童曉薇，曾思通，劉艷斌

?

云制造環(huán)境下個(gè)性化產(chǎn)品配置研究

童曉薇1，曾思通1，劉艷斌2

(1. 福建船政交通職業(yè)學(xué)院機(jī)械工程系，福建 福州 350007；2. 福州大學(xué)測(cè)試中心，福建 福州 350002)

在分析了云制造環(huán)境下的產(chǎn)品配置典型過(guò)程的基礎(chǔ)上，總結(jié)了云制造環(huán)境下參與者及制造資源組織的特點(diǎn)，包括產(chǎn)品配置過(guò)程需要兼顧不同參與方的利益，以及在產(chǎn)品配置求解過(guò)程中需要覆蓋不同制造服務(wù)實(shí)例的差異化屬性的基礎(chǔ)，提出了面向云制造的個(gè)性化產(chǎn)品配置技術(shù)框架，闡述了面向產(chǎn)品配置的云服務(wù)模型、基于關(guān)聯(lián)規(guī)則挖掘的產(chǎn)品初步配置以及基于蟻群算法的產(chǎn)品完整配置3個(gè)關(guān)鍵問(wèn)題的求解方法，為云制造環(huán)境下開(kāi)展個(gè)性化產(chǎn)品配置提供了一種新的思路。在模型設(shè)計(jì)及方案求解過(guò)程中，以輪式裝載機(jī)產(chǎn)品配置作為示例進(jìn)行了闡述，驗(yàn)證了該方法的有效性和可行性。

產(chǎn)品配置；云制造；云制造服務(wù)建模；關(guān)聯(lián)規(guī)則挖掘；蟻群算法

個(gè)性化定制正逐步成為信息時(shí)代產(chǎn)品制造企業(yè)的重要生產(chǎn)模式。通過(guò)針對(duì)客戶(hù)的特點(diǎn)和偏好提供個(gè)性化產(chǎn)品和服務(wù)，個(gè)性化定制模式有效提升了客戶(hù)滿(mǎn)意度，成為了企業(yè)贏得市場(chǎng)競(jìng)爭(zhēng)力的重要手段。產(chǎn)品配置技術(shù)是實(shí)現(xiàn)個(gè)性化定制的基礎(chǔ)[1]，是建立企業(yè)與潛在客戶(hù)之間關(guān)聯(lián)的關(guān)鍵紐帶。產(chǎn)品配置技術(shù)基于產(chǎn)品基本技術(shù)方案、結(jié)構(gòu)框架和功能模塊，能夠?yàn)榭蛻?hù)快速配置出符合其需求的產(chǎn)品，是個(gè)性化定制得以兼顧高效率和低成本的關(guān)鍵點(diǎn)。

另一方面，經(jīng)過(guò)多年的研究推動(dòng)，云制造的相關(guān)技術(shù)已逐漸發(fā)展成熟，并在相關(guān)領(lǐng)域?qū)崿F(xiàn)了初步應(yīng)用[2-3]。通過(guò)對(duì)產(chǎn)品制造過(guò)程及資源組織方式的重構(gòu)，云制造提供了對(duì)分散制造資源的集中利用途徑，使客戶(hù)需求與制造服務(wù)供需匹配優(yōu)化成為可能。當(dāng)前，面向云制造產(chǎn)品配置的相關(guān)研究主要集中在云制造任務(wù)及服務(wù)調(diào)度問(wèn)題的建模，運(yùn)用如基于多智能體的技術(shù)[4]和實(shí)時(shí)仿真等方法[5]對(duì)云制造任務(wù)服務(wù)供需匹配問(wèn)題進(jìn)行優(yōu)化，尚無(wú)以兼顧客戶(hù)、企業(yè)及云制造平臺(tái)的三方利益為前提，并基于云制造平臺(tái)的資源組織及調(diào)度特點(diǎn)討論云制造環(huán)境下個(gè)性化產(chǎn)品配置框架的研究。本文針對(duì)云制造環(huán)境下個(gè)性化產(chǎn)品配置技術(shù)進(jìn)行了探討，提出了較為系統(tǒng)的、面向云制造的產(chǎn)品配置技術(shù)框架及關(guān)鍵求解方案，為云制造的資源配置能力與個(gè)性化產(chǎn)品配置快速設(shè)計(jì)能力相結(jié)合提供了一種新的思路。

1 云制造環(huán)境下的產(chǎn)品配置框架

1.1 云制造環(huán)境下的產(chǎn)品配置特點(diǎn)

在云制造環(huán)境下，個(gè)性化產(chǎn)品定制主要涉及的參與者包括作為需求提出者的客戶(hù)、作為服務(wù)提供者的制造企業(yè)，以及作為供需撮合及服務(wù)調(diào)度的云制造平臺(tái)。云平臺(tái)負(fù)責(zé)統(tǒng)一收集來(lái)自客戶(hù)的個(gè)性化需求，開(kāi)展面向云制造服務(wù)的產(chǎn)品配置，調(diào)度制造企業(yè)完成生產(chǎn)裝配，并最終向客戶(hù)交付定制產(chǎn)品。其主要運(yùn)行模式如圖1所示。

