劉婷婷， 李長儀,2

(1. 山東理工大學(xué) 商學(xué)院， 山東 淄博 255012;2. 中國地質(zhì)大學(xué)(北京) 人文經(jīng)管學(xué)院， 北京100083)

基于多維模糊決策的云制造服務(wù)優(yōu)選模型

劉婷婷1， 李長儀1,2

(1. 山東理工大學(xué) 商學(xué)院， 山東 淄博 255012;2. 中國地質(zhì)大學(xué)(北京) 人文經(jīng)管學(xué)院， 北京100083)

云制造平臺(tái)提供了眾多面向制造需求的備選服務(wù)，從中進(jìn)行優(yōu)選成為云制造資源優(yōu)化配置乃至整個(gè)平臺(tái)良性發(fā)展的先決條件.從運(yùn)營、產(chǎn)品、組織的多維角度分析并凝練了云制造服務(wù)衡量準(zhǔn)則，以實(shí)現(xiàn)對(duì)其進(jìn)行全面的評(píng)價(jià)對(duì)比；在多維指標(biāo)評(píng)價(jià)獲取中，為有效彌補(bǔ)純定性方法的主觀偏差和唯統(tǒng)計(jì)手段的前瞻不足，采取了定性描述與定量分級(jí)、主觀評(píng)價(jià)與客觀統(tǒng)計(jì)相結(jié)合的策略；最后，在綜合考慮既方便產(chǎn)生表征因素重要程度的模糊集，又有效應(yīng)對(duì)最底層元素較多的前提下，構(gòu)建了基于模糊決策的云制造服務(wù)優(yōu)選模型，并通過算例對(duì)其適用性進(jìn)行了驗(yàn)證.

云制造；服務(wù)優(yōu)選；模糊決策

當(dāng)前，基于我國產(chǎn)業(yè)轉(zhuǎn)型升級(jí)日益嚴(yán)峻的現(xiàn)實(shí)，政府適時(shí)推出了“中國制造2025”戰(zhàn)略.其中，制造體系的智能化、網(wǎng)絡(luò)化和服務(wù)化是戰(zhàn)略實(shí)施的關(guān)鍵突破方向，是制造產(chǎn)業(yè)向智能化集成制造系統(tǒng)發(fā)展，構(gòu)建智能企業(yè)，從而全面提升產(chǎn)品設(shè)計(jì)、制造和管理水平的根本所在.

在智能制造、物聯(lián)網(wǎng)、云計(jì)算等新興技術(shù)助推下發(fā)展起來的云制造模式成為順應(yīng)這一潮流的典型代表[1-3].基于云制造的架構(gòu)融合了廣泛地域中形態(tài)與功能各異的巨量資源，從而為各類制造需求提供豐富的定制化服務(wù)，實(shí)現(xiàn)了制造無縫銜接、資源互通共享的大范圍優(yōu)化協(xié)同.在這一運(yùn)作過程中，面向每個(gè)到達(dá)該平臺(tái)的制造需求都有大量云制造服務(wù)可供調(diào)用.于是，如何從眾多備選服務(wù)中定位最優(yōu)選項(xiàng)，確定任務(wù)的最終執(zhí)行者，成為云制造服務(wù)資源優(yōu)化配置乃至平臺(tái)良性發(fā)展的先決條件[4-11].

1 云制造服務(wù)優(yōu)選

云制造的概念由李伯虎等在2010年提出，并將其與現(xiàn)有網(wǎng)絡(luò)化制造模式的異同點(diǎn)進(jìn)行了深入對(duì)比，梳理了云制造體系架構(gòu)及關(guān)鍵技術(shù)[1]；次年，進(jìn)一步定義了云制造的“制造即服務(wù)”的鮮明特色[2]；在此基礎(chǔ)上，2012年論述了云制造物聯(lián)化、虛擬化、服務(wù)化、協(xié)同化、智能化等一系列的智慧化制造技術(shù)特征[3].由此，云制造的相關(guān)研究工作逐步展開，各類研究成果不斷涌現(xiàn).王時(shí)龍、姚錫凡、Tao、任磊、Luo、張霖等對(duì)云制造的基本概念、內(nèi)涵外延、體系架構(gòu)、技術(shù)支撐等宏觀基礎(chǔ)性問題進(jìn)行了一系列研究[12-19].

