，制造時(shí)間為30天，由此可知單臺(tái)產(chǎn)品的轉(zhuǎn)移成本Cmax≤6萬元，轉(zhuǎn)移時(shí)間Dmax≤6d，整個(gè)制造資源鏈綜合性能經(jīng)過量綱修正為Zmax≤50。約束為

然后，采用分解算法對(duì)該任務(wù)進(jìn)行分解，主要包含7個(gè)子任務(wù)，本企業(yè)加工模架和模具裝配，而其他子任務(wù)通過企業(yè)協(xié)作來完成。對(duì)子任務(wù)進(jìn)行編號(hào)，工藝流程如圖4所示。

圖4中Task1為模架加工和模板加工，Task2為型腔的初步加工，Task3為電極加工，Task4為型芯的電火花加工，Task5為模具裝配。Start為任務(wù)的發(fā)起方（只發(fā)布相關(guān)的制造任務(wù)，不存在實(shí)物的轉(zhuǎn)移，線條為虛線），End為最終回歸到企業(yè)。

圖4 任務(wù)分解后的制造流程

之后，利用網(wǎng)絡(luò)候選資源的優(yōu)劣排序，從中選出2個(gè)較優(yōu)的設(shè)備資源參加網(wǎng)絡(luò)化制造資源服務(wù)鏈的構(gòu)建。其中表示任務(wù)e到任務(wù)i的轉(zhuǎn)移成本（任務(wù)i是任務(wù)e時(shí)序約束下的緊后任務(wù)），主要包括執(zhí)行任務(wù)e的候選資源服務(wù)與執(zhí)行任務(wù)i的候選資源服務(wù)兩者間的物流成本、協(xié)作交易成本和等待成本等。表示任務(wù)e到任務(wù)i的轉(zhuǎn)移時(shí)間，主要包括執(zhí)行任務(wù)e的候選資源服務(wù)與執(zhí)行任務(wù)i的候選資源服務(wù)兩者間的物流時(shí)間、協(xié)作交易時(shí)間和等待時(shí)間等。Zij表示提供制造資源的企業(yè)的綜合制造能力。提供的網(wǎng)絡(luò)制造資源用Rij表示。表1所示為各制造資源的綜合制造性能，表2所示為各子任務(wù)的轉(zhuǎn)移時(shí)間和轉(zhuǎn)移成本。

表1 制造資源的綜合制造能力

表2 制造產(chǎn)品的轉(zhuǎn)移費(fèi)用C（千元）和轉(zhuǎn)移時(shí)間D（d）

最后，在MATLAB平臺(tái)上進(jìn)行模擬仿真計(jì)算，采用改進(jìn)的蟻群算法設(shè)置初始參數(shù)：螞蟻數(shù)量m＝20，α＝1，β＝5，ρ＝0.5，Q＝100，l＝10。經(jīng)計(jì)算得到轉(zhuǎn)移成本∑C＝5.4萬元，轉(zhuǎn)移時(shí)間∑D＝5.7d，總的綜合性能為∑Z＝45.7。這些因素都滿足成本、時(shí)間、綜合性能的約束，因此該網(wǎng)絡(luò)化制造資源鏈可行，令μ1＝0.3，μ2＝0.3，μ2＝0.4，網(wǎng)絡(luò)化制造資源鏈評(píng)價(jià)函數(shù) minF＝36.19。該鏈的構(gòu)建如圖5所示。

圖5 網(wǎng)絡(luò)制造資源組成的加工鏈

4 結(jié)語

本文算法利用資源服務(wù)鏈的順序性和候選資源的異或性特征，有效地縮小最優(yōu)解的搜索空間。另外獎(jiǎng)勵(lì)排名前l(fā)只尋找到短路徑的螞蟻，并限制路徑上信息素濃度上下限，既加快了它的收斂速度，又使之不陷入局部最優(yōu)。但當(dāng)協(xié)同制造總?cè)蝿?wù)分解形成的子任務(wù)數(shù)量較多，且各個(gè)子任務(wù)對(duì)應(yīng)的候選資源服務(wù)也較多時(shí)，構(gòu)建跨組織資源服務(wù)鏈計(jì)算量會(huì)呈指數(shù)級(jí)增長(zhǎng)，導(dǎo)致算法搜索時(shí)間偏長(zhǎng)?？缃M織制造資源服務(wù)類多量大，在實(shí)際應(yīng)用中因網(wǎng)絡(luò)化制造合作的動(dòng)態(tài)性和除時(shí)間、成本、質(zhì)量等定量因素外的定性因素較多，因此較難建立令人信服的制造資源服務(wù)評(píng)價(jià)指標(biāo)模型。本文的研究基于了一種現(xiàn)實(shí)可行假設(shè)：?jiǎn)稳蝿?wù)僅由單資源服務(wù)完成，而不存在單任務(wù)在多資源服務(wù)中分配調(diào)度問題。在采用模糊層次分析法對(duì)候選資源服務(wù)選擇評(píng)價(jià)時(shí)，會(huì)形成由于候選資源服務(wù)指標(biāo)過多導(dǎo)致數(shù)據(jù)統(tǒng)計(jì)量大，且各指標(biāo)權(quán)重難以確定的問題。上述問題在網(wǎng)絡(luò)化制造資源服務(wù)集成共享與優(yōu)化配置中有待進(jìn)一步研究。

［1］ 唐達(dá)，李元生.基于層次細(xì)化Petri網(wǎng)的工作流參與者機(jī)制與動(dòng)態(tài)特性研究［J］.計(jì)算機(jī)研究與發(fā)展，2004，41（9）：1545－1553.

［2］ Hsieh F S.Deadlock Free Task Distribution and Resource Allocation for Holonic Manufacturing System Based on Multi－agent Framework［C］／／IEEE International Conference on System，Man and Cybernetics.Tucson，USA，2001：2463－2468.

［3］ Lou P，Zhou Z D，Chen Y P，et al.Negotion based Task Allocation in An Open Supply Chain Environment［J］.Proc.of the Institution of Mechanical Engineers，Part B：Journal of Engineering Manufacture，2006，220（6）：975－985.

［4］ 武志軍，寧汝新，王愛民.可重構(gòu)制造系統(tǒng)布局規(guī)劃方案的灰色模糊綜合評(píng)價(jià)方法［J］.中國(guó)機(jī)械工程，2007，18（19）：2313－2318.

［5］ 孫忠良，荊無名，洪軍，等.基于層次分析法的模具網(wǎng)絡(luò)化制造企業(yè)匹配技術(shù)［J］.西安交通大學(xué)學(xué)報(bào)，2008，42（3）：291－294.

［6］ 劉金山，廖文和，郭宇.基于雙鏈遺傳算法的網(wǎng)絡(luò)化制造資源優(yōu)化配置［J］.機(jī)械工程學(xué)報(bào)，2008，44（2）：189－195.

［7］ 唐衛(wèi)寧，徐福緣.基于改進(jìn)混合蟻群算法的大批量定制協(xié)同制造鏈優(yōu)化［J］.中國(guó)機(jī)械工程，2008，19（23）：19－24.