基于NSGA-III的眾包設(shè)計(jì)服務(wù)資源優(yōu)選方法研究

尹 超，石志立

(重慶大學(xué) 機(jī)械工程學(xué)院機(jī)械傳動(dòng)國家重點(diǎn)實(shí)驗(yàn)室，重慶 400000）

0 引言

隨著社會(huì)生產(chǎn)力的不斷發(fā)展，傳統(tǒng)企業(yè)的創(chuàng)新模式已經(jīng)越來越難以滿足社會(huì)上對于各類產(chǎn)品的個(gè)性化需求，而同時(shí)社會(huì)上存在著眾多可利用的設(shè)計(jì)資源，“眾包設(shè)計(jì)”這一新型的創(chuàng)新模式應(yīng)運(yùn)而生。眾包設(shè)計(jì)模式將海量的設(shè)計(jì)服務(wù)資源匯聚到眾包設(shè)計(jì)平臺(tái)，在服務(wù)需求方和服務(wù)提供方之間建立合作渠道，從而為各類設(shè)計(jì)需求方提供服務(wù)，充分發(fā)揮了群眾的智慧[1,2]。

眾包設(shè)計(jì)模式根據(jù)任務(wù)類型可以劃分為簡單任務(wù)型眾包和復(fù)雜任務(wù)型眾包兩種模式。簡單任務(wù)眾包包括Logo設(shè)計(jì)、海報(bào)設(shè)計(jì)、UI設(shè)計(jì)、軟件測試等需求，其特點(diǎn)為任務(wù)粒度小，并行性好，當(dāng)前眾包設(shè)計(jì)平臺(tái)方主要采用的任務(wù)分配模式分為競標(biāo)型和一對一型；復(fù)雜任務(wù)眾包則包括軟件開發(fā)、家裝設(shè)計(jì)、個(gè)性化定制產(chǎn)品等需求，其特點(diǎn)為任務(wù)粒度大、服務(wù)周期長、服務(wù)流程可解耦等，往往需要通過眾包設(shè)計(jì)平臺(tái)協(xié)調(diào)多個(gè)服務(wù)提供方共同完成，因而，研究眾包設(shè)計(jì)任務(wù)的組合優(yōu)選問題就成為提高眾包設(shè)計(jì)模式可靠性與高效性的重要途徑。現(xiàn)有的文獻(xiàn)對不同類型制造資源的優(yōu)化選擇進(jìn)行了探索，并取得了一定的成果。如文獻(xiàn)[3]提出了一種考慮服務(wù)可靠性、可信性、組合復(fù)雜度、協(xié)同度、執(zhí)行時(shí)間和執(zhí)行費(fèi)用的云制造資源綜合QOS評價(jià)模型，并采用EEPSO算法對制造任務(wù)組合模型求解；文獻(xiàn)[4]構(gòu)建了面向資源供應(yīng)方、服務(wù)需求方和平臺(tái)運(yùn)營方的制造資源服務(wù)組合模型，并采用云遺傳算法求解；文獻(xiàn)[5]考慮了制造資源虛假信息對服務(wù)組合優(yōu)選的影響，并提出了基于可信度的制造資源優(yōu)選方法；文獻(xiàn)[6]建立了一種面向新產(chǎn)品開發(fā)的云服務(wù)資源組合優(yōu)選模型，并采用灰色關(guān)聯(lián)度分析方法對模型進(jìn)行求解；文獻(xiàn)[7]在定義制造云服務(wù)的基礎(chǔ)上，提出了MCS混合粒度組合優(yōu)選方法，構(gòu)建了基于服務(wù)成本、服務(wù)質(zhì)量和交易周期的多目標(biāo)優(yōu)化模型，并通過ε-SPEA2算法進(jìn)行求解；文獻(xiàn)[8]構(gòu)建了面向航天復(fù)雜產(chǎn)品的制造系統(tǒng)體系架構(gòu)，并提出了支持制造資源/制造能力的多視圖描述和組合優(yōu)選模型；文獻(xiàn)[9]構(gòu)建了包含時(shí)間、成本、能源消耗、可靠性、可維護(hù)性和服務(wù)評價(jià)的制造服務(wù)六維評價(jià)模型，并采用自適應(yīng)混沌優(yōu)化算法求解；文獻(xiàn)[10]從資源服務(wù)、功能服務(wù)和流程服務(wù)三個(gè)層次對制造資源進(jìn)行建模，通過構(gòu)建服務(wù)執(zhí)行時(shí)間、服務(wù)花費(fèi)成本和服務(wù)用戶評價(jià)三個(gè)方面的質(zhì)量評估函數(shù)，并通過改進(jìn)的NSGA算法對制造服務(wù)的優(yōu)化組合模型進(jìn)行求解。