圖1 云制造環(huán)境下個(gè)性化產(chǎn)品定制運(yùn)行模式

由于參與者及定制過(guò)程的顯著差異，云制造環(huán)境下的產(chǎn)品配置也有著與傳統(tǒng)產(chǎn)品配置不一樣的特點(diǎn)，包括：

(1) 產(chǎn)品配置過(guò)程需要兼顧不同參與方的利益。傳統(tǒng)的產(chǎn)品配置目標(biāo)是在滿(mǎn)足企業(yè)利潤(rùn)需求基礎(chǔ)上盡可能提高客戶(hù)滿(mǎn)意度。在云制造環(huán)境下，涉及的參與方變成客戶(hù)、平臺(tái)和制造企業(yè)三方，并有著不同的利益關(guān)注點(diǎn)：客戶(hù)方希望能夠快速、低價(jià)地獲取符合需求的高質(zhì)量產(chǎn)品，總體表現(xiàn)為客戶(hù)滿(mǎn)意度；制造企業(yè)希望能夠充分利用產(chǎn)能、降低制造成本，提高利潤(rùn)；制造平臺(tái)期望高效促成客戶(hù)與企業(yè)雙方的供需匹配，并通過(guò)制造能力的優(yōu)化配置與協(xié)調(diào)體現(xiàn)平臺(tái)價(jià)值，產(chǎn)生平臺(tái)層面的效益。產(chǎn)品配置的參與方的變化，要求云制造環(huán)境下的產(chǎn)品配置應(yīng)能夠有效平衡三方利益，維護(hù)云制造生態(tài)。

(2) 產(chǎn)品配置結(jié)果受不同制造服務(wù)實(shí)例的影響。傳統(tǒng)的產(chǎn)品配置通常局限在一個(gè)企業(yè)范圍內(nèi)，目的是將客戶(hù)對(duì)產(chǎn)品的功能、性能、外觀等需求轉(zhuǎn)換為不同的產(chǎn)品實(shí)例，并進(jìn)一步分解為組件(含部件、零件等)的組合；在云制造環(huán)境下，制造服務(wù)替代產(chǎn)品組件成為配置的基本單元。不同制造企業(yè)可以為同一個(gè)制造服務(wù)提供不同的生產(chǎn)價(jià)格、完成時(shí)間及質(zhì)量屬性的服務(wù)實(shí)例。由于這些屬性的權(quán)衡取舍是確?？蛻?hù)滿(mǎn)意度和企業(yè)利益的關(guān)鍵，要求云制造環(huán)境下的產(chǎn)品配置在求解過(guò)程中覆蓋不同制造服務(wù)實(shí)例的差異化屬性，產(chǎn)品配置的結(jié)果也相應(yīng)轉(zhuǎn)換為制造服務(wù)實(shí)例的集合。

1.2 產(chǎn)品配置技術(shù)框架

本文提出一種適用于云制造的產(chǎn)品配置技術(shù)框架，其主要思路是：以制造服務(wù)作為產(chǎn)品配置的基礎(chǔ)單元，產(chǎn)品配置的結(jié)果可以直接轉(zhuǎn)換為制造企業(yè)任務(wù)；以客戶(hù)滿(mǎn)意度為主要目標(biāo)，在確保制造企業(yè)利潤(rùn)基礎(chǔ)上通過(guò)任務(wù)調(diào)度的優(yōu)化實(shí)現(xiàn)云制造平臺(tái)的自身收益，有效平衡了客戶(hù)、平臺(tái)和制造企業(yè)三方利益。技術(shù)框架如圖2所示。

(1) 需求收集與轉(zhuǎn)換階段。利用“需求詳單”統(tǒng)一收集來(lái)自客戶(hù)的個(gè)性化需求。需求詳單是一種主流的需求收集方法，將功能參數(shù)、性能參數(shù)、價(jià)格范圍、交付時(shí)間、質(zhì)量要求等客戶(hù)可感知、能理解的產(chǎn)品的主要特性進(jìn)行分組歸類(lèi)列出，供用戶(hù)選擇和填寫(xiě)。需求詳單可以輕易轉(zhuǎn)換為Web表單，支持在云服務(wù)平臺(tái)上通過(guò)Web頁(yè)面收集客戶(hù)需求。

(2) 初步配置階段。準(zhǔn)確完整地獲取客戶(hù)需求是產(chǎn)品配置活動(dòng)的起點(diǎn)。受信息不對(duì)稱(chēng)及專(zhuān)業(yè)知識(shí)限制，需求詳單中來(lái)自客戶(hù)的產(chǎn)品定制需求可能是定性的、不準(zhǔn)確的。為此，產(chǎn)品配置技術(shù)框架單獨(dú)設(shè)置了初步配置階段，期望將客戶(hù)域需求先準(zhǔn)確完整地映射到產(chǎn)品域，避免需求理解不正確并在后續(xù)階段放大。在云制造環(huán)境下，產(chǎn)品的初步配置結(jié)果就是將需求轉(zhuǎn)換為采用一組制造服務(wù)進(jìn)行表達(dá)，為進(jìn)一步形成完整的、由制造服務(wù)構(gòu)成的產(chǎn)品配置實(shí)例做好準(zhǔn)備。

