物流云服務(wù)優(yōu)選及其在云制造中的應(yīng)用研究

摘 要： 在對制造云服務(wù)組合進(jìn)行優(yōu)化選擇時，現(xiàn)有的研究大多不考慮服務(wù)組合方案中物流服務(wù)對方案影響的現(xiàn)象，不符合服務(wù)組合方案的實際實施指標(biāo)?；谏鲜鰡栴}，提出了考慮物流服務(wù)影響的制造云服務(wù)組合優(yōu)選方案，首先對云服務(wù)中硬件制造服務(wù)和物流服務(wù)的描述進(jìn)行了補充，添加了硬件制造服務(wù)的區(qū)域地理信息和物流云服務(wù)的區(qū)域服務(wù)信息及其QoS描述；同時基于該描述針對服務(wù)組合方案中的具體運輸情況，進(jìn)行物流服務(wù)QoS指標(biāo)的動態(tài)評估，對可靠性則建立層級分析架構(gòu)，通過模糊綜合法計算進(jìn)行評估；然后將物流云服務(wù)的相關(guān)工作運用在制造云服務(wù)組合中；通過實例分析和Matlab仿真，對服務(wù)組合結(jié)果進(jìn)行驗證，說明了其可行性和有效性。

關(guān)鍵詞： 云制造； 制造云服務(wù)； 服務(wù)組合； 物流云服務(wù)； 服務(wù)質(zhì)量

中圖分類號： TN915?34； TM417 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）11?0120?05

Abstract： In view of the optimization and selection of manufacturing cloud service composition， the available researches mostly take no account of the impact of logistics service in service composition scheme on the scheme， and can′t comform to the practical implementation indicators of the service composition scheme. On the basis of the above problems， the manufacturing cloud service composition optimization scheme considering the influence of logistics service is proposed. The description of hardware manufacturing service and logistics service in cloud service is supplemented. The regional geography information of hardware manufacturing service， and regional service information of logistics cloud service and its QoS（quality of service） description are added. And on the basis of this description， the specific transportation condition in the service composition scheme is dynamicly evaluated with logistics service QoS indicator. The hierachy analysis architecture was established for the reliability， and evaluated by means of fuzzy comprehensive method. And then the related work of logistics cloud service was applied to the manufacturing cloud service composition. The service composition results were verified with instance analysis and Matlab simulation. The feasibility and validity of the service composition were verified.

Keywords： cloud manufacturing； manufacturing cloud service； service composition； logistics cloud service； QoS

0 引 言

隨著信息技術(shù)的不斷發(fā)展，為了提高企業(yè)的敏捷性、柔性及健壯性以增強(qiáng)企業(yè)的競爭力，制造業(yè)信息化逐漸進(jìn)入人們的視野。針對制造業(yè)信息化發(fā)展存在的問題，結(jié)合現(xiàn)有制造模式和技術(shù)以及云計算、物聯(lián)網(wǎng)、虛擬化、面向服務(wù)技術(shù)等新技術(shù)對其進(jìn)行研究[1]。

1 物流云服務(wù)建模

對一個物流服務(wù)QoS的描述，在一個具體的運輸流程中，可以根據(jù)運輸方式信息、運輸距離計算出運輸物流服務(wù)的QoS指標(biāo)，又根據(jù)運輸區(qū)域確定其余兩種服務(wù)的QoS指標(biāo)，故在進(jìn)行服務(wù)組合時，可以將一個物流服務(wù)的QoS指標(biāo)用一個3×3的矩陣表示：

式中：表示一個到地域的具體運輸流程；分別代表價格、時間、可靠性指標(biāo)；分別代表運輸、倉儲、配送物流服務(wù)，如表示到屬于地域的物流服務(wù)中的運輸物流服務(wù)的價格指標(biāo)，表示到屬于地域的物流服務(wù)中的倉儲物流服務(wù)的時間指標(biāo)。通過該矩陣可以表示一個物流服務(wù)的QoS指標(biāo)的構(gòu)成，對其中前兩列進(jìn)行求和、最后一列求積，可以得到物流服務(wù)的總指標(biāo)。

2 物流服務(wù)的QoS指標(biāo)評估

2.1 運輸物流服務(wù)指標(biāo)評估

將兩地理位置之間的距離以及所選運輸方式的平均速度作為運輸物流服務(wù)的評估指標(biāo)[2]。

2.1.1 運輸方式的選擇

對于一個給定的運輸流程trk，首先要通過用戶需求確定運輸方式[3]。當(dāng)用戶在運輸方式方面沒有需求時，則可以不予考慮，對保留下來的服務(wù)，查詢其在該運輸方式下的相應(yīng)單價price，運輸均速speed以及服務(wù)可靠性信息reliability。當(dāng)用戶對運輸方式不做限定時，可以將同一物流服務(wù)提供商提供的對于相同運輸段的不同運輸方式的運輸物流服務(wù)看做兩個完全不同的服務(wù)，以此表現(xiàn)不同運輸方式對運輸物流服務(wù)QoS指標(biāo)的巨大影響，并保證不會有服務(wù)組合方案的遺漏[4]。

