基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)內(nèi)資源調(diào)度

李 芳,程友鳳

(上海理工大學(xué) 管理學(xué)院,上海 200093)

0 引言

隨著大數(shù)據(jù)、云計算、移動互聯(lián)網(wǎng)、高性能計算和智能終端等新興技術(shù)的發(fā)展,制造業(yè)正在向“數(shù)字化、網(wǎng)絡(luò)化、個性化、協(xié)同化、敏捷化、服務(wù)化、綠色化、智能化”方向深入發(fā)展[1]。李伯虎等[2]于2010年提出了“云制造”的概念,利用網(wǎng)絡(luò)和云制造服務(wù)平臺,云制造將分散在不同層次的制造資源通過服務(wù)器集中起來,為分布在不同位置的用戶提供比傳統(tǒng)的網(wǎng)絡(luò)化制造更便捷及時的服務(wù)[3],為提高企業(yè)的自主創(chuàng)新能力和核心競爭能力提供了新的解決思路[4]。然而,在云制造的不斷發(fā)展過程中仍舊面對數(shù)據(jù)安全、企業(yè)間相互信任及資源調(diào)度效率等問題。

作為學(xué)術(shù)界和制造業(yè)的重點(diǎn)關(guān)注領(lǐng)域,眾多學(xué)者對云制造內(nèi)平臺架構(gòu)、資源調(diào)度模型和安全可靠性等方面進(jìn)行了研究。李強(qiáng)等[5]設(shè)計了云環(huán)境下的大規(guī)模個性化智能交互過程以及需求交互轉(zhuǎn)換過程模型;王平等[6]構(gòu)建了面向資源供應(yīng)方、服務(wù)需求方以及云制造平臺運(yùn)營方三方利益的制造資源組合雙層規(guī)劃模型。AHN等[7]建立最小化時間、成本、質(zhì)量和可靠性的總損失的多目標(biāo)模型,并使用多目標(biāo)遺傳算法進(jìn)行數(shù)學(xué)模型求解;曹文穎等[8]考慮到信任對企業(yè)合作的影響,研究云制造企業(yè)間信任評價與資源調(diào)度方法;李永湘等[9]針對不穩(wěn)定性的制造實(shí)體可靠性和服務(wù)信譽(yù)給新時代制造帶來的影響,將服務(wù)可靠性、可信度、組合復(fù)雜度、協(xié)同度與執(zhí)行時間和執(zhí)行費(fèi)用相結(jié)合,構(gòu)建了一種新的服務(wù)質(zhì)量(Quality of Service,QoS)評價模型。袁偉等[10]為解決云制造環(huán)境下小批量定制產(chǎn)品的服務(wù)組合優(yōu)選問題,提出一種以加工特征作為任務(wù)粒度的資源服務(wù)組合雙層優(yōu)選方法。學(xué)者們在構(gòu)建資源調(diào)度模型和提高資源調(diào)度效率方面做出了很多努力,并取得了一定進(jìn)展,但鮮有考慮解決云制造系統(tǒng)中各參與節(jié)點(diǎn)間信任及數(shù)據(jù)安全問題。

隨著區(qū)塊鏈技術(shù)的出現(xiàn),有學(xué)者研究將區(qū)塊鏈技術(shù)應(yīng)用于云制造系統(tǒng)中。王強(qiáng)等[11]提出一種基于區(qū)塊鏈技術(shù)的制造服務(wù)可信交易方法,重點(diǎn)研究多鏈數(shù)據(jù)存儲架構(gòu)、動態(tài)QoS評估方法和共識算法等關(guān)鍵技術(shù);杜蘭等[12]設(shè)計了一種基于區(qū)塊鏈交易的信息記錄與查詢機(jī)制;程友鳳等[13]針對目前云制造系統(tǒng)中存在的各參與主體間信任問題以及資源調(diào)度效率問題,研究將區(qū)塊鏈技術(shù)應(yīng)用于云制造系統(tǒng)中;BARENJI等[14]提出一種基于區(qū)塊鏈的云制造平臺作為可信網(wǎng)絡(luò)平臺來解決第三方信任問題,可提高中小型制造企業(yè)的可擴(kuò)展性、安全性和大數(shù)據(jù)問題。AGHAMOHAMMADZADEH等[15]提出一種基于區(qū)塊鏈技術(shù)的云制造系統(tǒng)中服務(wù)組合模型(Blockchain-based Service Composition model,Block-SC)。