圖2 云制造環(huán)境下的產(chǎn)品配置技術(shù)框架

(3) 完整配置階段。即在初步配置基礎(chǔ)上形成完整的產(chǎn)品配置實(shí)例。一方面，由于本階段是初步配置結(jié)果的延續(xù)和完整化，可以確?？蛻?hù)明確提出的需求都可以得以體現(xiàn)；另一方面，需求詳單中未能體現(xiàn)的隱性需求往往是提升客戶(hù)滿(mǎn)意度的關(guān)鍵[6]。為了最大程度提升客戶(hù)滿(mǎn)意度，本階段將采用面向“價(jià)格低”、“時(shí)間短”及“高性能”等常見(jiàn)滿(mǎn)意度目標(biāo)的多種產(chǎn)品配置策略，形成多套產(chǎn)品完整配置實(shí)例供用戶(hù)選擇與最終確認(rèn)，使用戶(hù)在需求表述不準(zhǔn)確、不完整情況下仍可能獲得超預(yù)期產(chǎn)品配置方案。

(4) 完整配置實(shí)例引導(dǎo)確認(rèn)階段。由客戶(hù)從眾多方案中挑選最滿(mǎn)意的完整產(chǎn)品配置實(shí)例，同時(shí)對(duì)訂單最終確認(rèn)；如客戶(hù)對(duì)所有配置方案均不滿(mǎn)意，極有可能是之前提交的需求并非其真實(shí)需求，可引導(dǎo)客戶(hù)補(bǔ)充明確需求并對(duì)需求詳單進(jìn)行變更，迭代上述過(guò)程，直到確認(rèn)最終產(chǎn)品配置方案或終止服務(wù)。

(5) 需求重組階段。云制造環(huán)境下的產(chǎn)品配置方案體現(xiàn)為一組制造服務(wù)實(shí)例的組合。所以，產(chǎn)品配置方案可直接形成制造任務(wù)，派發(fā)給相關(guān)的制造企業(yè)。然而，考慮到單個(gè)客戶(hù)的需求規(guī)模較小，相對(duì)成本較高，作為總體協(xié)調(diào)者及制造任務(wù)調(diào)度者的云制造平臺(tái)可以對(duì)同一時(shí)間范圍的不同產(chǎn)品定制需求進(jìn)行批次整合，將配置方案中關(guān)聯(lián)的相同制造服務(wù)實(shí)例(同類(lèi)產(chǎn)品、部件或零件加工任務(wù))重組后統(tǒng)一派發(fā)給制造企業(yè)。制造任務(wù)的批次整合與再分配提升具體制造服務(wù)任務(wù)的規(guī)模水平，一定程度上實(shí)現(xiàn)個(gè)性化需求的規(guī)?；圃?，有利于降低制造企業(yè)的制造成本。批次規(guī)模不同產(chǎn)生的價(jià)格差可以作為云制造平臺(tái)的運(yùn)營(yíng)收入。在兼顧制造企業(yè)利益和客戶(hù)滿(mǎn)意度前提下確保云制造環(huán)境下平臺(tái)運(yùn)營(yíng)方的利益需求，有利于云制造生態(tài)的健康發(fā)展及持續(xù)運(yùn)行。

上述5個(gè)主要階段中，需求收集階段基于成熟的需求詳單方案，客戶(hù)確認(rèn)階段可以結(jié)合實(shí)際情況靈活開(kāi)展，任務(wù)制造重組僅需要對(duì)同類(lèi)任務(wù)聚合即可，均有成熟方案。所以，云制造環(huán)境下產(chǎn)品配置的關(guān)鍵難點(diǎn)主要體現(xiàn)為如何在產(chǎn)品初步配置環(huán)節(jié)實(shí)現(xiàn)需求到制造服務(wù)的轉(zhuǎn)換，以及如何在產(chǎn)品完整配置環(huán)節(jié)生成符合需求的完整產(chǎn)品配置實(shí)例并兼顧客戶(hù)潛在目標(biāo)；除此之外，如圖2所示，可配置的云制造服務(wù)模型是各環(huán)節(jié)運(yùn)行的公共基礎(chǔ)，連接了產(chǎn)品配置的全過(guò)程。目前，主流的云制造服務(wù)建模研究主要關(guān)注通用的云服務(wù)形式化描述方法、面向特定目的的云服務(wù)建模方法[7-8]等方面，有必要專(zhuān)門(mén)從產(chǎn)品配置角度研究云制造服務(wù)的建模方法、技術(shù)框架及相關(guān)關(guān)鍵點(diǎn)共同形成面向云制造的產(chǎn)品配置求解整體方案。

本文將針對(duì)云制造服務(wù)模型、產(chǎn)品初步配置、產(chǎn)品完整配置3個(gè)關(guān)鍵點(diǎn)提出具體的建模及求解方案。在此過(guò)程中，以典型機(jī)電產(chǎn)品輪式裝載機(jī)的產(chǎn)品配置為主要示例對(duì)象，驗(yàn)證方案的合理性。