2.1.2 運輸距離的估算

運輸物流服務(wù)的QoS評估是建立在運輸距離的計算之上的，該運輸距離通過運輸流程的起點與終點的經(jīng)緯度信息計算得出[5]。用及表示物流服務(wù)的前驅(qū)服務(wù)與后繼服務(wù)之間的地理位置坐標(biāo)差，其計算如下所示：

2.1.3 可靠性

運輸物流服務(wù)可靠性評估層級架構(gòu)如圖1所示。為了借助運輸物流服務(wù)可靠性評估層級架構(gòu)對運輸物流服務(wù)的可靠性進(jìn)行量化，可運用模糊綜合法進(jìn)行運算[6]。同時，使用加權(quán)平均法將模糊綜合評價的結(jié)果數(shù)量化。加權(quán)平均法的思想是設(shè)定調(diào)查評語等級為連續(xù)的變量比如可以設(shè)定為等級1，2，3，4，5。然后將模糊綜合向量的每個分量與量化后的評語等級加權(quán)求和，即可得到具體數(shù)值。

2.2 區(qū)域物流服務(wù)指標(biāo)評估

2.2.1 倉儲物流服務(wù)指標(biāo)評估

2.2.2 配送物流服務(wù)的指標(biāo)評估

通過以上計算，可得到針對一個運輸流程的物流服務(wù)的綜合QoS評價，從而為之后考慮物流服務(wù)的制造云服務(wù)組合方案優(yōu)選提供指標(biāo)依據(jù)[7]。

3 物流云服務(wù)在服務(wù)組合優(yōu)選中的應(yīng)用

3.1 考慮物流服務(wù)的云制造業(yè)務(wù)流程描述

制造云服務(wù)組合實現(xiàn)用戶的制造任務(wù)請求，涉及到整個制造業(yè)務(wù)流程，當(dāng)業(yè)務(wù)流程中存在中間產(chǎn)品等物料的轉(zhuǎn)移，實現(xiàn)不同制造企業(yè)協(xié)同完成制造任務(wù)時，就必然需要有物流服務(wù)的參與。當(dāng)大部分制造云服務(wù)組合工作不考慮業(yè)務(wù)流程中的物流服務(wù)時，則業(yè)務(wù)流程如圖4所示。

為了在服務(wù)組合時加入物流服務(wù)，進(jìn)行業(yè)務(wù)流程建模時，將物流服務(wù)也當(dāng)作一個服務(wù)節(jié)點加入模型中。在進(jìn)行服務(wù)組合模型驗證時，當(dāng)滿足下列條件時，需要刪除物流服務(wù)節(jié)點：當(dāng)該物流服務(wù)節(jié)點的前驅(qū)服務(wù)為一個軟件資源服務(wù)或計算資源服務(wù)等非硬件制造服務(wù)時，需刪除該物流服務(wù)節(jié)點；當(dāng)該物流服務(wù)節(jié)點的前驅(qū)服務(wù)與后繼服務(wù)為同一地點的同一制造資源時，需刪除該物流服務(wù)節(jié)點。

3.2 考慮物流的制造云服務(wù)組合問題建模

3.2.1 制造云服務(wù)組合QoS指標(biāo)聚合

云服務(wù)組合中服務(wù)間的業(yè)務(wù)邏輯有4種，分別為順序結(jié)構(gòu)、并行結(jié)構(gòu)、選擇結(jié)構(gòu)以及循環(huán)結(jié)構(gòu)，由于本文中只考慮了QoS指標(biāo)中的價格、時間及可靠性指標(biāo)，故在此只列出上述三種指標(biāo)的聚合計算方法。

式中：表示服務(wù)組合中制造資源服務(wù)的總個數(shù)；表示服務(wù)組合中物流服務(wù)的個數(shù)；分別表示第個制造服務(wù)的運行時間和第個運輸物流服務(wù)的花費時間；分別表示第個制造服務(wù)的價格成本和第個運輸物流服務(wù)的價格成本；分別表示第個制造服務(wù)的可靠性和第個運輸物流服務(wù)的可靠性。