通過融匯領(lǐng)域?qū)＜覍?duì)云制造技術(shù)體系的認(rèn)識(shí)，并對(duì)當(dāng)前主流云制造研究工作進(jìn)行分析，可以看出：云制造資源的優(yōu)化配置對(duì)整個(gè)平臺(tái)的運(yùn)作性能發(fā)揮著至關(guān)重要的作用.諸多學(xué)者也對(duì)該問題的解決提出了各自的見解.沈磊等研究了云制造資源的集聚機(jī)制，并采用基于權(quán)重的直覺梯形模糊方法實(shí)現(xiàn)需求與服務(wù)的匹配[4]；依托制造服務(wù)資源本體庫，盛步云等基于關(guān)鍵字語義智能搜素方法構(gòu)建了云制造服務(wù)供需智能匹配引擎[5]；楊騰等提出了基于灰色關(guān)聯(lián)度的制造服務(wù)主動(dòng)發(fā)現(xiàn)、敏捷配置方法[6]；譚明智等在量化服務(wù)滿意度的基礎(chǔ)上，以時(shí)間衰減函數(shù)描述滿意度波動(dòng)性，然后綜合運(yùn)用二者進(jìn)行制造服務(wù)的信任評(píng)價(jià)[7]；Cao等對(duì)基礎(chǔ)粒度的云制造服務(wù)運(yùn)作進(jìn)行了研究，提出了部分制造服務(wù)與工序制造服務(wù)相結(jié)合(PMS+WPMS)的基礎(chǔ)協(xié)作模型，并采用工序優(yōu)先算法(WPPBA)進(jìn)行制造資源的優(yōu)選[8]；董元發(fā)等以互評(píng)機(jī)制作為服務(wù)質(zhì)量評(píng)價(jià)的獲取途徑，并以之產(chǎn)生服務(wù)信任度，從而構(gòu)建基于服務(wù)匹配度和全局信任度的服務(wù)優(yōu)選方法[9]；蔡坦等分別運(yùn)用綜合加權(quán)法和直覺模糊集運(yùn)算法對(duì)制造服務(wù)的可量化和不可量化質(zhì)量特征進(jìn)行評(píng)價(jià)以完成優(yōu)選[10]；陶飛等在總結(jié)云制造典型特征的基礎(chǔ)上，描述了資源、服務(wù)、制造云的映射架構(gòu)，對(duì)云制造服務(wù)組合的一系列關(guān)鍵問題進(jìn)行了研究[11].

基于以上對(duì)當(dāng)前研究工作的綜述，云制造平臺(tái)中的服務(wù)需求與服務(wù)供給種類龐雜、所屬各異，在不具備充分合作經(jīng)驗(yàn)的前提下實(shí)現(xiàn)無縫、智能化理想?yún)f(xié)作存在多方面不確定因素[2-3].相對(duì)而言，限于企業(yè)內(nèi)部的資源配置策略或基于穩(wěn)定合作的企業(yè)聯(lián)盟伙伴選擇方法，僅應(yīng)用數(shù)量較少的直接指標(biāo)即可完成優(yōu)化決策.而這一做法并不適用于云制造平臺(tái)的服務(wù)優(yōu)選[7,9-10].

云制造服務(wù)優(yōu)選不僅要確保成本、精度、質(zhì)量等基礎(chǔ)指標(biāo)，鑒于雙方合作認(rèn)知的空白，還需對(duì)反映云制造能力的敏捷、柔性、智能、協(xié)同等指標(biāo)予以評(píng)價(jià)和衡量.同時(shí)，從整個(gè)云制造平臺(tái)可持續(xù)發(fā)展的角度出發(fā)，體現(xiàn)云制造服務(wù)成長潛力的學(xué)習(xí)能力、創(chuàng)新能力等指標(biāo)也應(yīng)予以考慮.

基于以上考慮，本文在分析凝練云制造服務(wù)多維優(yōu)選指標(biāo)的基礎(chǔ)上，構(gòu)建基于模糊決策的云制造服務(wù)優(yōu)選模型，并通過一個(gè)算例驗(yàn)證該模型的有效性.