2 面向產(chǎn)品配置的云服務(wù)模型

本文提出的面向產(chǎn)品配置的云服務(wù)模型由云制造服務(wù)目錄及云制造服務(wù)節(jié)點(diǎn)模型兩個(gè)部分組成。其中，云制造服務(wù)目錄是產(chǎn)品級(jí)制造服務(wù)組織框架，關(guān)注如何從無(wú)到有實(shí)現(xiàn)主要云制造服務(wù)節(jié)點(diǎn)的定義和組織；云制造服務(wù)節(jié)點(diǎn)模型注重具體制造服務(wù)節(jié)點(diǎn)的模型設(shè)計(jì)，是在服務(wù)目錄基礎(chǔ)上的細(xì)化設(shè)計(jì)。

2.1 云制造服務(wù)目錄

借鑒文獻(xiàn)[9]提出的云制造服務(wù)清單建?？蚣芩悸罚瑓⒄债a(chǎn)品數(shù)據(jù)管理中常用的BOM技術(shù)，本文將特定產(chǎn)品的制造服務(wù)組織為層次化的、類(lèi)似BOM樹(shù)的“云制造服務(wù)目錄”樹(shù)，為制造企業(yè)、云制造平臺(tái)建立關(guān)于產(chǎn)品結(jié)構(gòu)的共性知識(shí)，便于制造企業(yè)在平臺(tái)上注冊(cè)具體的制造服務(wù)，以及后續(xù)進(jìn)一步將個(gè)性化制造需求轉(zhuǎn)換到產(chǎn)品制造服務(wù)。圖3以輪式裝載機(jī)工作裝置系統(tǒng)為例，展示了其云制造服務(wù)目錄的構(gòu)建過(guò)程，主要分兩個(gè)階段。

圖3 輪式裝載機(jī)工作裝置系統(tǒng)云制造服務(wù)目錄構(gòu)建完善過(guò)程

(1) 服務(wù)目錄的初步構(gòu)建。面向特定行業(yè)和產(chǎn)品，由云平臺(tái)組織行業(yè)及產(chǎn)品專(zhuān)家、參考行業(yè)標(biāo)準(zhǔn)及各類(lèi)BOM，識(shí)別出基本的云制造服務(wù)體系，面向特定產(chǎn)品階段的基本服務(wù)集合需要覆蓋具體產(chǎn)品或者行業(yè)在該階段的全部服務(wù)，確保其普適性和完整性。

(2) 服務(wù)目錄的動(dòng)態(tài)完善。在初步構(gòu)建的服務(wù)目錄基礎(chǔ)上，制造企業(yè)根據(jù)服務(wù)目錄結(jié)構(gòu)對(duì)其制造能力進(jìn)行封裝，提交初步封裝的云制造服務(wù)。云平臺(tái)從企業(yè)封裝的制造服務(wù)信息、制造需求信息中發(fā)掘基本服務(wù)及集成服務(wù)之間的相關(guān)性[9]，根據(jù)識(shí)別的相關(guān)性結(jié)論確定標(biāo)準(zhǔn)制造服務(wù)的模塊化組織形式，形成層次化的云制造標(biāo)準(zhǔn)服務(wù)體系。隨著在云制造平臺(tái)上注冊(cè)封裝服務(wù)、發(fā)布服務(wù)需求數(shù)量的日益增多，通過(guò)上述動(dòng)態(tài)完善過(guò)程的迭代，最初的云制造服務(wù)目錄不斷演變?yōu)楦鼮楹侠淼脑浦圃旆?wù)標(biāo)準(zhǔn)化體系，能夠很自然地與同樣基于行業(yè)標(biāo)準(zhǔn)構(gòu)建的云制造服務(wù)清單(bill of cloud manufacturing service，BCMS)中的基本服務(wù)和集成服務(wù)相匹配。

2.2 云制造服務(wù)節(jié)點(diǎn)模型

現(xiàn)有的云制造服務(wù)建模研究主要側(cè)重于為制造服務(wù)的搜索、組合等任務(wù)提供支持，服務(wù)模型往往設(shè)計(jì)為對(duì)服務(wù)節(jié)點(diǎn)結(jié)構(gòu)、接口等功能域及能耗等特定域的概念特征的表達(dá)。然而，云制造環(huán)境下個(gè)性化產(chǎn)品的快速配置要素通常還包括價(jià)格、性能和時(shí)間等制造能力屬性，需要將這些符合某些特定需求的參與配置的全部零部件及其特征信息融合到云制造服務(wù)模型中，建立節(jié)點(diǎn)內(nèi)部組織清晰和外部耦合關(guān)聯(lián)的產(chǎn)品模型。本文提出的云制造服務(wù)節(jié)點(diǎn)模型以本體(ontology)技術(shù)為描述方案，著眼于從可配置角度抽象與描述產(chǎn)品配置知識(shí)的相關(guān)概念與關(guān)系，將云制造服務(wù)節(jié)點(diǎn)模型定義為如式(1)所示的三元組，即

C-SNode::= (1)