上述文獻(xiàn)關(guān)于制造資源的服務(wù)組合優(yōu)選方法對研究眾包設(shè)計(jì)服務(wù)組合優(yōu)選具有一定的參考作用，然而眾包設(shè)計(jì)服務(wù)資源具有增值性、邊際性和共享性等典型知識(shí)資源特征[11]，在資源的匹配優(yōu)選過程中難以對服務(wù)質(zhì)量做出準(zhǔn)確評判。當(dāng)前關(guān)于眾包設(shè)計(jì)服務(wù)過程中的服務(wù)資源組合優(yōu)選研究較少，尚未建立比較完善的眾包設(shè)計(jì)服務(wù)資源搜索匹配評價(jià)指標(biāo)體系以及組合優(yōu)選評價(jià)指標(biāo)體系。因此，本文在以上研究成果的基礎(chǔ)上，針對眾包設(shè)計(jì)服務(wù)過程特點(diǎn)及服務(wù)需求方和服務(wù)方不同屬性，對服務(wù)資源的評價(jià)指標(biāo)體系和優(yōu)選模型以及求解方法進(jìn)行探索和研究，并結(jié)合實(shí)例進(jìn)行驗(yàn)證。

1 眾包設(shè)計(jì)服務(wù)模式及特點(diǎn)

1.1 復(fù)雜任務(wù)型眾包設(shè)計(jì)服務(wù)模式

復(fù)雜任務(wù)型眾包設(shè)計(jì)主要包括任務(wù)設(shè)計(jì)、任務(wù)推薦、服務(wù)匹配、服務(wù)組合、服務(wù)優(yōu)選等流程，如圖1所示。服務(wù)需求方在眾包設(shè)計(jì)平臺(tái)發(fā)布需求，并填寫任務(wù)需求。眾包設(shè)計(jì)平臺(tái)根據(jù)任務(wù)需求文檔和案例數(shù)據(jù)庫對復(fù)雜任務(wù)需求進(jìn)行分解，平臺(tái)技術(shù)團(tuán)隊(duì)保證各子任務(wù)的低耦合性。平臺(tái)將需求匹配的服務(wù)提供方加入待選資源，對各種不同的資源組合優(yōu)選，得到最終的任務(wù)執(zhí)行序列。

圖1 復(fù)雜任務(wù)型眾包設(shè)計(jì)服務(wù)模式

1.2 眾包設(shè)計(jì)服務(wù)特點(diǎn)

眾包設(shè)計(jì)服務(wù)模式通過將創(chuàng)新的來源由組織或企業(yè)內(nèi)部擴(kuò)展到組織外部的群眾中，激發(fā)和融合擁有大量專業(yè)知識(shí)的大眾群體的創(chuàng)造力，極大擴(kuò)展了創(chuàng)新的知識(shí)來源。根據(jù)復(fù)雜任務(wù)型眾包設(shè)計(jì)服務(wù)流程，可以總結(jié)出其具有如下典型特征：

1）服務(wù)組合性。復(fù)雜任務(wù)型眾包設(shè)計(jì)服務(wù)模式中，單個(gè)復(fù)雜設(shè)計(jì)任務(wù)一般可以劃分為多個(gè)階段或流程，并且各階段或流程具有較低耦合性，因此，可以通過將不同類型的眾包設(shè)計(jì)服務(wù)提供方有序組合在一起，協(xié)作完成通過將不同的階段或者流程分配給多個(gè)眾包設(shè)計(jì)服務(wù)提供方協(xié)作完成，以提高設(shè)計(jì)效率和產(chǎn)品迭代速度。

2）依賴傳遞性。復(fù)雜任務(wù)型眾包設(shè)計(jì)模式中由于多個(gè)設(shè)計(jì)服務(wù)資源共同完成整體流程，某一階段的設(shè)計(jì)任務(wù)需要根據(jù)前一階段的設(shè)計(jì)結(jié)果作為基礎(chǔ)，因此服務(wù)需求方對各個(gè)環(huán)節(jié)的服務(wù)質(zhì)量提出了較高要求，需要盡可能規(guī)避風(fēng)險(xiǎn)以免延誤整體設(shè)計(jì)進(jìn)度。