2 云制造服務(wù)優(yōu)選多維指標(biāo)分析

融入云制造平臺(tái)的各類虛擬化云制造形態(tài)向制造云池提交詳細(xì)運(yùn)作信息，注冊(cè)成為云制造服務(wù)[3,14].

服務(wù)需求方通過云制造平臺(tái)發(fā)布服務(wù)需求，然后基于制造云池對(duì)云制造服務(wù)執(zhí)行發(fā)現(xiàn)、匹配[20].這一過程是對(duì)諸多云制造服務(wù)的初步甄選，涉及識(shí)別信息、狀態(tài)信息、產(chǎn)品概要信息等基礎(chǔ)內(nèi)容的比對(duì)、篩選[4,5].通常根據(jù)諸如服務(wù)類別是否相符、產(chǎn)品類型是否一致、精度水平是否達(dá)標(biāo)、排程狀態(tài)是否充分等指標(biāo)粗略衡量云制造服務(wù)是否具備完成任務(wù)的基本能力.于是，滿足該匹配過程的服務(wù)組成了備選集合，接下來便從中進(jìn)行云制造服務(wù)優(yōu)選，最終產(chǎn)生任務(wù)執(zhí)行的最優(yōu)決策.

本文從云制造服務(wù)的運(yùn)營性能、產(chǎn)品、所屬組織3個(gè)緯度構(gòu)建了表1所示優(yōu)選指標(biāo)體系，從而對(duì)備選集合的云制造服務(wù)進(jìn)行全面評(píng)價(jià).

表1 云制造服務(wù)多維優(yōu)選指標(biāo)

緯度細(xì)分指標(biāo)運(yùn)營(Operation)OPeva:OPint:OPjit:OPagi:服務(wù)評(píng)價(jià),以往用戶對(duì)該云制造服務(wù)滿意度的反饋.智能運(yùn)作,制造系統(tǒng)自動(dòng)搜集與理解環(huán)境信息和自身的信息,并進(jìn)行智能化分析判斷和規(guī)劃自身行為,對(duì)生產(chǎn)狀況主動(dòng)應(yīng)對(duì)的能力.準(zhǔn)時(shí)交貨,是按照任務(wù)約定及時(shí)完工的描述.敏捷響應(yīng),圍繞市場(chǎng)動(dòng)態(tài),快速、可靠地集結(jié)生產(chǎn)的自組織能力.產(chǎn)品(Product)PRpri:PRpre:PRser:PRqua:PRfle:價(jià)格,獲得本次服務(wù)(或該產(chǎn)品)所付出的代價(jià).精度,產(chǎn)品制造所達(dá)到的精細(xì)水平.服務(wù)化水平,配套服務(wù)的豐富、健全狀況及與產(chǎn)品的結(jié)合程度.質(zhì)量,產(chǎn)品適用性、可靠性、耐用性的概括描述.制造柔性,對(duì)市場(chǎng)個(gè)性化需求的滿足程度,既體現(xiàn)產(chǎn)品與用戶需求的對(duì)接,也反映制造體系的可塑性能.組織(Organization)ORexp:ORtstu:ORcol:ORinn:制造經(jīng)驗(yàn),組織擁有的工程積累及經(jīng)驗(yàn)背景.自學(xué)習(xí)能力,不斷充實(shí)組織知識(shí)儲(chǔ)備,提升運(yùn)用知識(shí)進(jìn)行問題求解能力.網(wǎng)絡(luò)化協(xié)同,組織基于互聯(lián)網(wǎng)實(shí)現(xiàn)全產(chǎn)品生命周期的協(xié)調(diào)、同步,無縫銜接的能力.創(chuàng)新潛力,對(duì)組織未來創(chuàng)新發(fā)展的全面審視.

3 云制造服務(wù)優(yōu)選模型

鑒于本文建立的指標(biāo)體系的層次性及指標(biāo)類型的多樣性，故基于模糊AHP與模糊綜合評(píng)價(jià)混合的方法構(gòu)造云制造服務(wù)優(yōu)選模型.