其中，C-SNode (configurable service node)指可配置制造云服務(wù)模型。

(1) Concept指概念實(shí)體。進(jìn)一步派生為6個(gè)基本實(shí)體，包括：Structure，用以描述產(chǎn)品或零部件節(jié)點(diǎn)的結(jié)構(gòu)特征，包括材質(zhì)、顏色、零部件類(lèi)型、機(jī)構(gòu)等；Interface，描述產(chǎn)品的接口特征，指明部件節(jié)點(diǎn)之間的拓?fù)潢P(guān)系；Function節(jié)點(diǎn)，從功能角度闡述產(chǎn)品及部件；Constrain節(jié)點(diǎn)，描述零部件節(jié)點(diǎn)之間連接配合的限制條件；Price節(jié)點(diǎn)，描述產(chǎn)品或零部件節(jié)點(diǎn)的生產(chǎn)價(jià)格；Time節(jié)點(diǎn)，描述從獲得制造任務(wù)到完成制造所需要的時(shí)間；Performance節(jié)點(diǎn)，描述產(chǎn)品的性能指標(biāo)與參數(shù)。所有的新擴(kuò)充概念實(shí)體要從上述實(shí)體繼承，如式(2)所示

Contept::=

Constrain, Price, Time, Performance> (2)

(2) Attribute指概念實(shí)體屬性集。具體屬性包括字符屬性、數(shù)值屬性、范圍屬性、布爾屬性等。

(3) Relation指概念實(shí)體之間的關(guān)系集。包括繼承關(guān)系type-of、組合關(guān)系part-of、實(shí)例關(guān)系instance-of、屬性關(guān)系attribute-of等。

根據(jù)C-SNode的定義，可以進(jìn)一步發(fā)現(xiàn)：云制造服務(wù)目錄中的產(chǎn)品級(jí)的概念屬性可以依次分解到不同的下級(jí)零部件節(jié)點(diǎn)，且產(chǎn)品級(jí)、部件級(jí)、零件級(jí)的云制造服務(wù)節(jié)點(diǎn)的概念屬性豐富程度依次降低，如零件級(jí)別的節(jié)點(diǎn)通常不具有Function概念。由于所有零部件節(jié)點(diǎn)都將承載部分產(chǎn)品級(jí)概念屬性(如價(jià)格概念)，所以稱(chēng)之為“可配置服務(wù)節(jié)點(diǎn)”。

圖4展示了輪式裝載機(jī)部分模塊云制造服務(wù)節(jié)點(diǎn)模型的設(shè)計(jì)。

圖4 輪式裝載機(jī)部分模塊云制造服務(wù)節(jié)點(diǎn)模型示例

綜上所述，云制造服務(wù)目錄及云制造服務(wù)節(jié)點(diǎn)模型共同構(gòu)成了面向個(gè)性化產(chǎn)品配置的云服務(wù)模型。其中，云制造服務(wù)目錄解決了面向特定行業(yè)及產(chǎn)品的制造服務(wù)組織問(wèn)題，形成了標(biāo)準(zhǔn)化的制造服務(wù)目錄框架；云制造服務(wù)節(jié)點(diǎn)模型C-SNode實(shí)現(xiàn)了云制造服務(wù)的規(guī)范化描述，涵蓋了產(chǎn)品的結(jié)構(gòu)信息和制造能力信息，提出了“可配置服務(wù)節(jié)點(diǎn)”的概念。服務(wù)提供者(制造企業(yè))可根據(jù)云制造服務(wù)目錄注冊(cè)對(duì)應(yīng)的制造服務(wù)，并根據(jù)相應(yīng)的C-SNode服務(wù)模型要求描述具體的屬性值，將制造服務(wù)真正轉(zhuǎn)換為“可配置服務(wù)節(jié)點(diǎn)”，為面向云制造服務(wù)的產(chǎn)品配置過(guò)程奠定基礎(chǔ)。

3 基于關(guān)聯(lián)規(guī)則挖掘的產(chǎn)品初步配置

產(chǎn)品初步配置的目標(biāo)是將需求詳單中的信息轉(zhuǎn)換、映射到對(duì)應(yīng)的云制造服務(wù)中，形成客戶(hù)域需求到制造域產(chǎn)品配置知識(shí)的轉(zhuǎn)換。本文采用關(guān)聯(lián)規(guī)則挖掘算法作為產(chǎn)品初步配置的求解方案。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的重要研究方向，主要用于在事務(wù)集中不同領(lǐng)域或?qū)傩灾g找出可信的、有價(jià)值的依賴(lài)關(guān)系，挖掘隱藏在數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)關(guān)系，如用購(gòu)物清單中各項(xiàng)商品之間存在的聯(lián)系實(shí)現(xiàn)商品精準(zhǔn)推薦。Apriori是開(kāi)展關(guān)聯(lián)規(guī)則挖掘最常用的算法之一[10]。

具體到面向云制造的產(chǎn)品初步配置場(chǎng)景，規(guī)則挖掘涉及到兩個(gè)不同的域：需求域與配置域。每個(gè)域都是一個(gè)子項(xiàng)集，其中需求域子項(xiàng)集由需求詳單中的所有需求點(diǎn)構(gòu)成，配置域子項(xiàng)集由所有云制造服務(wù)節(jié)點(diǎn)構(gòu)成。需求域子項(xiàng)集與配置域子項(xiàng)集共同構(gòu)成項(xiàng)集；一個(gè)歷史產(chǎn)品配置記錄對(duì)應(yīng)事務(wù)，同時(shí)包含了需求域的子項(xiàng)集域配置域子項(xiàng)集的一部分；所有歷史產(chǎn)品配置記錄構(gòu)成事務(wù)集。利用Apriori算法求解產(chǎn)品的初步配置步驟如下：