綜上所述,眾多學(xué)者在提高云制造系統(tǒng)內(nèi)可信交易、資源調(diào)度效率以及區(qū)塊鏈技術(shù)應(yīng)用于云制造方面都進(jìn)行了研究,但鮮有研究基于公有鏈+聯(lián)盟鏈的雙鏈?zhǔn)降脑浦圃煜到y(tǒng)。本文研究雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)并對區(qū)塊鏈技術(shù)應(yīng)用于云制造系統(tǒng)中進(jìn)行分析,設(shè)計企業(yè)信息公有鏈及制造資源聯(lián)盟鏈上的業(yè)務(wù)流程,提出將資源調(diào)度算法寫入制造資源鏈的智能合約中,建立考慮創(chuàng)新性和匹配性的多目標(biāo)資源調(diào)度模型,使用帶精英策略的快速非支配排序遺傳算法(fast elitist Non dominated Sorting Genetic Algorithm,NSGA-Ⅱ)進(jìn)行模型求解,通過實(shí)驗(yàn)對比本文所提出雙鏈?zhǔn)浇Y(jié)構(gòu)及資源調(diào)度模型的有效性。

1 基于區(qū)塊鏈技術(shù)的云制造系統(tǒng)內(nèi)雙鏈?zhǔn)酱鎯Y(jié)構(gòu)

1.1 區(qū)塊鏈技術(shù)

區(qū)塊鏈技術(shù)最早由日本學(xué)者中本聰在2008年發(fā)表的一篇名為《比特幣:一種點(diǎn)對點(diǎn)式的電子現(xiàn)金系統(tǒng)》[12]的文章中所提出來的,是一種建立在點(diǎn)對點(diǎn)網(wǎng)絡(luò)上,利用鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)來驗(yàn)證與儲藏數(shù)據(jù),利用分布式節(jié)點(diǎn)共識算法來生成和更新數(shù)據(jù),同時采用密碼學(xué)的方式保證數(shù)據(jù)傳輸和訪問的安全,利用全新分布式基礎(chǔ)架構(gòu)操作數(shù)據(jù)的底層技術(shù)。近幾年隨著比特幣、以太坊等數(shù)字貨幣的應(yīng)用,區(qū)塊鏈技術(shù)逐漸成為各個領(lǐng)域的研究熱點(diǎn),正成為繼大數(shù)據(jù)分析、云計算和VR等技術(shù)后又一項(xiàng)對社會發(fā)展具有重大影響的新興技術(shù)[16]。區(qū)塊鏈技術(shù)的去中心化、共識機(jī)制、不可篡改和可溯源[17]等特點(diǎn),使其在金融行業(yè)、醫(yī)療健康、智能制造和社會系統(tǒng)等領(lǐng)域中有巨大的應(yīng)用前景。

區(qū)塊鏈技術(shù)的本質(zhì)是一種去中心化的數(shù)據(jù)庫,可為一些分布式計算、云服務(wù)提供去中心化的數(shù)據(jù)存儲技術(shù)[18]。又因其具有共識機(jī)制與哈希算法加密數(shù)據(jù)的特性,保證了區(qū)塊鏈中存儲數(shù)據(jù)的信任機(jī)制以及不可篡改。區(qū)塊頭中的哈希值由哈希算法得出,當(dāng)有人篡改區(qū)塊內(nèi)交易數(shù)據(jù)時,哈希值會發(fā)生變化,從而與下一區(qū)塊所記錄的哈希值不符,進(jìn)而保證了區(qū)塊鏈數(shù)據(jù)的不可篡改性。區(qū)塊鏈中數(shù)據(jù)存儲原理如圖1所示。

1.2 區(qū)塊鏈應(yīng)用于云制造系統(tǒng)的分析

現(xiàn)有的云制造系統(tǒng)運(yùn)作模式是系統(tǒng)由平臺方進(jìn)行管理,分布在各地的制造服務(wù)需求企業(yè)以及制造服務(wù)供應(yīng)企業(yè)以用戶的形式加入到云制造系統(tǒng)中進(jìn)行交易,雙方間交易受服務(wù)時間、服務(wù)成本、服務(wù)效率和互相間信任程度等多因素影響,獲得或提供制造服務(wù)。對比傳統(tǒng)制造,云制造系統(tǒng)大大提高了制造的水平及效益。然而,在現(xiàn)存的云制造系統(tǒng)中依舊存在一些難點(diǎn)需要解決,類比云制造系統(tǒng)中資源調(diào)度同樣分布式計算的特征,本文通過區(qū)塊鏈技術(shù)的特性對傳統(tǒng)的云制造系統(tǒng)的問題進(jìn)行分析,如表1所示。

表1 區(qū)塊鏈技術(shù)用于與云制造系統(tǒng)的分析

1.3 基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)設(shè)計

1.3.1 雙鏈?zhǔn)酱鎯?shù)據(jù)結(jié)構(gòu)