3.2.2 制造云服務(wù)組合QoS指標(biāo)歸一化

假設(shè)為候選云服務(wù)組合的數(shù)目，則；為第個候選云服務(wù)組合的第個QoS聚合指標(biāo)；和分別為候選服務(wù)組合方案的第個QoS聚合指標(biāo)在所有服務(wù)組合方案中的最大值和最小值。

由上述對積極型指標(biāo)和消極型指標(biāo)的定義，積極型指標(biāo)的原始QoS值越大，則其通過式（13）進(jìn)行指標(biāo)歸一化后的結(jié)果也越大，即積極型QoS指標(biāo)值的增加將使效用函數(shù)值增大；而消極型指標(biāo)的原始QoS值越大，則通過式（14）進(jìn)行指標(biāo)歸一化后的結(jié)果越小，即消極型QoS指標(biāo)值的增加將使效用函數(shù)值減小。通過歸一化處理，服務(wù)的QoS指標(biāo)均落在區(qū)間[0，1]范圍內(nèi)，實現(xiàn)了組件服務(wù)各QoS指標(biāo)的無量綱化，從而可以對各QoS指標(biāo)值進(jìn)行綜合[9]。

3.2.3 制造云服務(wù)組合指標(biāo)權(quán)重的確定

（1） 主體服務(wù)指標(biāo)權(quán)重

其中是權(quán)重折中系數(shù)，越大，表示主觀權(quán)重對綜合權(quán)重的影響越大，客觀權(quán)重對綜合權(quán)重的影響越小。

在進(jìn)行主體服務(wù)指標(biāo)權(quán)重確定時，主觀權(quán)重為用戶對指標(biāo)的偏好，客觀權(quán)重為服務(wù)領(lǐng)域?qū)＜裔槍Σ煌圃鞓I(yè)領(lǐng)域設(shè)置的權(quán)重，由用戶或平臺系統(tǒng)進(jìn)行設(shè)置。則主體服務(wù)的指標(biāo)權(quán)重表示為：

（2） 區(qū)域服務(wù)指標(biāo)權(quán)重

由于在一個服務(wù)組合方案中可能有多個運輸流程，故得到的區(qū)域物流能力評價不止一個，所以在這里再次使用熵值法對整個服務(wù)組合方案進(jìn)行區(qū)域物流能力評價。地域服務(wù)的指標(biāo)權(quán)重表示為：

3.2.4 基于遺傳算法的云服務(wù)組合優(yōu)選算法

基于遺傳算法及其基本步驟，設(shè)計考慮物流服務(wù)的云服務(wù)組合優(yōu)選算法。

輸入：制造云服務(wù)組合業(yè)務(wù)流程，候選服務(wù)集，區(qū)域物流能力評價信息

輸出：制造云服務(wù)組合方案的種群規(guī)模，交叉概率，變異概率，進(jìn)化次數(shù)且初始服務(wù)組合方案的解集為空

步驟1：設(shè)置用戶的主觀權(quán)重指標(biāo)，指標(biāo)約束，綜合評價指標(biāo)閾值，服務(wù)組合優(yōu)選目標(biāo)函數(shù)中的初始化設(shè)置遺傳算法的種群規(guī)模，交叉概率，變異概率，進(jìn)化次數(shù)，且初始服務(wù)組合方案的解集為空；

步驟2：隨機(jī)產(chǎn)生初始種群；

步驟3：遍歷種群中的每個服務(wù)組合方案。對于每個服務(wù)組合方案，遍歷其中的所有物流服務(wù)節(jié)點，并刪去不需要存在的物流服務(wù)；對修改后的服務(wù)組合方案中的物流服務(wù)按照步驟2所述進(jìn)行QoS指標(biāo)計算；根據(jù)3.2節(jié)中的計算方法求出組合服務(wù)各QoS指標(biāo)；判斷指標(biāo)是否滿足用戶指標(biāo)約束，若是，則按照公式（13）和式（14）中的方法進(jìn)行指標(biāo)歸一化，否則對下一個組合方案進(jìn)行步驟3的操作；根據(jù)方案中各物流服務(wù)目標(biāo)所屬區(qū)域提取區(qū)域物流能力評價信息得出組合方案的區(qū)域物流能力評價；根據(jù)主客觀綜合權(quán)重法，計算將得到的值代入目標(biāo)函數(shù)得到適應(yīng)度值；判斷適應(yīng)度值是否大于用戶設(shè)置的閾值，若是，則將該組合方案放至服務(wù)組合方案解集中，否則對該種群中下一個組合方案進(jìn)行步驟3的操作；

步驟4：對初始種群中的染色體進(jìn)行交叉操作、變異操作，得到新的種群，并對新種群進(jìn)行步驟3中的操作；

步驟5：重復(fù)步驟4，直至算法迭代到最大代數(shù)；

步驟6：對服務(wù)組合方案解集中的服務(wù)組合方案按照適應(yīng)值從大到小進(jìn)行排序，為用戶提供一個服務(wù)組合方案優(yōu)選集[10]。