3.1 云制造服務(wù)優(yōu)選層次結(jié)構(gòu)

根據(jù)三維兩層指標(biāo)體系，構(gòu)建云制造服務(wù)優(yōu)選層次結(jié)構(gòu)如圖1所示.

圖1 云制造服務(wù)優(yōu)選層次結(jié)構(gòu)

3.2 判斷矩陣及一致性檢驗(yàn)

根據(jù)上一層次決策要求，對(duì)當(dāng)前層次中各指標(biāo)因素的重要性予以兩兩比對(duì)，用數(shù)字1～9表示相對(duì)重要程度，數(shù)字越大重要程度越高，雙方的逆關(guān)系則取其倒數(shù)[21-22].于是，針對(duì)服務(wù)優(yōu)選層次的要求，對(duì)緯度層運(yùn)營(Operation)、產(chǎn)品(Product)、組織(Organization)進(jìn)行兩兩比對(duì)，最終得到?jīng)Q策矩陣Dtop3×3；同理，由各緯度的分指標(biāo)針對(duì)本緯度進(jìn)行重要性比對(duì)后，分別得到各緯度分指標(biāo)判斷矩陣DOP4×4、DPR5×5、DOR4×4.對(duì)于判斷矩陣的給出，可由制造平臺(tái)根據(jù)行業(yè)普遍認(rèn)識(shí)進(jìn)行默認(rèn)初始化，也可根據(jù)服務(wù)需求方的個(gè)性化要求予以專門調(diào)整.

接下來需對(duì)各判斷矩陣進(jìn)行一致性檢驗(yàn)以判斷其有效性.一致性指標(biāo)由以下公式確定：

CR=CI/RI

表2 平均一致性指標(biāo)參考值

n123456789RI000.580.901.121.241.321.411.45

3.3 指標(biāo)層次排序

該過程分為兩個(gè)環(huán)節(jié)：由層次單排序獲得單層指標(biāo)權(quán)重，然后通過層次總排序產(chǎn)生各分指標(biāo)的總權(quán)重.

(1)層次單排序.根據(jù)經(jīng)過一致性檢驗(yàn)的各判斷矩陣分別產(chǎn)生每個(gè)層次分指標(biāo)對(duì)上層因素的影響權(quán)重，即層次單排序.由判斷矩陣最大特征值對(duì)應(yīng)的特征向量進(jìn)行歸一化處理后的各分量即為相應(yīng)權(quán)重.因此，判斷矩陣Dtop的最大特征值對(duì)應(yīng)的特征向量歸一化處理后得到向量

αtop=(ωOP,ωPR,ωOR)

式中，ωOP、ωPR、ωOR分別為Operation、Product、Organization3個(gè)緯度的單層權(quán)重.

同理，由判斷矩陣DOP得向量

αOP=(ωOP1,ωOP2,ωOP3,ωOP4)

式中，ωOP1、ωOP2、ωOP3、ωOP4分別表示在Operation緯度中OPeva、OPint、OPjit、OPagi的單層權(quán)重.

由判斷矩陣DPR得向量

αPR=(ωPR1,ωPR2,ωPR3,ωPR4,ωPR5)

式中，ωPR1、ωPR2、ωPR3、ωPR4、ωPR5分別表示在Product緯度中PRpri、PRpre、PRser、PRqua、PRfle的單層權(quán)重.

由判斷矩陣DOR得向量

αOR=(ωOR1,ωOR2,ωOR3,ωOR4)式中，ωOR1、ωOR2、ωOR3、ωOR4分別表示在Organisation緯度中ORexp、ORstu、ORcol、ORinn的單層權(quán)重.

(2) 層次總排序.根據(jù)各分指標(biāo)及其上層指標(biāo)的單層權(quán)重確定其對(duì)最終決策目標(biāo)的影響權(quán)重的過程即層次總排序.計(jì)算公式為：ωx=ωij·ωi.式中：ωx為分指標(biāo)綜合權(quán)重；ωij為分指標(biāo)單層權(quán)重，ωi為緯度單層權(quán)重.其中，i=OP,OR，j=1,2,3,4；或i=PR，j=1,2,…,5.

于是，由各分指標(biāo)綜合權(quán)重作為分量組成了綜合權(quán)重向量αcom.表3展示了云制造服務(wù)分指標(biāo)綜合權(quán)重的對(duì)應(yīng)關(guān)系.