現(xiàn)如今很多區(qū)塊鏈的應(yīng)用場景中使用的都是單鏈?zhǔn)浇Y(jié)構(gòu),如日本網(wǎng)絡(luò)銀行的PoC項(xiàng)目以及歐洲央行使用的通用賬本模型[12]。但現(xiàn)有區(qū)塊鏈技術(shù)在單鏈?zhǔn)綌?shù)據(jù)存儲的結(jié)構(gòu)下數(shù)據(jù)存儲負(fù)荷、性能以及數(shù)據(jù)隱私性方面都存在一些發(fā)展瓶頸之外,還存在點(diǎn)對點(diǎn)企業(yè)信息去中心化與云制造交易信息方案校核難以同時滿足的問題,傳統(tǒng)單鏈?zhǔn)浇Y(jié)構(gòu)大多專注于公有鏈,較少考慮交易信息校核的多中心化聯(lián)盟鏈。針對這些問題,本文設(shè)計了一種雙鏈?zhǔn)降脑浦圃煜到y(tǒng)數(shù)據(jù)存儲結(jié)構(gòu)模型,如圖2所示。

該鏈網(wǎng)包含兩條鏈:一條為企業(yè)用戶信息鏈,是公有鏈,負(fù)責(zé)存儲和維護(hù)各制造服務(wù)企業(yè)與服務(wù)需求企業(yè)的信息;另一條為制造資源鏈?zhǔn)锹?lián)盟鏈,用于存儲各企業(yè)所空余的制造資源以及訂單交易信息,該鏈在有訂單任務(wù)觸發(fā)條件時自動執(zhí)行智能合約生成交易信息執(zhí)行交易。

對比現(xiàn)有的單鏈?zhǔn)絽^(qū)塊鏈結(jié)構(gòu)設(shè)計,本文所提出的雙鏈?zhǔn)降脑浦圃煜到y(tǒng)具有以下優(yōu)勢:

(1)企業(yè)信息和交易信息分開部署,企業(yè)信息鏈和制造資源鏈耦合且獨(dú)立運(yùn)行?，F(xiàn)有的單鏈?zhǔn)降脑浦圃煸O(shè)計方案在安全校核時,各區(qū)塊除了存儲交易信息以外,還需要存儲系統(tǒng)中所有企業(yè)的物理信息,造成區(qū)塊鏈容量的快速增加,使得性能下降。所提出的基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中,企業(yè)信息鏈采用完全去中心化的公有鏈,只存儲各企業(yè)的信息及交易記錄,實(shí)現(xiàn)企業(yè)點(diǎn)對點(diǎn)的信息自主存儲。制造資源鏈采用去中心化的聯(lián)盟鏈,各區(qū)塊只存儲了制造需求和制造服務(wù)信息。同時,區(qū)塊鏈上部署智能合約,自動觸發(fā)使得制造資源鏈上進(jìn)行制造服務(wù)交易,并將交易記錄信息同步到企業(yè)信息鏈中。雙鏈?zhǔn)酱鎯Ψ绞綄⑵髽I(yè)用戶信息鏈與制造資源鏈分開,可減少各節(jié)點(diǎn)存儲數(shù)據(jù)冗余量,提高云制造系統(tǒng)的運(yùn)作效率。

(2)點(diǎn)對點(diǎn)自主決策的去中心化企業(yè)信息鏈設(shè)計。每個企業(yè)都以追求自身利益最大化為目標(biāo),與不同的企業(yè)之間進(jìn)行云制造交易。企業(yè)信息鏈上每個節(jié)點(diǎn)(對應(yīng)每個企業(yè))都有完整的區(qū)塊信息,區(qū)塊存儲了企業(yè)地理位置、基本信息、設(shè)備信息等。所有企業(yè)信息鏈節(jié)點(diǎn)通過共識機(jī)制相互競爭產(chǎn)生記賬權(quán)節(jié)點(diǎn),當(dāng)有新企業(yè)加入時,記賬權(quán)節(jié)點(diǎn)通過共識機(jī)制實(shí)現(xiàn)信息鏈所有節(jié)點(diǎn)的信息自動更新。同時,企業(yè)所進(jìn)行的所有交易及信息修改都可以通過企業(yè)信息鏈進(jìn)行追溯,且不可人為篡改,無需強(qiáng)制平臺管理員進(jìn)行管理,即可實(shí)現(xiàn)云制造系統(tǒng)內(nèi)企業(yè)的自我管理。