3）主客觀性。眾包設(shè)計(jì)服務(wù)模式中任務(wù)要求包含客觀要求和主觀要求，客觀要求易通過各項(xiàng)測試得出結(jié)果；而各主觀要求則必須考慮到服務(wù)需求方的個(gè)體傾向，因此，資源需求個(gè)體的評價(jià)傾向會(huì)影響服務(wù)資源個(gè)體對眾包任務(wù)的接受和實(shí)施。

2 考慮供需雙方約束的眾包設(shè)計(jì)服務(wù)資源搜索匹配評價(jià)指標(biāo)體系

在對眾包設(shè)計(jì)服務(wù)資源的優(yōu)選之前，需要先根據(jù)任務(wù)需求對服務(wù)需求方進(jìn)行搜索匹配，但是在大多服務(wù)組合優(yōu)選的研究中往往只考慮服務(wù)需求方的指標(biāo)約束，而在眾包設(shè)計(jì)服務(wù)模式中，任務(wù)需求的傳遞依賴性決定了服務(wù)提供方的重要地位，因此，本文結(jié)合眾包設(shè)計(jì)服務(wù)模式特點(diǎn)和供需雙方的需求屬性，提出眾包設(shè)計(jì)服務(wù)資源搜索匹配評價(jià)指標(biāo)體系。

2.1 服務(wù)需求方約束指標(biāo)

服務(wù)需求方是眾包任務(wù)的發(fā)起方，因此在服務(wù)過程中占據(jù)主動(dòng)地位。服務(wù)需求方通過和眾包設(shè)計(jì)平臺(tái)的技術(shù)團(tuán)隊(duì)協(xié)作對眾包任務(wù)設(shè)計(jì)環(huán)節(jié)，主要包括任務(wù)屬性確定、任務(wù)完成時(shí)間、任務(wù)激勵(lì)機(jī)制，任務(wù)分解等。因此服務(wù)需求方對眾包任務(wù)搜索匹配的約束指標(biāo)主要包括：服務(wù)類型：包括功能設(shè)計(jì)、結(jié)構(gòu)設(shè)計(jì)、外觀設(shè)計(jì)、布局設(shè)計(jì)等，可以根據(jù)用戶的任務(wù)需求，選擇合適的服務(wù)類型；服務(wù)可用性：指當(dāng)前眾包設(shè)計(jì)服務(wù)資源能否在平臺(tái)中提供服務(wù)，若不能，則不會(huì)被納入匹配結(jié)果以及優(yōu)化選擇的范疇；歷史信譽(yù)：指的是服務(wù)需求方對眾包任務(wù)完成情況的歷史評價(jià)，可以體現(xiàn)其服務(wù)方服務(wù)能力的高低。

2.2 服務(wù)提供方約束指標(biāo)

經(jīng)過眾包設(shè)計(jì)平臺(tái)分解后的各子任務(wù)會(huì)被推送到符合要求的服務(wù)提供方一端，然而考慮到該任務(wù)本身的綜合收益風(fēng)險(xiǎn)比和服務(wù)需求方的滿意傾向，服務(wù)提供方不會(huì)選擇接受所有的眾包任務(wù)服務(wù)請求。服務(wù)提供方對眾包設(shè)計(jì)服務(wù)搜索匹配的約束指標(biāo)主要包括：服務(wù)風(fēng)險(xiǎn)收益比：指的是接受服務(wù)承擔(dān)的風(fēng)險(xiǎn)水平，若某一任務(wù)超過了服務(wù)提供方設(shè)置的風(fēng)險(xiǎn)收益比，則不會(huì)被匹配到；服務(wù)需求方的滿意傾向：主要指任務(wù)提交后，雇主的評價(jià)傾向，由于可以根據(jù)歷史評價(jià)記錄獲得。

2.3 復(fù)雜任務(wù)型眾包設(shè)計(jì)服務(wù)優(yōu)選評價(jià)指標(biāo)體系

眾包設(shè)計(jì)平臺(tái)通過聚集各類分散的眾包設(shè)計(jì)服務(wù)資源，可為廣大服務(wù)需求方提供相應(yīng)的設(shè)計(jì)服務(wù)，有效利用提高了各類設(shè)計(jì)業(yè)務(wù)效率。然而眾包設(shè)計(jì)服務(wù)資源屬于抽象的知識(shí)資源，傳統(tǒng)的對實(shí)體資源的定量評價(jià)指標(biāo)體系難以對眾包設(shè)計(jì)資源準(zhǔn)確評價(jià)。因此本文提出一種包括服務(wù)時(shí)間（T）、服務(wù)成本（C）、服務(wù)能力（Ca）和服務(wù)有效性（Re）的眾包設(shè)計(jì)服務(wù)資源優(yōu)選評價(jià)指標(biāo)體系，如圖2所示。