表3 云制造服務(wù)分指標(biāo)綜合權(quán)重對(duì)應(yīng)關(guān)系

權(quán)重OPevaOPintOPjitOPagiPRpriPRprePRserPRquaPRfleORexpORstuORcolORinnωxωevaωintωjitωagiωpriωpreωserωquaωfleωexpωstuωcolωinnωijωOP1ωOP2ωOP3ωOP4ωPR1ωPR2ωPR3ωPR4ωPR5ωOR1ωOR2ωOR3ωOR4ωiωOPωPRωOR

3.4 基于模糊評(píng)價(jià)的優(yōu)選決策

分指標(biāo)模糊評(píng)價(jià)通過以下兩種途徑獲得：一是歷史統(tǒng)計(jì)數(shù)據(jù)的量化表達(dá)；二是云制造平臺(tái)結(jié)合專家意見給出的定性評(píng)價(jià).途徑一適用于有大量精確運(yùn)營記錄、能夠定量評(píng)價(jià)的指標(biāo)，如可直接獲取的價(jià)格、精度、服務(wù)評(píng)價(jià)等指標(biāo)，還有用戶關(guān)于產(chǎn)品易用性、耐用性、適用性等的反饋所反映的產(chǎn)品質(zhì)量，以及響應(yīng)時(shí)間、完成時(shí)間等體現(xiàn)的敏捷響應(yīng)、準(zhǔn)時(shí)交貨等指標(biāo).它們可以通過云制造平臺(tái)上或行業(yè)內(nèi)整體表現(xiàn)進(jìn)行等級(jí)劃分，形成好、較好、一般、較差、差5個(gè)層次，然后根據(jù)被評(píng)價(jià)服務(wù)的歷史數(shù)據(jù)分布獲得不同等級(jí)的模糊評(píng)價(jià)值.而途徑二適用于從宏觀角度出發(fā)、難以定量刻畫的指標(biāo)，如服務(wù)化水平、智能運(yùn)作、自學(xué)習(xí)能力、制造柔性、網(wǎng)絡(luò)化協(xié)同、制造經(jīng)驗(yàn)、創(chuàng)新能力等.這些指標(biāo)由平臺(tái)專家根據(jù)對(duì)相關(guān)供應(yīng)方的考察分析進(jìn)行定性評(píng)價(jià)，同樣給出由好到差5級(jí)的評(píng)價(jià)值.

通過以上兩種途徑，關(guān)于云制造服務(wù)的模糊評(píng)價(jià)矩陣V(13×5)便產(chǎn)生了.

于是，云制造服務(wù)的綜合評(píng)價(jià)向量為

u=αcom·V

最后，若備選集合元素較少的情況下，可采用最大隸屬度原則確定評(píng)價(jià)結(jié)論，選擇評(píng)價(jià)最高者為優(yōu)選結(jié)果；而當(dāng)備選集合較為龐大時(shí)，則可通過為分量賦分值，然后加權(quán)求和的方法確定評(píng)價(jià)分?jǐn)?shù)，其中分?jǐn)?shù)最高者為優(yōu)選目標(biāo).

4 算例分析

假設(shè)由當(dāng)前云制造平臺(tái)的服務(wù)需求進(jìn)行指標(biāo)對(duì)比后得到如下判斷矩陣：

從而得到判斷矩陣Dtop的最大特征值λtop=3.009 2，于是有CRtop=0.007 9<0.1，符合“滿意一致性”.而由λtop對(duì)應(yīng)的特征向量進(jìn)行歸一化處理后得αtop=(0.296 9,0.539 6,0.163 5).即

ωOP=0.296 9，ωPR=0.539 6，ωOR=0.163 5

同理，對(duì)于DOP：λOP=4.010 4，CROP=0.003 9<0.1，則

αOP=(0.423 5,0.122 3,0.227 1,0.227 1)

對(duì)于DPR：λPR=5.071 9，CRPR=0.016 0<0.1，則

αPR=(0.295 2,0.183 5,0.087 9,0.295 2,0.138 2).