(3)監(jiān)督交易的多中心化制造資源鏈。所有制造企業(yè)通過選舉產(chǎn)生多個制造資源鏈節(jié)點(diǎn),制造企業(yè)以外的第三方機(jī)構(gòu),如云制造系統(tǒng)調(diào)度中心和大型制造企業(yè)都可以作為制造資源鏈上的一個節(jié)點(diǎn),參與制造資源交易的監(jiān)督驗(yàn)證。制造資源鏈上每個節(jié)點(diǎn)都有一條完整的區(qū)塊信息,存儲了制造資源的信息,如制造時間、制造成本、合格率等。制造資源鏈節(jié)點(diǎn)通過競爭獲得監(jiān)督權(quán),實(shí)施對企業(yè)信息鏈上交易記錄的校核和調(diào)整。多中心化或多個節(jié)點(diǎn)聯(lián)盟鏈構(gòu)建的制造資源鏈避免了單節(jié)點(diǎn)(如傳統(tǒng)云制造系統(tǒng))校核的壟斷權(quán),防止單節(jié)點(diǎn)不公開的企業(yè)信息調(diào)整,提升安全校核的去中心化能力。再則,通過將制造服務(wù)資源單獨(dú)成鏈,可在資源鏈里進(jìn)行資源匹配、調(diào)度,大大提高了資源調(diào)度效率

1.3.2 系統(tǒng)交易流程

制造服務(wù)需求鏈主要業(yè)務(wù)為制造服務(wù)信息上鏈、生成制造需求交易訂單和更新制造資源鏈上信息。①制造服務(wù)企業(yè)發(fā)布新的制造服務(wù)信息后生成并存儲服務(wù)信息密鑰,通過哈希算法對服務(wù)信息生成哈希值,再通過廣播服務(wù)進(jìn)行全網(wǎng)廣播制造服務(wù)信息,當(dāng)多余2/3的節(jié)點(diǎn)達(dá)成共識后,制造服務(wù)區(qū)塊上聯(lián)成功并全網(wǎng)廣播;②當(dāng)制造需求企業(yè)發(fā)布制造需求訂單以后,系統(tǒng)廣播服務(wù)需求信息,接受資源調(diào)度請求,針對服務(wù)需求執(zhí)行智能合約自動進(jìn)行資源調(diào)度,將資源調(diào)度結(jié)果發(fā)送給服務(wù)需求方尋求意見,需求方同意后創(chuàng)建資源調(diào)度結(jié)果區(qū)塊并進(jìn)行全網(wǎng)廣播;③根據(jù)每一次制造需求訂單交易的結(jié)果,對制造資源鏈上候選制造服務(wù)信息進(jìn)行更新,暫停已形成交易的制造服務(wù)。具體流程如圖3所示。

企業(yè)信息鏈上主要負(fù)責(zé)企業(yè)上鏈、信息查詢業(yè)務(wù)和服務(wù)評價流程。①企業(yè)注冊輸入信息申請上鏈,先由主節(jié)點(diǎn)(記賬節(jié)點(diǎn))核實(shí)企業(yè)信息,核實(shí)通過以后對企業(yè)信息形成hash值,將企業(yè)區(qū)塊信息廣播至全網(wǎng),全部節(jié)點(diǎn)對該區(qū)塊進(jìn)行驗(yàn)證,驗(yàn)證通過則上鏈成功并全網(wǎng)廣播,企業(yè)信息鏈更新;②系統(tǒng)內(nèi)所有用戶可對鏈上的企業(yè)基礎(chǔ)信息及交易信息進(jìn)行查詢及核實(shí),通過驗(yàn)證該交易企業(yè)信息hash值的一致性判斷信息是否被篡改;③企業(yè)可在制造服務(wù)完成之后發(fā)起服務(wù)評價,將服務(wù)評價內(nèi)容hash值進(jìn)行全網(wǎng)廣播,存儲到被評價企業(yè)的信息中,具體流程如圖4所示。

2 考慮創(chuàng)新性及匹配性的資源調(diào)度模型構(gòu)建

2.1 資源制造調(diào)度問題描述

基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造環(huán)境中,一個復(fù)雜的制造任務(wù)在制造信息鏈上需要拆解為若干個簡單的制造子任務(wù)(BCMT)來完成,可以表示為T={T1,T2,T3,…Ti,…Tn}。再對每個子任務(wù),通過在制造資源信息鏈中匹配其對應(yīng)的候選制造資源服務(wù)(BCMR)進(jìn)行制造服務(wù),本文模型適用于順序組合的云制造服務(wù)模型。

制造任務(wù)上鏈后,服務(wù)需求方的服務(wù)組合請求觸發(fā)智能合約,智能合約自動執(zhí)行調(diào)度算法對候選制造資源服務(wù)進(jìn)行組合和優(yōu)選,形成時間、成本、合格率、創(chuàng)新性和匹配性最高的資源調(diào)度方案。圖5為基于區(qū)塊鏈技術(shù)的云制造環(huán)境下的制造資源需求任務(wù)分解,BCMTi表示分解后的第i個制造子任務(wù),BCMRij表示第i個制造子任務(wù)對應(yīng)的第j個候選制造服務(wù)。

2.2 模型評價指標(biāo)

在企業(yè)信息區(qū)塊鏈中,區(qū)塊內(nèi)存儲服務(wù)企業(yè)和制造企業(yè)信息,如圖6所示。在制造資源區(qū)塊鏈中,區(qū)塊內(nèi)存儲候選的制造服務(wù)以及制造需求信息,包含時間、成本和合格率等,如圖7所示。