步驟1.設(shè)定最小支持度Min-及最小置信度Min-。

步驟2. 讀取歷史產(chǎn)品配置記錄，記錄為。

步驟3. 將中涉及的所有項(xiàng)記為候選的1項(xiàng)集1，而后計(jì)算各1項(xiàng)集的Support，識(shí)別滿(mǎn)足Support > Min-的項(xiàng)集，記為1。

步驟4. 通常Apriori算法將對(duì)1中的元素進(jìn)行組合形成候選2項(xiàng)集2，然而，在產(chǎn)品初步配置場(chǎng)景下獲取頻繁項(xiàng)集的目的是發(fā)現(xiàn)需求域與配置域中不同屬性的關(guān)聯(lián)關(guān)系，所以，將Apriori算法執(zhí)行過(guò)程調(diào)整為僅組合來(lái)自不同域的元素，形成候選2項(xiàng)集2，并再次遍歷所有事務(wù)記錄，識(shí)別Support > Min-的項(xiàng)集，記為2。

步驟5. 在2基礎(chǔ)上，采用相同的策略迭代，連接2中的不同域的元素形成3，反復(fù)執(zhí)行以上Support計(jì)算、比較以及產(chǎn)生更高項(xiàng)集的過(guò)程，直到?jīng)]有候選項(xiàng)集為止，產(chǎn)生所有的有效頻繁項(xiàng)集。

步驟6. 對(duì)各項(xiàng)頻繁集計(jì)算置信度，取所有滿(mǎn)足最小置信度的項(xiàng)集為強(qiáng)規(guī)則，獲得所有存在強(qiáng)映射關(guān)系的“需求-服務(wù)”關(guān)聯(lián)集合。

圖5以輪式裝載機(jī)的產(chǎn)品初步配置過(guò)程為例，展示了Apriori算法的執(zhí)行過(guò)程。其最終執(zhí)行結(jié)果獲得的強(qiáng)規(guī)則是：“爬坡能力強(qiáng)”需求與“型發(fā)動(dòng)機(jī)制造服務(wù)”有強(qiáng)相關(guān)性，即“爬坡能力強(qiáng)”需求則可初步配置到“型發(fā)動(dòng)機(jī)制造服務(wù)”；在實(shí)際云制造產(chǎn)品配置場(chǎng)景中，項(xiàng)集與事務(wù)集的規(guī)模都遠(yuǎn)大于示例，此時(shí)，將繼續(xù)在2基礎(chǔ)上開(kāi)展3及后續(xù)更高項(xiàng)數(shù)的頻繁項(xiàng)集挖掘，獲得更多的強(qiáng)規(guī)則。

圖5 輪式裝載機(jī)的產(chǎn)品初步配置過(guò)程示例

4 基于蟻群算法的產(chǎn)品完整配置

基于產(chǎn)品初步配置結(jié)果，以不同配置目標(biāo)為導(dǎo)向，形成多種產(chǎn)品完整配置實(shí)例，是產(chǎn)品完整配置階段的目標(biāo)。其求解過(guò)程本質(zhì)上是一個(gè)多目標(biāo)優(yōu)化的過(guò)程。在云制造環(huán)境下，產(chǎn)品配置的結(jié)果是云制造服務(wù)實(shí)例，而同一個(gè)服務(wù)節(jié)點(diǎn)通常都注冊(cè)了多個(gè)來(lái)自制造企業(yè)的服務(wù)實(shí)例，導(dǎo)致求解過(guò)程的復(fù)雜度和計(jì)算量都較高。綜合上述考慮，本文采用主流的多目標(biāo)進(jìn)化算法——蟻群算法(ant colony algorithm，ACA)作為產(chǎn)品完整配置的求解算法。

4.1 基于ACA的產(chǎn)品完整配置思路

ACA是由DORIGO等[11]受到蟻群行為啟發(fā)而提出的一種算法，用以解決多目標(biāo)優(yōu)化問(wèn)題(multi-objective optimization problem，MOP)。由于在魯棒性、分布式計(jì)算能力等方面的優(yōu)勢(shì)，目前廣泛用于解決各類(lèi)分配、調(diào)度等最優(yōu)解搜索問(wèn)題。ACA的基本思想是：將一定數(shù)量的螞蟻隨機(jī)放在某些節(jié)點(diǎn)上，并按照一定規(guī)則分別向其他節(jié)點(diǎn)移動(dòng)；螞蟻?zhàn)哌^(guò)的路徑上會(huì)留下信息素，從而形成信息素軌跡，通過(guò)信息素的強(qiáng)弱來(lái)指導(dǎo)螞蟻運(yùn)動(dòng)方向；當(dāng)所有螞蟻都走過(guò)全部節(jié)點(diǎn)，信息素最強(qiáng)的軌跡就是最優(yōu)路徑。

