基于主成份分析的云制造服務(wù)QoS評估方法研究

周 冰，王美清，甘 佳

（北京航空航天大學(xué) 機(jī)械工程及自動化學(xué)院，北京 100191）

0 引言

云制造是一種利用網(wǎng)絡(luò)和云服務(wù)平臺，按用戶需求組織網(wǎng)上制造資源為用戶提供各類按需制造服務(wù)的一種網(wǎng)絡(luò)化制造新模式，其“分散資源集中使用”和“集中資源分散服務(wù)”的思想為解決企業(yè)、社會中閑散資源低利用率的現(xiàn)狀提供了一個突破口，因而引起了國內(nèi)外專家學(xué)者的廣泛研究。在云制造系統(tǒng)中，對云服務(wù)的具體操作，包括云服務(wù)搜索與匹配、云服務(wù)組合、云服務(wù)資源調(diào)度、交易過程管理等都離不開云服務(wù)的評估。因此，云服務(wù)的評估技術(shù)成為云制造系統(tǒng)中一項(xiàng)重要的關(guān)鍵技術(shù)。

QoS(Quality o f Service, 服務(wù)質(zhì)量)的概念起源于Internet，指的是網(wǎng)絡(luò)的一種安全機(jī)制，是用來解決網(wǎng)絡(luò)延遲和阻塞等問題的一種技術(shù)。文獻(xiàn)[1]研究了制造技術(shù)的特征后發(fā)現(xiàn)制造領(lǐng)域同樣存在著因特網(wǎng)中的四種典型約束：1）資源有限；2）多個任務(wù)可能會爭用同一個公共資源；3）任務(wù)的多個目標(biāo)之間往往存在沖突；4）需要大量的投入來監(jiān)控資源的性能、動態(tài)資源定位和管理、實(shí)時任務(wù)控制、以及容錯和自我修復(fù)。因此QoS的概念同樣適用于制造領(lǐng)域。Qo S的概念對于云服務(wù)的描述以及云制造平臺匹配用戶服務(wù)需求等方面都具有重要意義，因此如何評價云服務(wù)QoS也成為了學(xué)者們廣泛研究的課題。

在云制造服務(wù)QoS評估研究方面，國內(nèi)外學(xué)者的研究多集中在制造資源QoS評估建模和網(wǎng)絡(luò)交易的信任評價方面。文獻(xiàn)[2]從Qo S生命周期管理、制造網(wǎng)絡(luò)架構(gòu)和QoS屬性參數(shù)三個方面對制造網(wǎng)格Qo S的建模和分類進(jìn)行了研究，并給出了基于時間、成本、功能相似度等六個參數(shù)的QoS評估參數(shù)模型。文獻(xiàn)[3]指出Qo S評價需要綜合考慮資源服務(wù)管理QoS和網(wǎng)絡(luò)性能QoS兩個方面，并提出一個基于服務(wù)時間、服務(wù)成本等11個指標(biāo)的QoS評估模型。文獻(xiàn)[4]提出了基于Qo S的制造網(wǎng)格資源調(diào)度策略，構(gòu)建了基于時間、質(zhì)量、成本、服務(wù)的多目標(biāo)決策模型。文獻(xiàn)[5]考慮了資源服務(wù)的信任評估問題，構(gòu)建了制造網(wǎng)格資源服務(wù)Trust-Qo S評估模型，并給出了量化的評估算法。文獻(xiàn)[6]對云制造服務(wù)信任評估技術(shù)展開研究，提出了一種基于主體間信任評估相似性和主體間直接信任關(guān)系的推薦信任度權(quán)值的確定方法。