根據(jù)這兩條鏈中存儲的企業(yè)及服務(wù)信息,經(jīng)過數(shù)字化處理建立服務(wù)評價指標(biāo),從而建立資源調(diào)度服務(wù)評價模型。現(xiàn)有大多研究將模型指標(biāo)集中在時間、成本、可靠性和可用性上,云制造服務(wù)組合中的組合指標(biāo)還需要根據(jù)實(shí)際需求增加新的組合指標(biāo)[19]。本文結(jié)合基于雙鏈?zhǔn)浇Y(jié)構(gòu)云制造系統(tǒng)的儲存數(shù)據(jù),在考慮時間、成本、合格率的基礎(chǔ)上,也考慮創(chuàng)新性及匹配性指標(biāo),指標(biāo)構(gòu)建中所涉及參數(shù)如表2所示。

表2 模型參數(shù)設(shè)置

2.2.1 服務(wù)成本

制造任務(wù)的服務(wù)成本指任務(wù)內(nèi)所有的子任務(wù)的服務(wù)成本之和,成本數(shù)據(jù)由制造服務(wù)供應(yīng)商在制造服務(wù)資源上鏈時設(shè)定,存儲在制造資源池鏈中。每個子任務(wù)的服務(wù)成本如下所示:

Csij=Cmij+Ctij+Cpij,

(1)

(2)

2.2.2 服務(wù)時間

制造任務(wù)的服務(wù)時間指所有子任務(wù)的服務(wù)時間之和,服務(wù)時間由制造服務(wù)供應(yīng)商在服務(wù)資源上鏈時設(shè)定,數(shù)據(jù)存儲在制造資源池鏈中。每個子任務(wù)的服務(wù)時間如下:

Ttij=Tmij+Tsij+Twij,

(3)

(4)

2.2.3 服務(wù)合格率

由于不同的服務(wù)商的制造能力不同,所加工出來的產(chǎn)品合格率不同,服務(wù)合格率由制造服務(wù)供應(yīng)商在服務(wù)資源上鏈時設(shè)定,隨著制造任務(wù)完成情況會進(jìn)行更新。各個子任務(wù)的合格率平均求得制造任務(wù)的合格率,具體公式如下:

(5)

(6)

2.2.4 創(chuàng)新性

服務(wù)創(chuàng)新性主要用來反映基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中各個制造服務(wù)資源供應(yīng)商的創(chuàng)新能力、服務(wù)設(shè)備等對制造服務(wù)組合性能的影響,本文通過創(chuàng)新性來描述這些主客觀性因素對服務(wù)質(zhì)量與服務(wù)水平的影響,定量化表達(dá)創(chuàng)新能力。創(chuàng)新性采用創(chuàng)新水平、設(shè)備水平進(jìn)行計算。

(1)創(chuàng)新水平

云制造系統(tǒng)內(nèi)用戶在完成制造服務(wù)交易后,可在系統(tǒng)中對該云制造服務(wù)的創(chuàng)新水平進(jìn)行反饋,基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)內(nèi)用戶可在服務(wù)訂單的云制造服務(wù)評價框中勾選該次云制造服務(wù)是否屬于創(chuàng)新服務(wù)。創(chuàng)新水平計算公式如下:

(7)

(2)設(shè)備水平

由基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)內(nèi)的多個企業(yè)節(jié)點(diǎn)對云制造服務(wù)企業(yè)由傳感器所上傳到系統(tǒng)中的設(shè)備參數(shù)、型號及運(yùn)行狀態(tài)等信息對想要上鏈的服務(wù)企業(yè)的服務(wù)設(shè)備進(jìn)行設(shè)備水平評分,設(shè)備水平數(shù)據(jù)由傳感器直接上傳存儲在企業(yè)信息鏈,企業(yè)所給評分的取值范圍為[0,5],基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)根據(jù)所有企業(yè)節(jié)點(diǎn)的評分計算出該云制造服務(wù)的評分值。設(shè)備水平計算公式如下:

(8)

綜上所述,創(chuàng)新性可由創(chuàng)新水平及設(shè)備水平兩個方面計算如下:

(9)

式中,β1、β2分別為創(chuàng)新水平、設(shè)備水平的權(quán)重系數(shù),且β1+β2=1。服務(wù)創(chuàng)新性如下:

(10)

2.2.5 匹配性

匹配性是衡量服務(wù)方與需求方是否合適的重要指標(biāo)。高程度的匹配性使得云制造服務(wù)完成制造任務(wù)時具有較高的效率,同時需求方對制造服務(wù)方有更高的滿意度。匹配性可從制造服務(wù)方與任務(wù)方的服務(wù)合作次數(shù)、服務(wù)合作持續(xù)時間以及信任度方面得到體現(xiàn),采用熟悉度和信任度進(jìn)行計算。