對(duì)于DOR：λOR=4.071 0，CROR=0.026 3<0.1，則

αOR=(0.418 2,0.190 6,0.270 7,0.120 5)

然后計(jì)算層次總排序如表4所示，即得到由綜合權(quán)重值作為分量的權(quán)重向量αcom.

表4 各分指標(biāo)綜合權(quán)重一覽表

指標(biāo)OPevaOPintOPjitOPagiPRpriPRprePRserPRquaPRfleORexpORstuORcolORinnωxωevaωintωjitωagiωpriωpreωserωquaωfleωexpωstuωcolωinn權(quán)重0.12570.03630.06740.06740.15930.09900.04740.15930.07460.06840.03120.04430.0197

接下來，假設(shè)有3個(gè)云制造服務(wù)S1、S2、S3等待評(píng)價(jià)，各自的模糊評(píng)價(jià)矩陣分別為：

于是，得到云制造服務(wù)評(píng)價(jià)向量如下：

接下來，分別對(duì)好、較好、一般、較差、差5個(gè)等級(jí)賦以分值2、1、0、-1、-2，并計(jì)算以云制造服務(wù)評(píng)價(jià)向量為權(quán)的和.最終得到服務(wù)的評(píng)價(jià)分值為：

S1=0.775 038

S2=1.050 071

S3=0.801 743

可見，云制造服務(wù)S2方案優(yōu)于其余兩個(gè)，被確定為任務(wù)執(zhí)行者.

5 結(jié)束語

本文針對(duì)云制造服務(wù)平臺(tái)的優(yōu)選問題進(jìn)行了相關(guān)研究，從運(yùn)營、產(chǎn)品、組織的多維角度建立衡量準(zhǔn)則，對(duì)云制造服務(wù)進(jìn)行全面的評(píng)價(jià)對(duì)比，使所選服務(wù)接近實(shí)際需求；在多維指標(biāo)評(píng)價(jià)獲取中，采取定性描述與定量分級(jí)、主觀評(píng)價(jià)與客觀統(tǒng)計(jì)相結(jié)合的策略，可以有效避免純定性的主觀偏差和唯統(tǒng)計(jì)的前瞻性局限；鑒于模糊層次分析法既方便產(chǎn)生表征因素重要程度的模糊集，又能有效、高效應(yīng)對(duì)最底層元素較多的優(yōu)選問題，因此成為云制造服務(wù)優(yōu)選模型的基礎(chǔ)架構(gòu)，并展現(xiàn)了良好的適用性.

[1]李伯虎, 張霖, 王時(shí)龍, 等. 云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2010,16(1): 1-7, 16.

[2]李伯虎, 張霖, 任磊, 等. 再論云制造[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2011, 17(3): 449-457.

[3]李伯虎, 張霖, 任磊, 等. 云制造典型特征、關(guān)鍵技術(shù)與應(yīng)用[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2012,18(7): 1 345-1 356.

[4]沈磊, 郭鋼, 董元發(fā), 等. 面向裝備制造行業(yè)的云制造服務(wù)需求與資源響應(yīng)模型[J]. 中國機(jī)械工程， 2014, 25(7): 911-917.

[5]盛步云, 張成雷, 盧其兵, 等. 云制造服務(wù)平臺(tái)供需智能匹配的研究與實(shí)現(xiàn)[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2015, 21(3): 822-830.

[6]楊騰, 張映鋒, 王晉, 等. 云制造模式下制造服務(wù)主動(dòng)發(fā)現(xiàn)與敏捷配置方法[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2015, 21(4): 1 124-1 133.

[7]譚明智, 易樹平, 曾銳. 基于服務(wù)滿意度的云制造服務(wù)綜合信任評(píng)價(jià)模型[J]. 中國機(jī)械工程，2015, 26(18): 2 473-2 480.

[8]CAO Y, WANG S L, KANG L, et al. Study on machining service modes and resource selection strategies in cloud manufacturing [J]. International Journal of Advanced Manufacturing Technology, 2015, 81:597-613.

[9]董元發(fā), 郭鋼. 基于模板與全局信任度的云制造服務(wù)評(píng)價(jià)與選擇方法[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2014, 20(1): 207-214

[10]蔡坦, 劉衛(wèi)寧, 劉波. 一種新的基于直覺模糊集的制造云服務(wù)優(yōu)選方法[J]. 中國機(jī)械工程， 2014,25(3): 352-356, 421.