隨著云制造服務(wù)交易量的增加，如何依據(jù)歷史交易數(shù)據(jù)對云制造服務(wù)進(jìn)行綜合評價與優(yōu)選就變得尤為重要。然而，云制造服務(wù)QoS評價指標(biāo)眾多，評價指標(biāo)又有定量和定性、正指標(biāo)（效益型指標(biāo)）和逆指標(biāo)（成本型指標(biāo)）之分，且各指標(biāo)之間存在著相關(guān)關(guān)系，交易的評價值還存在時效性，這些都為云制造服務(wù)Qo S評估帶來挑戰(zhàn)。主成份分析法（Principal Com ponent Analysis, PCA）是一種常用的多元統(tǒng)計分析方法，其降維的思想與多指標(biāo)評價序列化的要求非常接近，且考慮評價指標(biāo)間的相關(guān)關(guān)系和評價客觀，因此被用于社會學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)的評價中，逐漸成為一種獨(dú)具特色的多指標(biāo)評價技術(shù)[7]。本文對云制造服務(wù)Qo S綜合評估問題展開研究，在構(gòu)建云制造服務(wù)Qo S評價指標(biāo)體系的基礎(chǔ)上，針對云制造服務(wù)交易數(shù)據(jù)的特點(diǎn)，提出了一種基于主成份分析的云制造服務(wù)QoS評估方法，保證了評估結(jié)果的有效性，為云制造服務(wù)優(yōu)選提供了有效的決策依據(jù)。

表1 云服務(wù)QoS評價指標(biāo)集

1 云制造服務(wù)QoS評價指標(biāo)體系構(gòu)建

由于云制造平臺是基于網(wǎng)絡(luò)的服務(wù)平臺，其Qo S評價需要從制造資源和網(wǎng)絡(luò)性能兩方面來入手。因此，其評價指標(biāo)應(yīng)包括制造資源服務(wù)Qo S和網(wǎng)絡(luò)性能QoS兩部分。制造資源服務(wù)QoS主要描述云服務(wù)的功能特點(diǎn)，如交易時間、產(chǎn)品質(zhì)量、技術(shù)質(zhì)量、基本成本、任務(wù)調(diào)度成本、直接信任度、推薦信任度等；而網(wǎng)絡(luò)性能QoS主要用于描述云服務(wù)的網(wǎng)絡(luò)性能特點(diǎn)，如處理器能力、服務(wù)訪問成功率、交易執(zhí)行成功率、網(wǎng)絡(luò)吞吐量、網(wǎng)絡(luò)傳輸延遲等。由于云服務(wù)QoS指標(biāo)繁多，并且某些云服務(wù)QoS指標(biāo)對于云服務(wù)QoS綜合評價意義不大，因此，本文綜合云服務(wù)Qo S評價指標(biāo)類型，考慮各個QoS指標(biāo)對于云服務(wù)QoS評價值的影響，提出如表1所示的云服務(wù)Qo S評價指標(biāo)集合。

基于上述的云服務(wù)QoS評價指標(biāo)集合，構(gòu)建面向候選云服務(wù)的QoS綜合評價三層決策模型如圖1所示。其中方案層為能夠滿足用戶功能需求的候選云服務(wù)方案。準(zhǔn)則層為候選云服務(wù)的Qo S評價指標(biāo)層，根據(jù)準(zhǔn)則層中的指標(biāo)的評價值對候選云服務(wù)QoS進(jìn)行綜合評價得到綜合評價值。通過對候選云服務(wù)QoS綜合評價值進(jìn)行比較，得到最優(yōu)的云服務(wù)。

圖1 云服務(wù)Qo S綜合評估三層評價指標(biāo)決策模型

2 云制造服務(wù)QoS綜合評估求解

云制造服務(wù)QoS綜合評估基于各評價指標(biāo)的歷史記錄，因此要想得到科學(xué)有效的云服務(wù)QoS綜合評價值，首先要采集云服務(wù)QoS各評價指標(biāo)值，然后根據(jù)各評價指標(biāo)值的屬性和類別的不同進(jìn)行數(shù)據(jù)預(yù)處理，即對各評價指標(biāo)記錄值進(jìn)行規(guī)范化處理，然后，再進(jìn)行云服務(wù)Qo S綜合評估求解與方案優(yōu)選。