(1)熟悉度

基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)利用存儲在企業(yè)信息鏈中的任務(wù)方與制造服務(wù)方的服務(wù)合作次數(shù)、服務(wù)合作持續(xù)時間來評估雙方之間的熟悉度,熟悉度計算公式如下:

(11)

式中,β1、β2表示權(quán)重系數(shù)且β1+β2=1。

(2)信任度

云制造系統(tǒng)對任務(wù)方與服務(wù)供應(yīng)方之前的信任度進(jìn)行評估,企業(yè)間信任度的取值范圍為[0,1];在基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中,通過區(qū)塊鏈的分布式存儲特性及不可篡改性,企業(yè)間相互信任,信任度為1。

綜上所述,企業(yè)間的匹配性可由熟悉度和信任度兩方面計算得出:

Mdij=β1Fij+β2Dtij,

(12)

(13)

2.3 構(gòu)建模型

云制造資源調(diào)度的最終目標(biāo)是選擇最優(yōu)的云制造服務(wù)組合,用來完成系統(tǒng)中需求方的制造任務(wù)。由此產(chǎn)生的云制造資源調(diào)度方案應(yīng)滿足服務(wù)時間、服務(wù)成本和合格率的約束,使得資源調(diào)度方案具有最高的合格率、創(chuàng)新性和匹配度,最小的服務(wù)成本及時間。云制造資源調(diào)度是一個多目標(biāo)優(yōu)化問題,多目標(biāo)數(shù)學(xué)模型構(gòu)建如下:

(14)

(15)

(16)

(17)

(18)

s.t.

Cs≤Csmax;

Tt≤Ttmax;

Q≥Qmin;

Sl≥Slmin;

Md≥Mdmin;

(19)

其中:式(14)～式(18)為目標(biāo)函數(shù);式(14)表示求服務(wù)成本最小值;式(15)表示求服務(wù)時間最小值;式(16)～式(18)分別為求合格率、創(chuàng)新性及匹配性最大值;式(19)為約束條件,規(guī)定服務(wù)成本及服務(wù)時間不得超過制造需求方最大期望成本及時間,完成制造服務(wù)的產(chǎn)品合格率、創(chuàng)新性和匹配性不得低于制造需求方的最低合格率、創(chuàng)新性和匹配性,每個制造子任務(wù)有且僅有一家制造服務(wù)方完成。

綜上所述,在云制造資源調(diào)度建模方面,本文工作和現(xiàn)有的研究工作的區(qū)別體現(xiàn)在兩個方面:①考慮了創(chuàng)新性及匹配性對資源調(diào)度的影響,建立了更加全面的QoS評價模型;②對創(chuàng)新性和匹配性的建模與現(xiàn)有工作不同,對通過傳感器傳輸?shù)絽^(qū)塊鏈上的物聯(lián)、生產(chǎn)數(shù)據(jù)進(jìn)行指標(biāo)建模,更加完善了指標(biāo)參數(shù)的獲得方式和可靠性。

2.4 NSGA-Ⅱ算法

NSGA是SRINIVAS和DEB在1995年提出的[20]。該算法在快速找到Pareto前沿和保持種群多樣性方面都有很好的效果,但依舊存在一些問題。2002年,Deb在NSGA算法上進(jìn)行了改進(jìn),提出了NSGA-Ⅱ算法[21],即帶有精英保留策略的快速非支配多目標(biāo)優(yōu)化算法,是一種基于Pareto最優(yōu)解的多目標(biāo)優(yōu)化算法,可以快速得到種群分布均勻的非劣最優(yōu)解,具有很強(qiáng)的穩(wěn)定性和適應(yīng)性[22]。

NSGA-Ⅱ的基本思想為:首先,隨機(jī)產(chǎn)生規(guī)模為N的初始種群,非支配排序后通過遺傳算法的選擇、交叉、變異3個基本操作步驟生成第一代子群;接著,從第2代開始,將父代與子代個體種群進(jìn)行合并,進(jìn)行快速非支配排序并且分層,同時對每個非支配層的個體進(jìn)行擁擠度計算,根據(jù)非支配排序關(guān)系以及個體的擁擠度選擇合適個體組成新父代種群;最后,再通過遺傳算法的選擇、交叉、變異3個基本操作產(chǎn)生新的子代種群;重復(fù)操作,直至滿足程序結(jié)束的條件。NSGA-Ⅱ降低了非劣排序遺傳算法的復(fù)雜性,同時具有運(yùn)行速度快,解集的收斂性較好的特點(diǎn)。具體的NSGA-Ⅱ算法流程圖如圖8所示。

