云制造服務(wù)綜合評價方法研究

張理志，苑明海*，周開俊，李亞東

(1.河海大學(xué) 機(jī)電工程學(xué)院，江蘇 常州 213000；2.南通河海大學(xué) 海洋與近海工程研究院，江蘇 南通 226300；3.南通職業(yè)大學(xué)，江蘇 南通 226300)

0 引 言

隨著云制造模式的推進(jìn)，云制造服務(wù)的評價理論方法也不斷更新，云制造服務(wù)的評價對于整個云制造平臺的運(yùn)行有著關(guān)鍵作用，為整個云制造系統(tǒng)中制造資源的調(diào)度提供了基礎(chǔ)性保證。陳友玲等[1]提出了從企業(yè)維、服務(wù)維、交互維三個方面建立服務(wù)能力評價體系，利用變精度粗糙集算法計算權(quán)重值及敏感系數(shù)修正用戶偏好的方法進(jìn)行求解服務(wù)能力值。封宇等[2]提出了一種層次化可配置的可信評價模型，將評價對象分為服務(wù)實(shí)例、服務(wù)產(chǎn)品、服務(wù)主體三個層次。胡艷娟等[3]基于模糊理論，采用定量與定性相結(jié)合，建立綜合評價指標(biāo)體系和綜合評價模型。賀可太等[4]建立了一般評價指標(biāo)體系和可擴(kuò)展的量化模型，用項目協(xié)同的方法校正指標(biāo)數(shù)值，利用三角模糊數(shù)算法計算相似度，得到服務(wù)質(zhì)量綜合性能排序，快速優(yōu)選出最佳服務(wù)。王澤[5]利用熵值法為各屬性項目進(jìn)行比重取值，將資源進(jìn)行模塊化切入形式，對QoS評價模型進(jìn)行改進(jìn)。謝燦等[6]提出采用G1-法和變精度粗糙集理論兩種賦權(quán)方法對云制造服務(wù)進(jìn)行評價。Zhao等[7]提出了基于預(yù)測評估和推薦評估的資源選擇方法；Huang等[8]提出了一種用于云制造服務(wù)的自組織評價方法，并在此基礎(chǔ)上提出了一種結(jié)合熵值法的云制造服務(wù)自組織評價算法。Zhang等[9]提出了一種基于訂單偏好與理想解決方案相似度的面向客戶的評估方法，以及一種實(shí)時訂單分配機(jī)制。Feng等[10]提出了一種基于協(xié)作過濾的可配置信譽(yù)評估方法。Khamdi等[11]提出了一種分層的可靠性評估模型來評估云制造服務(wù)的可靠性。Yang等[12]通過對歷史服務(wù)評估數(shù)據(jù)進(jìn)行量化，提出了基于服務(wù)滿意度的信任評估模型。唐娟等[13]提出了基于可信評價的基于DS/AHP的云制造服務(wù)質(zhì)量評價方法。

1 云制造服務(wù)綜合評價建模

1.1 模糊綜合評價算法

模糊理論是指用到了模糊集合的基本概念或連續(xù)隸屬度函數(shù)的理論，是由美國加州大學(xué)教授L.A.Zadeh提出[14]。該文主要根據(jù)模糊理論中的模糊數(shù)學(xué)與模糊決策兩部分，充分考慮和接受評價對象的意見，并且全面地做好面對多種情況同時發(fā)生的準(zhǔn)備。當(dāng)前的云制造服務(wù)評價體系中，評價指標(biāo)多種多樣，具有明顯的層次化特征，與云制造服務(wù)特點(diǎn)相匹配，根據(jù)模糊數(shù)學(xué)，建立模糊綜合評價模型。

當(dāng)評價對象比較復(fù)雜，影響因素較多時，可根據(jù)模糊綜合評價算法，進(jìn)行一級評價和多級評價，但一級評價不足以體現(xiàn)多層次模糊綜合評價的優(yōu)勢。同時，由于評價指標(biāo)要進(jìn)行權(quán)重歸一化處理，但會使各指標(biāo)權(quán)重相對較小，差距較小，因此很難分配權(quán)重，且可能造成結(jié)果不準(zhǔn)確。在此基礎(chǔ)上，首先對低級評價指標(biāo)進(jìn)行綜合評價，得出的結(jié)果作為高一級評價的參考值，這樣逐層評價，形成完整的綜合評價結(jié)果。圖1所示為云制造服務(wù)的多層次模糊綜合評價模型的流程。

圖1 多層次模糊綜合評價模型的流程

云制造服務(wù)綜合評價的指標(biāo)體系多樣復(fù)雜，為使各評價指標(biāo)的重要程度均有體現(xiàn)，使各評價指標(biāo)達(dá)到最優(yōu)，且加權(quán)平均型算子具有體現(xiàn)權(quán)重作用明顯、模糊關(guān)系矩陣?yán)贸潭瘸浞帧⒕C合程度強(qiáng)等特點(diǎn)，因此綜合考慮，選擇加權(quán)平均型模糊算子[15]。