2.1 評價指標(biāo)數(shù)據(jù)的采集與預(yù)處理

根據(jù)云制造服務(wù)平臺特點(diǎn)，云服務(wù)QoS評價指標(biāo)值的來源有兩類：對于網(wǎng)絡(luò)性能QoS指標(biāo)，其評價值一般由服務(wù)平臺提供，如服務(wù)執(zhí)行時間、網(wǎng)絡(luò)吞吐量、網(wǎng)絡(luò)傳輸延遲、服務(wù)訪問成功率；它們的評價記錄是從云制造服務(wù)平臺的數(shù)據(jù)庫中抽取出來的；對于制造資源服務(wù)QoS的指標(biāo)，其評價值一般由云制造平臺用戶（包括平臺運(yùn)營方、服務(wù)需求方和服務(wù)提供方）提供，如服務(wù)質(zhì)量、服務(wù)成本、服務(wù)信譽(yù)度等，它們的評價記錄是根據(jù)不同指標(biāo)由平臺不同的用戶提供的。

上述QoS評價指標(biāo)按其評價方式的不同可分為定量評價和定性評價兩類，同時，根據(jù)評價指標(biāo)的取值取向，又可分為正指標(biāo)和逆指標(biāo)；另外，對QoS服務(wù)評價值的時效性也要予以充分考慮才能確保評估結(jié)果的有效性。

1）定性評價的量化處理

在Qo S評價指標(biāo)中，如“服務(wù)信譽(yù)度”等指標(biāo)一般是服務(wù)需求方在交易完成后對服務(wù)提供方所提供服務(wù)情況的綜合評價。本文將評價等級分為：“非常滿意”、“比較滿意”、“一般滿意”、“不滿意”和“非常不滿意”的五個等級。各等級的量化描述如表2所示。

表2 定性評價等級量化關(guān)系

2）評價值時效加權(quán)

云服務(wù)QoS評估是基于歷史評價記錄得到的，而歷史評價記錄發(fā)生的時間不同、相鄰兩個評價間時間間隔的不同對評價結(jié)果的影響也是不同的。因此，必須考慮時間對歷史評價記錄貢獻(xiàn)率的影響?？紤]了評價記錄時效性的云服務(wù)QoS評價指標(biāo)值的計算方法如公式（1）所示。

其中，VX為評價指標(biāo)QX的最終評價值，VXi為評價指標(biāo)QX的第i條歷史評價記錄，n為所取的歷史評價記錄個數(shù)， 為加權(quán)函數(shù)，它的值由歷史評價記錄的評價時間決定，函數(shù)表達(dá)式如公式（2）所示：

通過公式(1)和(2)，可以基于每個候選云服務(wù)Qo S評價指標(biāo)的歷史評價記錄得到指標(biāo)評價值。

3）評價指標(biāo)的規(guī)范化處理

評價指標(biāo)按其性質(zhì)和取值傾向可分為正指標(biāo)和逆指標(biāo)兩種。所謂正指標(biāo)，就是指標(biāo)評價值越大，在綜合評價中所起的正面效應(yīng)也越大的指標(biāo)；所謂逆指標(biāo)，就是指標(biāo)評價值越小，在綜合評價中所起的正面效應(yīng)越大的指標(biāo)[8]。在云制造平臺服務(wù)QoS評價指標(biāo)體系中，既存在正指標(biāo)也存在逆指標(biāo)，如服務(wù)信用度，服務(wù)可靠性等指標(biāo)屬于正指標(biāo)，而服務(wù)執(zhí)行時間、服務(wù)執(zhí)行成本等指標(biāo)則屬于逆指標(biāo)。下文基于主成分分析法的云服務(wù)Qo S綜合評價求解要求各評價指標(biāo)均為正指標(biāo)，因此需要對其中的逆指標(biāo)的評價值進(jìn)行轉(zhuǎn)化。