本文設(shè)計將NSGA-Ⅱ算法寫入到智能合約中,當(dāng)制造資源鏈中新增制造需求時,自動執(zhí)行智能合約,滿足制造服務(wù)需求方在制造成本、時間、合格率、創(chuàng)新型和匹配性多目標(biāo)函數(shù)的約束要求,求解出了非支配解集(帕累托前沿),可供制造服務(wù)需求方按照自己對各目標(biāo)的偏好程度及實(shí)際需求進(jìn)行制造方案選擇。

3 實(shí)驗(yàn)仿真分析

本文實(shí)驗(yàn)的目的是驗(yàn)證在雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造環(huán)境中,提高企業(yè)間信任度后資源組合優(yōu)化模型的有效性和調(diào)度高效性。在基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中,企業(yè)信息及制造資源信息分別存儲在企業(yè)信息鏈和制造資源鏈中,保證了候選制造資源信息的可靠性及安全性;資源調(diào)度算法代碼直接編寫在制造資源池鏈的智能合約中,在服務(wù)需求方發(fā)布制造服務(wù)需求后觸發(fā)調(diào)度請求,直接進(jìn)行資源調(diào)度,保證了制造交易的公平性。實(shí)驗(yàn)?zāi)M在已部署好的雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中仿真智能合約執(zhí)行資源調(diào)度的環(huán)節(jié),使用NSGA-Ⅱ進(jìn)行多目標(biāo)資源調(diào)度。通過調(diào)整企業(yè)間信任度數(shù)據(jù),對比傳統(tǒng)云制造系統(tǒng)內(nèi)信任度較低的環(huán)境與本文基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中企業(yè)間相互信任的環(huán)境下資源調(diào)度的結(jié)果,從而體現(xiàn)本文所設(shè)計雙鏈?zhǔn)浇Y(jié)構(gòu)中制造資源鏈中資源調(diào)度的優(yōu)勢。

3.1 實(shí)驗(yàn)過程

3.1.1 實(shí)驗(yàn)數(shù)據(jù)

為了驗(yàn)證本文所提出的基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中資源調(diào)度模型的有效性,實(shí)驗(yàn)采用Guelph大學(xué)所收集整理的QWS 2.0數(shù)據(jù)集[23],數(shù)據(jù)集中含有來自各個公司的2 507個實(shí)際存在的制造服務(wù)的各個指標(biāo)值,如響應(yīng)時間、可用性、成功率和可靠性等。

在QWS 2.0數(shù)據(jù)集中選取50組數(shù)據(jù)構(gòu)成候選制造服務(wù)資源集,將50組數(shù)據(jù)均分成5個子任務(wù)的候選制造資源,對候選制造資源集使用本文模型進(jìn)行資源調(diào)度,如表3所示。

表3 制造需求子任務(wù)候選制造資源集

同時,考慮到QWS 2.0數(shù)據(jù)集中缺少部分模型所需參數(shù)數(shù)據(jù)值,本文結(jié)合網(wǎng)絡(luò)數(shù)據(jù),在一定取值范圍內(nèi)生成了服務(wù)成本、服務(wù)合作次數(shù)和合作持續(xù)時間數(shù)據(jù)。在仿真?zhèn)鹘y(tǒng)云制造系統(tǒng)中資源調(diào)度過程時,企業(yè)間信任度為QWS 2.0數(shù)據(jù)集中原始數(shù)據(jù);在仿真基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中資源調(diào)度過程時,企業(yè)間信任度的數(shù)據(jù)都為1。

3.1.2 實(shí)驗(yàn)環(huán)境及參數(shù)

本文所進(jìn)行實(shí)驗(yàn)的環(huán)境如表4所示。

表4 實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)過程中涉及到的主要參數(shù)如表5所示,其中,決策變量維數(shù)以及Csmax、Ttmax、Qmin、SLmin、MDmin由數(shù)據(jù)集QWS2.0的最終優(yōu)化目標(biāo)確定;算法迭代結(jié)束狀態(tài)下的適應(yīng)度值為參數(shù)調(diào)優(yōu)的衡量指標(biāo),通過網(wǎng)格搜索法尋找適應(yīng)度值確定交叉概率和變異概率分別為0.8和0.12。為了更加顯著呈現(xiàn)傳統(tǒng)云制造系統(tǒng)與基于雙鏈?zhǔn)浇Y(jié)構(gòu)中的云制造系統(tǒng)的資源匹配結(jié)果的差異性,模擬在兩個系統(tǒng)中的實(shí)驗(yàn)過程中交叉概率、變異概率、種群規(guī)模和算法迭代次數(shù)的設(shè)計均保持一致。

表5 實(shí)驗(yàn)所用參數(shù)