利用ACA對(duì)產(chǎn)品完整配置過(guò)程進(jìn)行建模，需要將逐步關(guān)聯(lián)云制造服務(wù)、形成產(chǎn)品實(shí)例的過(guò)程轉(zhuǎn)換為適合螞蟻尋址的方式。相關(guān)概念的對(duì)應(yīng)關(guān)系見(jiàn)表1。

表1 產(chǎn)品完整配置過(guò)程與蟻群算法相關(guān)概念的對(duì)應(yīng)關(guān)系

在ACA運(yùn)行過(guò)程中，一個(gè)很重要的步驟是決定如何向下一個(gè)節(jié)點(diǎn)移動(dòng)，在本文中綜合考慮了節(jié)點(diǎn)之間的可配合性及與配置目標(biāo)匹配的程度，并用移動(dòng)概率對(duì)其進(jìn)行綜合，形成量化判斷準(zhǔn)則，即

4.2 基于ACA的產(chǎn)品完整配置過(guò)程

基于ACA獲得產(chǎn)品完整配置的主要過(guò)程是：設(shè)置配置目標(biāo)，如成本優(yōu)先或價(jià)格優(yōu)先。而后，從產(chǎn)品初步配置結(jié)果中獲得初始的云制造服務(wù)節(jié)點(diǎn)，并將多只“螞蟻”部署在相應(yīng)的節(jié)點(diǎn)上。根據(jù)節(jié)點(diǎn)C-SNode模型的Interface特征識(shí)別可配合性，并基于眾多可配合節(jié)點(diǎn)C-SNode模型的Constrain、Price、Time、Performance等各屬性值，利用余弦算法等相關(guān)度算法計(jì)算與該節(jié)點(diǎn)配置目標(biāo)的符合度，更新信息素強(qiáng)度，將可配合性及信息度強(qiáng)度代入到式(3)中，計(jì)算該節(jié)點(diǎn)的移動(dòng)概率。重復(fù)上述過(guò)程并執(zhí)行多次迭代，“螞蟻”會(huì)朝向可配合、目標(biāo)匹配度高的服務(wù)實(shí)例節(jié)點(diǎn)移動(dòng)，直至遍歷完成所有節(jié)點(diǎn)。“螞蟻”移動(dòng)過(guò)程需要遵循蟻群算法的規(guī)則，如不允許訪問(wèn)已經(jīng)走過(guò)的節(jié)點(diǎn)等。經(jīng)過(guò)數(shù)次迭代，即可形成最優(yōu)引導(dǎo)路徑，從而獲得最為符合配置目標(biāo)的產(chǎn)品完整配置實(shí)例。算法實(shí)現(xiàn)流程如圖6所示。

圖6 面向產(chǎn)品完整配置的蟻群算法實(shí)現(xiàn)流程

ACA是分布式算法，每一只“螞蟻”均可發(fā)現(xiàn)其局部最優(yōu)配置路徑。在發(fā)現(xiàn)最佳路徑的過(guò)程中會(huì)增強(qiáng)相關(guān)節(jié)點(diǎn)的信息素濃度。通過(guò)上述的多次迭代，最終可以發(fā)現(xiàn)與配置目標(biāo)有最好匹配度的完整配置實(shí)例；通過(guò)初始化階段設(shè)置不同的產(chǎn)品配置目標(biāo)，可獲得不同完整產(chǎn)品配置實(shí)例，供下一階段客戶(hù)確認(rèn)判斷。

需要指出的是，在尋找下一步潛在節(jié)點(diǎn)階段，根據(jù)2.1節(jié)所闡述的云制造服務(wù)目錄結(jié)構(gòu)，對(duì)于位于目錄樹(shù)中級(jí)別的節(jié)點(diǎn)的某個(gè)云制造服務(wù)實(shí)例，潛在的可以與其配合的云制造服務(wù)實(shí)例包括：

(1) 同樣位于層，但不屬于相同服務(wù)節(jié)點(diǎn)的服務(wù)實(shí)例。

(2) 位于-1層，但不屬于直屬父節(jié)點(diǎn)的服務(wù)實(shí)例。

(3) 位于+1層，但不屬于本節(jié)點(diǎn)的子字節(jié)。

上述三者構(gòu)成ACA過(guò)程中特別制造服務(wù)實(shí)例的下一步潛在節(jié)點(diǎn)集合。由于ACA是通用算法，限于篇幅，算法過(guò)程中其他具體參數(shù)的計(jì)算不再展開(kāi)闡述。

5 結(jié)論與展望

本文從云制造環(huán)境下產(chǎn)品配置活動(dòng)特點(diǎn)入手，考慮對(duì)云制造生態(tài)中多方利益的兼顧，提出了一套面向云制造的產(chǎn)品配置技術(shù)框架，并進(jìn)一步針對(duì)其中的3個(gè)關(guān)鍵點(diǎn)，包括面向產(chǎn)品配置的云服務(wù)模型設(shè)計(jì)、個(gè)性化需求映射與產(chǎn)品初步配置，以及面向不同目標(biāo)的產(chǎn)品完整配置的過(guò)程都進(jìn)行了詳細(xì)分析，給出模型設(shè)計(jì)方法及產(chǎn)品配置不同階段的求解方案。在模型設(shè)計(jì)及方案求解過(guò)程中，以典型機(jī)電產(chǎn)品輪式裝載機(jī)為示例進(jìn)行了闡述，驗(yàn)證相關(guān)方法的可行性和有效性。