圖2 眾包設(shè)計(jì)服務(wù)資源優(yōu)選評價(jià)指標(biāo)體系

1）服務(wù)時(shí)間T

服務(wù)時(shí)間T主要包括眾包平臺(tái)上進(jìn)行的任務(wù)分解、任務(wù)推薦、服務(wù)匹配的等待時(shí)間Tmatch，以及服務(wù)提供方完成任務(wù)耗費(fèi)的時(shí)間Tseruice，還有眾包平臺(tái)同供需雙方協(xié)調(diào)任務(wù)設(shè)計(jì)、專家技術(shù)團(tuán)隊(duì)對眾包任務(wù)的技術(shù)審核等花費(fèi)時(shí)間Tmanage，即T(S)=Tmatch(S)+Tservice(S)+Tmanage(S)其中S代表服務(wù)提供方，下文同義。

2）服務(wù)成本C

服務(wù)成本指服務(wù)需求方從提出需求到任務(wù)完成過程中所支付的費(fèi)用,主要包括支付給服務(wù)提供方的傭金酬勞Cseruice和在眾包設(shè)計(jì)服務(wù)過程中購買的增值服務(wù)花費(fèi)Conline，如風(fēng)控保險(xiǎn)、專家咨詢等，即C(S)=Cseruice(S)+Conline(S)。

3）服務(wù)能力Ca

服務(wù)能力主要衡量服務(wù)提供方在專業(yè)技能、服務(wù)經(jīng)驗(yàn)、技術(shù)專利等知識(shí)方面的飽有量和共享度[12]。假設(shè)某服務(wù)服務(wù)提供方Sj包含的知識(shí)總數(shù)為sum(Sj)，其服務(wù)能力Ca(S)，知識(shí)飽有量為μj，知識(shí)共享度為uj，則Ca(S)=ωμμj+ωuuj，其中vj=sum(Sj)，ωμ和ωu分別為知識(shí)飽有量和知識(shí)共享度的權(quán)重，并且ωμ+ωu=1，m為眾包設(shè)計(jì)服務(wù)過程中同類型的服務(wù)提供方總數(shù)，sum(Sj)代表服務(wù)提供方通過眾包設(shè)計(jì)平臺(tái)共享的知識(shí)總量。

4）服務(wù)可靠性Re

服務(wù)可靠性指的是服務(wù)提供方在面臨突發(fā)情況時(shí)能按時(shí)完成任務(wù)的能力，主要包括服務(wù)提供方的任務(wù)成功率Resuccess、服務(wù)提供方的任務(wù)準(zhǔn)時(shí)完成率Reontime以及服務(wù)方收到的歷史評價(jià)記錄Reevaluation，即，其中：Rei,j為服務(wù)提供方第i個(gè)滿意度指標(biāo)的第j次評估值，λi為服務(wù)提供方的第i個(gè)滿意度指標(biāo)的權(quán)重，并且0≤λi≤1,，n為服務(wù)提供方第i個(gè)滿意度指標(biāo)的評價(jià)次數(shù)。

2.4 眾包設(shè)計(jì)服務(wù)資源組合優(yōu)選模型

考慮到眾包設(shè)計(jì)服務(wù)供需雙方約束指標(biāo)，因此，眾包設(shè)計(jì)服務(wù)資源組合優(yōu)選問題的多目標(biāo)數(shù)學(xué)模型為：

式(1)中的tmax表示最大預(yù)期服務(wù)時(shí)間，cmax表示最大預(yù)期服務(wù)成本，Camin和Remin分別表示最小服務(wù)質(zhì)量預(yù)期和最小服務(wù)可靠性預(yù)期。對于多目標(biāo)優(yōu)化選擇模型中的各項(xiàng)指標(biāo)的值，可以通過式(2)進(jìn)行歸一化。其中qj表示資源評價(jià)指標(biāo)，分別表示資源評價(jià)指標(biāo)的最大值和最小值。在眾包設(shè)計(jì)服務(wù)資源評價(jià)指標(biāo)中，服務(wù)時(shí)間和服務(wù)成本通過（2b）歸一化；服務(wù)質(zhì)量和服務(wù)可靠性通過（2a）進(jìn)行歸一化。