將云制造服務(wù)綜合評價指標(biāo)體系中每個指標(biāo)的綜合權(quán)重與每級評價的模糊關(guān)系矩陣R按加權(quán)平均型模糊算子進(jìn)行運(yùn)算，即可得到每級被評價指標(biāo)的模糊綜合評價結(jié)果向量F：

(1)

1.2 層次分析法與熵權(quán)法組合權(quán)重

1.2.1 層次分析法確定權(quán)重

層次分析法由目標(biāo)層、準(zhǔn)則層及對象層組成，用求解判斷矩陣特征向量的方法，解得每一層次的各元素對上一層次某元素的優(yōu)先權(quán)重，再根據(jù)加權(quán)和的方法計算得出總目標(biāo)權(quán)重，即可對評價對象進(jìn)行評價[16]。

層次分析法建模過程：第一、確定評價對象，建立各層次評價模型；第二、構(gòu)造判斷矩陣；第三、進(jìn)行層次單排序；第四、進(jìn)行層次總排序，具體如下：

首先，通過對評價對象的詳細(xì)研究分析后，建立適當(dāng)?shù)脑u價結(jié)構(gòu)模型，通過層次化模型將復(fù)雜問題簡單化，一般分為三個層次，即最高層、中間層、最底層，上層因素對下層因素起支配作用。

其次，構(gòu)造判斷矩陣，層次化結(jié)構(gòu)模型建立好，確定了不同層次之間的邏輯關(guān)系。為了確定同一層次中各因素的比重，引入兩兩對比判斷矩陣，即1-9標(biāo)度成對比較矩陣，如表1所示。構(gòu)造m階兩兩對比判斷矩陣，其中B=(bij)m×m代表同一層次所有兩兩對比因素組成的矩陣，m是因素的個數(shù)，bij是xi和xi相對于上一層次中某元素的重要程度的比值，bij是bji的倒數(shù)。

表1 1-9標(biāo)度

再次，根據(jù)判斷矩陣B，由公式BW=λmaxW可知λmax為B的最大特征根，求解最大特征根的具體步驟如下：

(1)對B中元素進(jìn)行歸一化處理：

(2)

(3)

(4)

由上可得因素權(quán)重的大小，但還需進(jìn)行一致性檢驗(yàn)。由判斷矩陣B=(bij)m×m計算得出wi，得出：

(5)

將得出的最大特征值代入下式，可得出一致性指標(biāo)值CI。

(6)

查找相對應(yīng)的平均隨機(jī)一致性指標(biāo)，如表2所示。

表2 平均隨機(jī)一致性指標(biāo)

再根據(jù)下式得出一致性比值CR。

CR=CI/RI

(7)

當(dāng)CR<0.1時，則兩兩對比判斷矩陣符合，否則需進(jìn)一步修正判斷矩陣。

以上得出的是一組元素與其對應(yīng)的上一層某個元素的權(quán)重，由上至下逐層計算，可得同一層次所有元素相對于最高層元素權(quán)重的總排序，由表3計算出層次總排序權(quán)重。

表3 層次排序

若已知E層次的單排序一致性指標(biāo)CI(j),j=1,2,…,m以及平均隨機(jī)一致性指標(biāo)RI(j)，則F層次總排序一致性檢驗(yàn)為：

(8)

同理，當(dāng)CR<0.1時，權(quán)重合理可采用。

1.2.2 熵權(quán)法確定權(quán)重

熵是系統(tǒng)無序程度的一種度量，若指標(biāo)的信息熵越小，則該指標(biāo)提供的信息量越大，在綜合評價中作用越大，權(quán)重越高。因此，利用熵權(quán)法計算各指標(biāo)的權(quán)重，為綜合評價提供依據(jù)。

熵權(quán)法是一種客觀的賦權(quán)方法，具體的建模步驟如下：在云制造服務(wù)綜合評價指標(biāo)體系中，設(shè)有m個云制造服務(wù)樣本，每個樣本中包含n個評價指標(biāo)，其相對應(yīng)的各指標(biāo)值為bij(i=1,2,…,m;j=1,2,…,n)，其指標(biāo)矩陣為B=(bij)m×n。

首先對樣本指標(biāo)矩陣進(jìn)行歸一化處理，分為越大越優(yōu)型指標(biāo)和越小越優(yōu)型指標(biāo)，處理公式分別如下：

(9)

(10)

矩陣標(biāo)準(zhǔn)化之后，則第i個指標(biāo)的熵值ei為：

(11)

當(dāng)?shù)贸龅趇個指標(biāo)的熵值后，則第i個熵權(quán)為：

(12)