本文的重點(diǎn)是探討云制造環(huán)境下產(chǎn)品配置總體過(guò)程及關(guān)鍵環(huán)節(jié)，由于涉及面較廣，限于篇幅，未給出完整的示例；在云服務(wù)模型設(shè)計(jì)階段重點(diǎn)考慮整體構(gòu)建體系，對(duì)部分實(shí)際存在的復(fù)雜情況進(jìn)行了簡(jiǎn)化處理，如服務(wù)節(jié)點(diǎn)模型的概念屬性可能還不夠完備；在產(chǎn)品完整配置階段，未能展開(kāi)討論多目標(biāo)進(jìn)化算法以外的相關(guān)求解方案，存在進(jìn)一步尋優(yōu)的可能。后續(xù)，將針對(duì)個(gè)性化需求產(chǎn)品配置的實(shí)際開(kāi)展情況進(jìn)行更深入的調(diào)研和分析，改進(jìn)整體框架及相關(guān)環(huán)節(jié)設(shè)計(jì)，進(jìn)一步完善云制造環(huán)境下產(chǎn)品配置思路。

[1] 盛步云, 汪星剛, 蕭箏, 等. 基于客戶(hù)需求分析的模塊化產(chǎn)品配置方法[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2017, 23(10): 2091-2100.

[2] 程幼明, 吳英, 龔本剛, 等. 眾包: 一種云制造的運(yùn)作模式[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2017, 23(6): 1167-1175.

[3] 林廷宇, 楊晨, 谷牧, 等. 面向航天復(fù)雜產(chǎn)品的云制造應(yīng)用技術(shù)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(4): 884-898.

[4] 李孝斌, 尹超. 面向生產(chǎn)過(guò)程云服務(wù)的制造執(zhí)行系統(tǒng)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(1): 177-188.

[5] 趙淳, 張霖, 任磊, 等. 面向云制造交易過(guò)程的仿真平臺(tái)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(1): 25-32.

[6] 楊沁, 唐偉, 李建國(guó). 產(chǎn)品定制中客戶(hù)需求沖突的高效消解研究[J]. 機(jī)械科學(xué)與技術(shù), 2015, 34(1): 94-98.

[7] 湯華茂, 郭鋼. 云制造資源虛擬化描述模型及集成化智能服務(wù)模式研究[J]. 中國(guó)機(jī)械工程, 2016, 27(16): 2172-2178.

[8] 程臻, 戰(zhàn)德臣, 徐漢川. 云制造環(huán)境下基于本體的資源虛擬化方法[J]. 華中科技大學(xué)學(xué)報(bào): 自然科學(xué)版, 2013, 41(S2): 106-112.

[9] 童曉薇, 朱結(jié)枝. 云制造環(huán)境下的制造服務(wù)標(biāo)準(zhǔn)化建模方法研究[J]. 圖學(xué)學(xué)報(bào), 2017, 38(2): 185-191.

[10] 趙洪英, 蔡樂(lè)才, 李先杰. 關(guān)聯(lián)規(guī)則挖掘的Apriori算法綜述[J]. 四川理工學(xué)院學(xué)報(bào): 自然科學(xué)版, 2011, 24(1): 66-70.

[11] DORIGO M, MANIEZZO V, COLORNI A. Ant system: optimization by a colony of cooperating agents [J]. IEEE Transactions on Systems, Man and Cybernetics, Part B (Cybernetics), 1996, 26(1): 29-41.

Research on Personalized Product Configuration in Cloud Manufacturing Environment

TONG Xiaowei1, ZENG Sitong1, LIU Yanbin2

(1. Mechanical Engineering Department, Fujian Chuanzheng Communications College, Fuzhou Fujian 350007, China; 2. Test Center, Fuzhou University, Fuzhou Fujian 350002, China)

A personalized product configuration technology framework for cloud manufacturing is proposed in this article,analyzing the typical process of product configuration under cloud manufacturing, and summarizing the characteristics of participants and manufacturing resource organizations in the cloud manufacturing environment, including the need to balance the interests of different participants in the product configuration process and cover the different attributes of different manufacturing service instances during product configuration solution. In addition, we also expound on solutions to the three key issues, including cloud service model for product configuration, preliminary product configuration based on association rule mining, and product integrity configuration based on ant colony algorithm, providing a new idea for personalized product configuration in the cloud manufacturing environment. The product configuration of the wheel loader is used as an example in the process of model design and case solving, which demonstrates the effectiveness and feasibility of this method.

product configuration; cloud manufacturing; cloud manufacturing service modeling; association rule mining; ant colony algorithm

TH166; TP391

10.11996/JG.j.2095-302X.2018061192

A

2095-302X(2018)06-1192-08

2018-05-07；

2018-06-27

福建省中青年教師教育科研項(xiàng)目(JZ180373)

童曉薇(1982-)，女，福建武平人，講師，碩士。主要研究方向?yàn)橛?jì)算機(jī)輔助制造、先進(jìn)制造技術(shù)。E-mail：tongxw2010@qq.com