3 基于NSGA-III的眾包設(shè)計(jì)服務(wù)資源組合優(yōu)選算法

NSGA-III算法是在帶精英策略的NSGA-II算法的基礎(chǔ)上提出的一種新的多目標(biāo)優(yōu)化求解算法[13]。兩者的算法求解框架大體相同，區(qū)別在于NSGA-II通過計(jì)算個(gè)體擁擠度距離對同一非支配等級的個(gè)體進(jìn)行選擇，認(rèn)為擁擠個(gè)體距離越大也好，該方法適合求解2個(gè)或3個(gè)目標(biāo)函數(shù)的優(yōu)化問題，但是隨著優(yōu)化問題目標(biāo)維數(shù)的增大，種群中非支配個(gè)體數(shù)量呈指數(shù)增大，并且通過擁擠度距離排序選擇個(gè)體在非支配層上分布不均勻，容易陷入局部最優(yōu)，影響算法的有效性和收斂性，應(yīng)用NSGA-III算法的步驟如圖3所示。

圖3 NSGA-III算法流程

在眾包設(shè)計(jì)服務(wù)資源優(yōu)化選擇模型中應(yīng)用NSGA-III算法的關(guān)鍵在于種群基因編碼、種群的自適應(yīng)標(biāo)準(zhǔn)化和個(gè)體的保留操作。

1）種群的基因編碼、交叉和變異

在遺傳算法中，需要將目標(biāo)問題的可行解編碼成染色體，染色體上的各元素基因。通過對基因的選擇、交叉、變異等操作，篩選出適應(yīng)力更強(qiáng)的后代，最后一次迭代得到的種群即是目標(biāo)問題的Pareto解集。在具體的應(yīng)用場景中，可以根據(jù)使用者的需要和偏好選擇，選擇出對應(yīng)的個(gè)體作為問題的最優(yōu)解。本文中的染色體由眾包設(shè)計(jì)服務(wù)資源個(gè)體序列組成，編碼規(guī)則為十進(jìn)制編碼，例如設(shè)計(jì)服務(wù)資源組合CSR1,3-CSR2,1-CSR3,5-CSR4,4-CSR5,2，所對應(yīng)的十進(jìn)制編碼為3-1-5-4-2，如圖4所示；交叉策略采用重合點(diǎn)交叉，對隨機(jī)選擇的兩個(gè)染色體，選擇編碼中對應(yīng)位置相同的元素進(jìn)行交換，若無重合點(diǎn)，則不進(jìn)行交叉操作，重合點(diǎn)交叉的優(yōu)點(diǎn)在于不會(huì)產(chǎn)生新的無效解，如圖5所示；變異算子在個(gè)體中隨機(jī)選擇一個(gè)序號(hào)，用另一個(gè)隨即產(chǎn)生的序號(hào)替代，如圖6所示。

圖4 基因編碼

圖5 交叉操作示意圖

圖6 變異操作示意圖

2）種群的自適應(yīng)標(biāo)準(zhǔn)化

種群標(biāo)準(zhǔn)化的目的是將參考點(diǎn)放在一個(gè)標(biāo)準(zhǔn)化的超平面上，首先將當(dāng)前種群Si中個(gè)體的每一維目標(biāo)的最小值構(gòu)成當(dāng)前種群的理想點(diǎn)集合-z，對種群St做平移操作使得理想點(diǎn)變?yōu)樵c(diǎn)，將式(3)的最小值記為zi,max,使用M個(gè)極值點(diǎn)通過式(4)構(gòu)成M維標(biāo)準(zhǔn)化空間；設(shè)置參考向量zt，并關(guān)聯(lián)種群和參考點(diǎn)，關(guān)聯(lián)操作具體見文獻(xiàn)[14]。

式中ωi為坐標(biāo)軸的單位方向向量；ai為每一維在對應(yīng)坐標(biāo)軸上的截距。

3）個(gè)體的保留

經(jīng)過標(biāo)準(zhǔn)化關(guān)聯(lián)操作后，可能出現(xiàn)一個(gè)參考點(diǎn)關(guān)聯(lián)多個(gè)個(gè)體。將參考點(diǎn)j在集合Pt+1=St/Fl關(guān)聯(lián)的個(gè)體的數(shù)量記為ρj；首先選擇關(guān)聯(lián)數(shù)目最少的參考點(diǎn)，若其ρj=0，則將離參考點(diǎn)對應(yīng)的參考線最近的個(gè)體加入Pt+1，若臨界區(qū)Fl中不存在個(gè)體與參考點(diǎn)關(guān)聯(lián)，則將參考點(diǎn)刪除；若ρj≥1，則從隨機(jī)選擇一個(gè)參考點(diǎn)并將關(guān)聯(lián)的個(gè)體加入Pt+1。重復(fù)上述步驟直到種群的規(guī)模達(dá)到N。