即熵權(quán)法得出的評價指標(biāo)權(quán)重為βi。

1.2.3 綜合權(quán)重確定

第一級評價指標(biāo)用層次分析法確定，第二級評價指標(biāo)的權(quán)重由層次分析法與熵權(quán)法共同確定，得到綜合權(quán)重，如下式：

αi=δwi+(1-δ)βi

(13)

其中，δ為主觀偏好系數(shù)，1-δ為客觀偏好系數(shù)，該文認(rèn)為主客觀偏好同等重要，因此取δ=0.5。

2 云制造服務(wù)綜合評價指標(biāo)體系

2.1 評價指標(biāo)體系的構(gòu)建原則

智慧云制造環(huán)境下，云制造服務(wù)受多方面因素影響，為了得到科學(xué)、準(zhǔn)確的評價結(jié)果，應(yīng)建立合理、科學(xué)、全面的云制造服務(wù)評價指標(biāo)體系[17]。建立體系需遵循下列準(zhǔn)則：

(1)全面性原則。

為了能夠?qū)υ浦圃爝M(jìn)行全面、完整、系統(tǒng)的評價，在構(gòu)建評價指標(biāo)體系時應(yīng)遵循全面性原則。

(2)準(zhǔn)確性原則。

云制造服務(wù)評價指標(biāo)體系應(yīng)該以準(zhǔn)確性原則為基礎(chǔ)，能夠真實(shí)、客觀地反映云制造服務(wù)水平，各評價指標(biāo)的概念準(zhǔn)確、清晰、獨(dú)立。

(3)適用性原則。

進(jìn)行云制造服務(wù)綜合評價時，為了使云制造服務(wù)評價指標(biāo)體系能夠在實(shí)際應(yīng)用中起到評價和指導(dǎo)的作用，該評價指標(biāo)體系必須具有適用性。

(4)簡便性原則。

在選擇云制造服務(wù)評價的指標(biāo)時，應(yīng)該充分考慮云制造服務(wù)評價體系的簡潔性。如若評價指標(biāo)的數(shù)量不僅多且復(fù)雜交叉，則會使評價結(jié)果不準(zhǔn)確。

2.2 評價指標(biāo)的確定

云制造服務(wù)是一個復(fù)雜的服務(wù)組合系統(tǒng)，建立完善的云制造服務(wù)評價指標(biāo)體系需要選擇準(zhǔn)確、全面的評價指標(biāo)。根據(jù)上述構(gòu)建原則，該文建立的云制造服務(wù)資源的綜合評價體系中，包含七個一級指標(biāo)及十六個二級指標(biāo)。一級指標(biāo)為：時間、成本、質(zhì)量、服務(wù)、信譽(yù)度、柔性、可靠性。

(1)時間指標(biāo)，指云制造服務(wù)平臺接收到任務(wù)需求所需要的響應(yīng)時間、在加工過程中需要的時間、物流運(yùn)輸搬送的時間，時間指標(biāo)可直接反映出資源的好壞。

(2)成本指標(biāo)，指整個產(chǎn)品的加工成本、物流花費(fèi)、軟件資源的升級維護(hù)費(fèi)用等。

(3)質(zhì)量指標(biāo)，主要指技術(shù)質(zhì)量及產(chǎn)品合格率。

(4)服務(wù)指標(biāo)，指云制造服務(wù)資源的可使用性和服務(wù)能力。

(5)信譽(yù)度指標(biāo)，指云制造服務(wù)的完成效果及服務(wù)的準(zhǔn)時性和及時性。

(6)柔性指標(biāo)，指云制造服務(wù)資源在面對非確定因素時的應(yīng)變能力。

(7)可靠性指標(biāo)，指能按時完成任務(wù)和高質(zhì)量完成任務(wù)的能力。

2.3 多層次云制造服務(wù)評價因素集

由上述內(nèi)容可知，云制造服務(wù)綜合評價指標(biāo)體系是一個二級體系，可知每個一級指標(biāo)(質(zhì)量指標(biāo)Q1、成本指標(biāo)C1、時間指標(biāo)T1、服務(wù)指標(biāo)S1、信譽(yù)度指標(biāo)B1、柔性指標(biāo)F1、可靠性指標(biāo)D1)都可構(gòu)成一個模糊評價的過程。因此，評價過程即為先對每一個一級指標(biāo)對應(yīng)的二級指標(biāo)進(jìn)行評價，再最終對一級指標(biāo)進(jìn)行評價，逐層評價之后得出綜合評價結(jié)果。

第一層評價因素集為:

第二層評價因素集為：

2.4 構(gòu)建云制造服務(wù)評價對象評語集

由上述云制造服務(wù)綜合評價指標(biāo)體系可知，第二級評價指標(biāo)類型多樣，其指標(biāo)的取值范圍波動較大，因此需建立不同指標(biāo)的評語集。