[11]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(jì)算機(jī)集成制造系統(tǒng)， 2011, 17(3): 477-486.

[12]王時(shí)龍, 郭亮, 康玲, 等. 云制造應(yīng)用模式探討及方案分析[J]. 計(jì)算機(jī)集成制造系統(tǒng)，2012, 18(7):1 637-1 643.

[13]姚錫凡, 練肇通, 李永湘, 等. 面向云制造服務(wù)架構(gòu)及集成開發(fā)環(huán)境. 計(jì)算機(jī)集成制造系統(tǒng),2012, 18(10): 2 312-2 322.

[14]TAO F, ZHANG L,VENKATESH V C, et al. Cloud manufacturing: a computing and service-oriented manufacturing model [J]. Proceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture, 2011, 225(10):1 969-1 976.

[15]TAO F, CHENG Y,XU L D, et al. CCIot-CMfg: cloud computing and internet of things-based cloud manufacturing service system [J]. IEEE Transactions on Industrial Informatics, 2014, 10(2):1 435-1 442.

[16]任磊, 張霖, 張雅彬, 等. 云制造資源虛擬化研究[J]. 計(jì)算機(jī)集成制造系統(tǒng)，2011, 17(3): 511-518.

[17]REN L, ZHANG L, TAO F, et al. Cloud manufacturing: from concept to practice[J]. Enterprise Information Systems, 2015, 9(2):186-209.

[18]LUO Y L, ZHANG L, TAO F, et al. A modeling and description method of multidimensional information for manufacturing capability in cloud manufacturing system[J]. International Journal of Advanced Manufacturing Technology, 2013, 69: 961-975.

[19]張霖, 羅永亮, 陶飛, 等. 制造云構(gòu)建關(guān)鍵技術(shù)研究[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2010, 16(11):2 510-2 520.

[20]XUE X, WANG S F, LU B Y. Manufacturing service composition method based on networked collaboration mode[J]. Journal of Network and Computer Applications, 2015, 59: 28-38.

[21]ASHTIANI M,ABDOLLAHI AZGOMI M. A multi-criteria decision-making formulation of trust using fuzzy analytic hierarchy process [J]. Cognition, Technology & Work, 2015, 17:465-488.

[22]HOSSEINI EZZABADI J, DEHGHANI SARYAZDI M, MOSTAFAEIPOUR A. Implementing fuzzy logic and AHP into the EFQM model for performance improvement: A case study [J]. Applied Soft Computing,2015, 36(c): 165-176.

[23]李家豪, 劉婧. 基于模糊層次分析法的社交編程網(wǎng)站開發(fā)者評(píng)估方法[J]. 計(jì)算機(jī)應(yīng)用研究,2016, 33(1):141-146.

(編輯：郝秀清)

Multi-dimension based fuzzy decision making model for selection of CM services

LIU Ting-ting1, LI Chang-yi1,2

(1. School of Business, Shandong University of Technology, Zibo 255012,China;2. School of Humanities and Economic Management, China University of Geosciences, Beijing 100083,China)

Cloud manufacturing platform provides plenty of services orienting the manufacturing requirements. Consequently, the selection from these services is of great significance for optimal allocation of cloud manufacturing resources and development of the whole platform. In this paper, the criteria are summarized into three dimensions for comprehensive evaluation of services: operation, product and organization. In order to avoid the subjectivity of mere qualitative means or the unpredictability of statistics, a hybrid method, which combines qualitative description with quantitative grades and subjective evaluation with objective statistics, is presented. And then, the fuzzy decision making model for service selection is constructed. It is not only convenient for the generation of fuzzy sets which reflect the important degree of factors, but also effective to deal with numerous plans at the bottom. At last, a case demonstrates the applicability of this model.

cloud manufacturing; service selection; fuzzy decision making

2016-07-19

山東省社科規(guī)劃項(xiàng)目(15CGLJ25)；山東省高校人文社科計(jì)劃項(xiàng)目(J14WG25)

劉婷婷，女，tingtingliu312@126.com

1672-6197(2017)05-0073-06

TP391

A