4 應(yīng)用實例研究和仿真

假設(shè)在云服務(wù)平臺上，一用戶提交了某設(shè)備零件的加工請求，則云制造平臺根據(jù)該制造領(lǐng)域的業(yè)務(wù)流程歷史數(shù)據(jù)以及平臺所能提供的制造云服務(wù)，將制造需求自動分解為如圖5所示的五個子任務(wù)。

4.2 算例問題求解與分析

對指標(biāo)進(jìn)行歸一化處理后，通過3.2節(jié)所述步驟及方法可以求得服務(wù)組合優(yōu)選集，該服務(wù)組合優(yōu)選集為通過遺傳算法求得的適應(yīng)值最高的前5種服務(wù)組合方案。

仿真求解時，對用戶的主觀權(quán)重系數(shù)分別設(shè)定為專家對主體服務(wù)的客觀權(quán)重系數(shù)同上；初始種群數(shù)popsize=20；交叉概率0.7；變異概率0.05；最大迭代次數(shù)maxgen=500。為了直觀地對比本文方法與傳統(tǒng)服務(wù)組合方法，不同情況下得出的服務(wù)組合方案如表1所示。

當(dāng)改變λr大小時，區(qū)域物流服務(wù)的適應(yīng)值有明顯變化，反映出了用戶對區(qū)域物流服務(wù)重視度的變化。在制造云服務(wù)組合中考慮物流服務(wù)確實會對服務(wù)組合方案產(chǎn)生較大影響，且本文論述的服務(wù)建模方法可以在考慮物流服務(wù)的情況下優(yōu)選出新的服務(wù)組合方案；用戶根據(jù)自身需要，改變地域服務(wù)指標(biāo)權(quán)重λr時也將能夠根據(jù)區(qū)域物流服務(wù)能力的不同，調(diào)整服務(wù)組合方案，從而得到適合用戶需求的組合服務(wù)優(yōu)選集。綜上可以看出本文方法是可行有效的。

5 結(jié) 論

本文根據(jù)制造業(yè)的實際情況與特點，提出了考慮物流服務(wù)影響的制造云服務(wù)組合優(yōu)選方案。研究結(jié)果表明，在云服務(wù)組合優(yōu)化建模中考慮物流服務(wù)的影響，可以得到更貼合實際的服務(wù)組合方案指標(biāo)，從而對組合方案做出更準(zhǔn)確的評價，在方案實施時以更大概率滿足用戶需求有著重要意義。

參考文獻(xiàn)

[1] 李伯虎，張霖，王時龍，等.云制造：面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J].計算機(jī)集成制造系統(tǒng)，2010，16（1）：1?8.

[2] 葉世陽，魏峻，李磊，等.支持服務(wù)關(guān)聯(lián)的組合服務(wù)選擇方法研究[J].計算機(jī)學(xué)報，2008，31（8）：1383?1397.

[3] 林云，田帥輝.物流云服務(wù)：面向供應(yīng)鏈的物流服務(wù)新模式[J].計算機(jī)應(yīng)用研究，2012，29（1）：224?228.

[4] 宮曉曼.一種云計算環(huán)境下的最優(yōu)物流服務(wù)商選擇方法[J].網(wǎng)絡(luò)與信息化，2013，32（23）：423?425.

[5] LIU M， WANG M， SHEN W， et al. A quality of service （QoS）?aware execution plan selection approach for a service composition process [J]. Future generation computer systems， 2012， 28（7）： 1080?1089.

[6] 張曉光，李琰，王海洋.一種基于遺傳算法QoS敏感的Web服務(wù)組合方法[J].山東大學(xué)學(xué)報（理學(xué)版），2007，42（9）：56?61.

[7] WU Q， ZHANG M， ZHENG R， et al. A QoS?satisfied prediction model for cloud?service composition based on a hidden Markov model [J]. Mathematical problems in engineering， 2013（1）： 275?289.

[8] 陶飛，張霖，郭華，等.云制造特征及云服務(wù)組合關(guān)鍵問題研究[J].計算機(jī)集成制造系統(tǒng)，2011，17（3）：477?486.

[9] LIN C F， SHEU R K， CHANG Y S， et al. A relaxable service selection algorithm for QoS?based web service composition [J]. Information software technology， 2011， 53（12）： 1370?1381.

[10] 李玉珍，程良倫.基于條形碼技術(shù)的物流管理云平臺的設(shè)計與研究[J].現(xiàn)代電子技術(shù)，2015，38（6）：55?58.