該文將評價指標(biāo)的評語集定為“優(yōu)秀、良好、中等、及格、不及格”五個等級。在十六個二級指標(biāo)之中有四個指標(biāo)為定性指標(biāo)，設(shè)置與五個等級相對應(yīng)的值為95、85、75、65、55(單位均為：%)。定量指標(biāo)有十二個，具體的等級對應(yīng)值如表4所示。

表4 指標(biāo)評語集

2.5 建立多層次云制造服務(wù)綜合評價指標(biāo)模糊關(guān)系矩陣

由上述表中內(nèi)容，對評價指標(biāo)進(jìn)行模糊處理，再對每個評價指標(biāo)從各因素上進(jìn)行量化處理，從而根據(jù)單因素得出被評價指標(biāo)與所對應(yīng)的等級模糊子集的隸屬度。該文利用模糊梯形分布及三角函數(shù)分布，計算各評價指標(biāo)的隸屬度。由于評價指標(biāo)有兩種類型，越大越優(yōu)型和越小越優(yōu)型，不同類型采用的指標(biāo)公式不同，具體如下：

(1)越大越優(yōu)型(模糊升梯形公式)。

(14)

(15)

(16)

(2)越小越優(yōu)型(模糊降梯形公式)。

(17)

(18)

(19)

其中，i=2，3，4，r1，r2，r3，r4，r5表示經(jīng)過模糊運(yùn)算后對應(yīng)于五個等級的隸屬度值，k1，k2，k3，k4，k5分別對應(yīng)“優(yōu)秀、良好、中等、及格、不及格”五個等級，x表示不同評價因素集對應(yīng)于指標(biāo)的實(shí)際值。

(20)

3 實(shí)例驗(yàn)證

3.1 計算模糊矩陣

為了證明該文云制造服務(wù)綜合評價模型的可適用性及簡便操作性，以一個云制造服務(wù)為例，計算操作過程，得出評價結(jié)果，表5為該云制造服務(wù)各評價指標(biāo)的實(shí)際值。

表5 評價指標(biāo)實(shí)際值

下面以計算時間指標(biāo)為例，且時間指標(biāo)為越小越優(yōu)型指標(biāo)，代入公式，可得出時間指標(biāo)的隸屬度子集為：

即可得到服務(wù)時間指標(biāo)的模糊評價矩陣為：

同理可得：

成本指標(biāo)的模糊評價矩陣為：

質(zhì)量指標(biāo)的模糊評價矩陣為：

服務(wù)指標(biāo)的模糊評價矩陣為：

信譽(yù)度指標(biāo)的模糊評價矩陣為：

柔性指標(biāo)的模糊評價矩陣為：

可靠性指標(biāo)的模糊評價矩陣為：

3.2 確定權(quán)重

(1)層次分析法計算主觀權(quán)重。

(i)根據(jù)表1構(gòu)造兩兩對比判斷矩陣，如表6所示。

表6 判斷矩陣

(ii)層次單排序。

(iii)一致性檢驗(yàn)。

同理，可計算得出其他指標(biāo)權(quán)重，利用上述一致性檢驗(yàn)公式檢驗(yàn)各權(quán)重合理性，檢驗(yàn)結(jié)果均合理。

(2)根據(jù)熵權(quán)法計算客觀權(quán)重。

利用上述熵權(quán)法求解權(quán)重公式，利用Matlab軟件編程可得出各指標(biāo)的實(shí)際權(quán)重，一共十六個二級指標(biāo)，如表7所示。

表7 熵權(quán)法求解權(quán)重值

(3)求出組合權(quán)重。

根據(jù)式(8)，可計算得出：

3.3 多層次模糊綜合評價

由式(1)可分別計算二級評價指標(biāo)的模糊評價結(jié)果矩陣和一級評價指標(biāo)的模糊評價結(jié)果矩陣，具體結(jié)果如下：

FT=αT*RT1=

FC=αC*RC1=

FQ=αQ*RQ1=

表8 評價等級

根據(jù)評價等級表8，可知該云制造服務(wù)屬于優(yōu)秀等級。

4 結(jié)束語

首先根據(jù)當(dāng)前的云制造服務(wù)評價體系中評價指標(biāo)多種多樣，具有明顯的層次化特征，與云制造服務(wù)特點(diǎn)相匹配，根據(jù)模糊數(shù)學(xué)，建立模糊綜合評價模型，并確定了由層次分析法和熵權(quán)法組合確定權(quán)重的方法。其次確定了一級和二級評價指標(biāo)，建立了云制造服務(wù)資源綜合評價指標(biāo)體系。最后，通過云制造服務(wù)實(shí)例驗(yàn)證了該模型及方法的操作簡便性及實(shí)用性。