正逆指標(biāo)之間的逆變換一般有“差式”和“商式”兩種[9]。差式逆變換是通過正逆指標(biāo)之間的互補(bǔ)關(guān)系而確定的一種變換方式，差式變換的公式為，其中為常數(shù)，分別為變換前后的評價值；商式逆變換是通過正逆指標(biāo)取倒數(shù)關(guān)系而確定的一種變換方式，公式為其中 為常數(shù)，分別為變換前后的評價值?？紤]到云服務(wù)平臺指標(biāo)評價值數(shù)量級以及逆變換后保持樣本方差不變，我們采用差式變換作為云服務(wù)QoS評價指標(biāo)的逆變換方式。假設(shè)我們已經(jīng)通過公式(1),(2)得到了候選云服務(wù)Qo S評價指標(biāo)服務(wù)執(zhí)行時間 的評價值集合，其中是第i個候選云服務(wù)的 的評價值。取，則變換公式可寫成：

2.2 云服務(wù)QoS綜合評估求解

主成份分析是多元統(tǒng)計分析中常用的方法之一。該方法具有消除指標(biāo)之間的相關(guān)性而降維，以及指標(biāo)權(quán)重確定的客觀性等特點(diǎn)，因而適用于評價指標(biāo)多，且指標(biāo)間存在隱含相關(guān)關(guān)系的云制造服務(wù)Qo S評估中，可降低云服務(wù)Qo S綜合評估的復(fù)雜性，提高有效性?；谥鞒煞莘治龇ǖ脑浦圃旆?wù)QoS評估過程如圖2所示。

圖2 云服務(wù)QoS綜合評估求解過程

步驟一，數(shù)據(jù)標(biāo)準(zhǔn)化。假設(shè)候選云服務(wù)集合為，候選云服務(wù)評價指標(biāo)體系中評價指標(biāo)集合經(jīng)過上一節(jié)的數(shù)據(jù)采集及預(yù)處理后，得到的候選云服務(wù)評價指標(biāo)值矩陣如下：

表3 候選云服務(wù)評價指標(biāo)值矩陣

由于候選云服務(wù)的各個QoS指標(biāo)所描述的QoS性能和功能各不相同，因此它們?nèi)≈档臄?shù)量級可能存在很大差異，在數(shù)量級差異較大情況下，使用原始數(shù)據(jù)進(jìn)行Qo S綜合評價值求解是不科學(xué)的，因此需要對上述矩陣的每一列進(jìn)行標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化處理公式如下：

步驟三，求指標(biāo)變量相關(guān)系數(shù)矩陣的特征根及其對應(yīng)的特征向量。令特征根，對應(yīng)的特征向量為

步驟五，確定主成分權(quán)重，計算云服務(wù)QoS綜合評價指標(biāo)。通過上面的步驟，得到主成分及其相應(yīng)的特征根主成分的權(quán)重為。則候選云服務(wù)Qo S的綜合評價值

3 案例研究

現(xiàn)有某用戶要加工一批零件，通過在云服務(wù)制造平臺上進(jìn)行數(shù)控銑床銑削加工服務(wù)檢索，得到能夠滿足需求的候選云服務(wù)集合基于第1節(jié)中構(gòu)建的評價指標(biāo)體系，運(yùn)用主成份分析對8個候選云服務(wù)進(jìn)行綜合評價。采集各候選云服務(wù)的QoS評價指標(biāo)值并進(jìn)行定量化處理和時效加權(quán)處理得到結(jié)果如表4所示。本文利用SPSS軟件對Qo S指標(biāo)體系進(jìn)行主成份分析，具體步驟如下。

表4 候選云服務(wù)及其評價指標(biāo)值

步驟一：數(shù)據(jù)預(yù)處理及標(biāo)準(zhǔn)化。

在第1節(jié)構(gòu)建的評價指標(biāo)體系中，服務(wù)響應(yīng)時間、服務(wù)成本、網(wǎng)絡(luò)傳輸延遲三個指標(biāo)為逆指標(biāo)需要對其數(shù)據(jù)進(jìn)行逆變換處理，得到的結(jié)果如下：