4 實(shí)例驗(yàn)證

為了驗(yàn)證論文中的模型的算法的有效性，本節(jié)以復(fù)雜家電產(chǎn)品個(gè)性化眾包設(shè)計(jì)平臺(tái)中的電冰箱開發(fā)為背景。服務(wù)需求方在眾包設(shè)計(jì)平臺(tái)中提交新款個(gè)性化冰箱的設(shè)計(jì)需求，眾包設(shè)計(jì)平臺(tái)通過平臺(tái)的創(chuàng)意征集板塊，確定了需求的若干個(gè)新特點(diǎn)并加工形成設(shè)計(jì)文檔；根據(jù)產(chǎn)品需求及特性將該個(gè)性化冰箱設(shè)計(jì)任務(wù)劃分為如圖7所示的五個(gè)子任務(wù)。其具體的評價(jià)指標(biāo)值如表1所示，指標(biāo)約束參數(shù)規(guī)定如下：tmax=500h,cmax=8000元，camin=0.7500，remin=0.8000。

表1 眾包設(shè)計(jì)服務(wù)待選資源指標(biāo)參數(shù)

圖7 個(gè)性化冰箱設(shè)計(jì)流程圖

眾包設(shè)計(jì)服務(wù)優(yōu)選模型中的各項(xiàng)參數(shù)由服務(wù)提供方和服務(wù)需求方?jīng)Q定，本文采用的各項(xiàng)參數(shù)如下表：N0=30，Pc=0.92,Pm=0.06,最大迭代次數(shù)maxFE=100，在上述實(shí)驗(yàn)環(huán)境下，通過Matlab編程對多目標(biāo)優(yōu)化模型進(jìn)行求解運(yùn)算。經(jīng)過19次迭代后，程序在各目標(biāo)上的適應(yīng)度趨于穩(wěn)定，到達(dá)收斂狀態(tài)，各可行解在四個(gè)目標(biāo)函數(shù)上適應(yīng)度的平均值如圖8所示。

圖8 目標(biāo)函數(shù)平均適應(yīng)度值

眾包設(shè)計(jì)服務(wù)資源優(yōu)化模型求解結(jié)果如表3所示，根據(jù)實(shí)際設(shè)計(jì)情形分析，服務(wù)成本和服務(wù)質(zhì)量在設(shè)計(jì)過程中占據(jù)相對重要，因此，令ω={0.3,0.2,0.3,0.2}，計(jì)算Pareto解集中的解的適應(yīng)度值并排序，計(jì)算結(jié)果如表2所示，各指標(biāo)向量采用式(2)歸一化：

表2 眾包設(shè)計(jì)資源綜合評價(jià)

根據(jù)眾包設(shè)計(jì)資源綜合評價(jià)結(jié)果可以看出，在指標(biāo)權(quán)重預(yù)設(shè)為ω的情形時(shí)，最優(yōu)的服務(wù)組合為CSR1,3-CSR2,1-CSR3,5-CSR4,4-CSR5,4。實(shí)際應(yīng)用中，可以根據(jù)不同的客觀條件確定指標(biāo)權(quán)重ω，進(jìn)而得到相應(yīng)的的眾包設(shè)計(jì)服務(wù)資源組合序列。

5 結(jié)語

本文通過分析復(fù)雜任務(wù)型眾包設(shè)計(jì)模式服務(wù)流程及特點(diǎn)，提出了一種考慮供需雙方約束的眾包設(shè)計(jì)服務(wù)資源搜索匹配評價(jià)指標(biāo)體系，以及包含服務(wù)時(shí)間(T)、服務(wù)成本(C)、服務(wù)質(zhì)量(Ca)和服務(wù)可靠性(Re)的眾包設(shè)計(jì)服務(wù)資源優(yōu)選評價(jià)指標(biāo)體系，并對各項(xiàng)指標(biāo)進(jìn)行了量化評估；在此基礎(chǔ)上建立資源優(yōu)選的數(shù)學(xué)模型，通過NSGA-III算法對模型進(jìn)行求解，驗(yàn)證了所提方法的有效性。下一步將針對眾包設(shè)計(jì)服務(wù)資源全信息描述模型以及服務(wù)過程中的資源匹配算法展開研究。