3.2 實(shí)驗(yàn)結(jié)果分析

在傳統(tǒng)云制造系統(tǒng)中,由于企業(yè)間信任度較低,因而候選制造服務(wù)資源與服務(wù)需求方的匹配性較低;在基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中,由于區(qū)塊鏈特性企業(yè)間相互信任,因而候選制造服務(wù)資源與需求方的匹配性較高。匹配性不同的情況下,分別繪制傳統(tǒng)云制造系統(tǒng)和本文所設(shè)計的基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中資源調(diào)度結(jié)果的三維分布圖如圖9和圖10所示。

資源調(diào)度結(jié)果立體三維圖9和圖10顯示,在匹配性較高的同時,模擬基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中調(diào)度結(jié)果的成本、時間、合格率、創(chuàng)新性都具有一定的優(yōu)勢。相較于傳統(tǒng)云制造系統(tǒng)中資源調(diào)度結(jié)果的解集,基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中的調(diào)度解集篩除了一部分冗余解,為服務(wù)需求方提供了較優(yōu)選擇。兩種情況下資源調(diào)度的非支配解集數(shù)據(jù)如表6和表7所示。

表6 傳統(tǒng)云制造系統(tǒng)資源調(diào)度的非支配解集

表7 基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)資源調(diào)度的非支配解集

對比表6和表7,模擬基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)情況下的非支配解集中成本最低為23 463元,時間最短為1 699.12h,合格率最高為0.972,創(chuàng)新水平最高為0.842,匹配性最高為0.994,非支配解集中每組解都優(yōu)于或等于傳統(tǒng)云制造系統(tǒng)中的資源調(diào)度結(jié)果,說明基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中資源調(diào)度結(jié)果具有更高的有效性。同時,服務(wù)需求方可根據(jù)自己的實(shí)際偏好及需求,在更有效的非支配解集中選擇自己的制造方案。

圖11和圖12分別表示傳統(tǒng)云制造系統(tǒng)和基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中資源調(diào)度過程中種群平均及種群最優(yōu)個體適應(yīng)度變化。在模擬基于區(qū)塊鏈技術(shù)的云制造系統(tǒng)中種群平均及最優(yōu)個體的適應(yīng)度更高且在迭代次數(shù)75代后都更為穩(wěn)定,從而說明在提高企業(yè)間匹配性后,資源調(diào)度過程的穩(wěn)定性也隨之提高。

將傳統(tǒng)云制造系統(tǒng)及模擬基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中的資源調(diào)度算法在相同環(huán)境下各運(yùn)行10次,記錄其運(yùn)行時間,結(jié)果如圖13所示所示。

圖13中兩條算法運(yùn)行時間顯示,針對同一個制造任務(wù)、相同候選制造資源集且運(yùn)行環(huán)境相同的情況下,基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中算法運(yùn)行時間較短。表明在企業(yè)間絕對信任提高企業(yè)間匹配性后,可有效減少單個制造任務(wù)資源調(diào)度算法的調(diào)度時間,從而提高資源調(diào)度效率。

實(shí)驗(yàn)結(jié)果證明在模擬雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中資源調(diào)度的結(jié)果及效率都優(yōu)于傳統(tǒng)的云制造系統(tǒng)。本文實(shí)驗(yàn)所采用的數(shù)據(jù)集為QWS 2.0,模擬是在制造資源鏈上的資源調(diào)度階段。實(shí)驗(yàn)具有可拓展性,可更換實(shí)驗(yàn)數(shù)據(jù)及模擬階段,用于更多復(fù)雜場景的資源調(diào)度。

4 結(jié)束語

本文為提高云制造系統(tǒng)內(nèi)各參與主體間的信任度及資源調(diào)度效率,研究基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)。介紹了區(qū)塊鏈技術(shù)并對區(qū)塊鏈技術(shù)應(yīng)用于云制造系統(tǒng)進(jìn)行分析,提出了基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng),詳細(xì)設(shè)計了企業(yè)信息公有鏈及制造資源聯(lián)盟鏈上的業(yè)務(wù)流程。在此系統(tǒng)上,提出將資源調(diào)度算法寫入到制造資源鏈的智能合約中自動執(zhí)行,建立考慮創(chuàng)新性和匹配性的多目標(biāo)資源調(diào)度模型,使用NSGA-Ⅱ算法進(jìn)行模型求解。實(shí)驗(yàn)表明,在基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)內(nèi)各參與節(jié)點(diǎn)間相互信任后,制造資源調(diào)度結(jié)果有更優(yōu)的非支配解集且資源調(diào)度速度得到提升。下一步研究將探索如何降低基于雙鏈?zhǔn)浇Y(jié)構(gòu)的云制造系統(tǒng)中各企業(yè)節(jié)點(diǎn)存儲數(shù)據(jù)的壓力,仿真搭建各鏈上智能合約,同時對比不同模型及算法的資源調(diào)度結(jié)果,尋找較優(yōu)模型及求解算法設(shè)計于制造資源鏈的智能合約中。