通過SPSS對其進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化得到如下結(jié)果。

步驟二：建立云服務(wù)QoS指標(biāo)之間的相關(guān)系數(shù)矩陣R。

表5 逆變換處理結(jié)果

表6 數(shù)據(jù)標(biāo)準(zhǔn)化處理結(jié)果

表7 相關(guān)系數(shù)矩陣

步驟三：計算相關(guān)矩陣R的特征值和特征向量及方差貢獻(xiàn)率，如表8所示。

表8 相關(guān)矩陣特征值及其方差貢獻(xiàn)率

步驟四：確定主成份個數(shù)。由表8知前4個主成份的累積貢獻(xiàn)率已達(dá)到85%，它們的特征根分別為，說明前4個主成份基本包含了全部指標(biāo)具有的信息，其因子載荷矩陣如表9所示。

表9 主成分因子載荷矩陣

步驟五：確定主成分權(quán)重，計算云服務(wù)QoS綜合評價指標(biāo)。

從表9中可以抽取出四個因子載荷向量分別為：

根據(jù) ，計算主成分分別為：

其中X為表6所示原始數(shù)據(jù)標(biāo)準(zhǔn)化處理之后的指標(biāo)評價值。計算主成分權(quán)重得

表10 候選云服務(wù)QoS集合評價值計算結(jié)果

從表10輸出的結(jié)果可以看出，候選云服務(wù)S10Qo S綜合評價值最高，S6的Qo S綜合評價值最低。

4 結(jié)束語

在云制造服務(wù)平臺中，云服務(wù)QoS綜合評價對云服務(wù)方案優(yōu)選以及云服務(wù)調(diào)度等問題都具有重要意義。本文通過研究云制造服務(wù)平臺特性，提出基于制造資源特性和網(wǎng)絡(luò)服務(wù)特性的云服務(wù)QoS綜合評價指標(biāo)體系。然后針對云制造平臺的實(shí)際情況以及云服務(wù)QoS評價指標(biāo)體系的特點(diǎn)，提出了基于多元統(tǒng)計主成分分析法的候選云服務(wù)Qo S綜合評價算法。在評價方法中充分考慮了評價指標(biāo)的正、逆特性，以及云服務(wù)評價歷史數(shù)據(jù)的時效性對評價結(jié)果的影響等因素，使得綜合評價結(jié)果更有效。

當(dāng)然，本文也存在很多有待完善之處，在以后的研究中會考慮候選云服務(wù)較少時的評價方法；以及對候選云服務(wù)Qo S評價指標(biāo)的差異化評價方法。

[1] J.B Zhang, B.T.J.Ng, M.M. Wong etc. Manufactu ring Service Negotiation and Resource Management: A QoS Approach[J]. IEEE, International Conference on Control and Automation.2005.

[2] Fei Tao,Ye fa Hu,Dongming Zhaoetc. Stud y on manufacturing grid resource service QoSmodeling and evaluation[J].Int J Adv ManufTechnol.2009,41: 1034-1042.

[3] Zude Zhou, WenjunXu, D.T.Pham etc. QoS Modeling and Analysis for Manufacturing Networks:A Service Framework.7th IEEE International Conference on Industrial In form atics.2009.

[4] 劉麗蘭,俞濤,施戰(zhàn)備.制造網(wǎng)格中服務(wù)質(zhì)量管理系統(tǒng)的研究[J]. 計算機(jī)集成制造系統(tǒng).2005,11(2): 284-288.

[5] 胡業(yè)發(fā),陶飛,周祖德.制造網(wǎng)絡(luò)資源服務(wù)Trust-Qo S評估及其應(yīng)用[J].機(jī)械工程學(xué)報,2007,43(12): 203-211.

[6] 甘佳,段桂江-云制造服務(wù)信任評估技術(shù)-計算機(jī)集成制造系統(tǒng),2012,18(7):1527-1535.

[7] 李靖華,郭耀煌,主成份分析用于多指標(biāo)評價的方法研究—主成份評價[J]. 管理工程學(xué)報,2002,16(1):39-43.

[8] Danilo Ardagna, Barbara Pernici. Global and Local QoS Guaran tee in Web Service Selection[J]. Multichannel Adaptive Information System.2006,pp.32-46.

[9] 朱峰.綜合評價中如何正確運(yùn)用主成分分析[J].統(tǒng)計教育. 2005(10): 45-48.