任 磊，任明侖

(合肥工業(yè)大學(xué)教育部過(guò)程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230009)

1 引言

互聯(lián)網(wǎng)時(shí)代，以CPS、大數(shù)據(jù)和云制造技術(shù)為基礎(chǔ)，以大規(guī)模協(xié)同合作、全面感知、實(shí)時(shí)決策、社會(huì)化資源的共享與利用為目標(biāo)的智慧云制造平臺(tái)[1]，不僅為任務(wù)方、服務(wù)方提供注冊(cè)、質(zhì)量評(píng)估機(jī)制，還為其協(xié)商談判、市場(chǎng)競(jìng)拍和自由交易提供了場(chǎng)所。一方面，任務(wù)方根據(jù)任務(wù)約束和QoS要求，對(duì)服務(wù)功能、業(yè)務(wù)能力、信任、信譽(yù)等進(jìn)行詳細(xì)的認(rèn)證、篩選[2-3]，選擇合適的組合服務(wù)；另一方面，服務(wù)單元擁有自己的戰(zhàn)略遠(yuǎn)景和目標(biāo)市場(chǎng)，根據(jù)能力和特長(zhǎng)為某一類或幾類客戶提供優(yōu)質(zhì)服務(wù)[4]，并對(duì)任務(wù)方提出相應(yīng)的資格審查和評(píng)選指標(biāo)，如請(qǐng)求真實(shí)性、信譽(yù)、付款速度、工藝要求等，主動(dòng)拒絕一些不符合其定位的任務(wù)，從而降低轉(zhuǎn)換成本、提升專業(yè)性，避免機(jī)會(huì)主義、搭便車等帶來(lái)的風(fēng)險(xiǎn)[5]。因此，云平臺(tái)的制造任務(wù)分配是一個(gè)典型的多指標(biāo)的雙邊匹配問(wèn)題，需要綜合考慮任務(wù)方的利益訴求和服務(wù)方的市場(chǎng)定位，實(shí)現(xiàn)雙方期望效用最大的滿意匹配。

雙邊匹配決策是指依據(jù)匹配雙方的相互評(píng)價(jià)信息，通過(guò)最大化雙方的滿意度來(lái)實(shí)現(xiàn)有效匹配的過(guò)程[6]。Gale和Shapley[7]分析了婚姻匹配和大學(xué)錄取問(wèn)題，最早提出雙邊匹配模型，逐漸應(yīng)用到電子商務(wù)、人力資源、網(wǎng)約車、知識(shí)服務(wù)等領(lǐng)域[8-10]。樊治平[11]、樂(lè)琦[12-13]、李銘洋[14-15]等給出了不同偏好序信息條件下的穩(wěn)定匹配表示和決策方法，萬(wàn)樹平和李登峰[16]、陳希等[17]分別提出不同類型信息的多指標(biāo)雙邊匹配決策模型，分析了指標(biāo)關(guān)聯(lián)對(duì)決策結(jié)果的影響?？锕鹁甑萚18]最早將云任務(wù)分配描述成婚姻匹配問(wèn)題，運(yùn)用圖匹配理論構(gòu)建了基于任務(wù)、資源雙方滿意度最優(yōu)的一對(duì)一匹配方法。趙金輝和王學(xué)慧[19]提出基于QoS的制造服務(wù)雙邊匹配模型，與單向選擇方法對(duì)比了優(yōu)劣。趙道致和李銳[20]針對(duì)數(shù)量維度下的多對(duì)多匹配問(wèn)題，考慮主體心理期望構(gòu)造云制造資源匹配機(jī)制?，F(xiàn)有研究主要關(guān)注評(píng)價(jià)信息的類型和滿意度聚合，假定匹配主體是相互獨(dú)立的，忽視了主體間協(xié)同效應(yīng)對(duì)匹配結(jié)果穩(wěn)定性的影響。現(xiàn)實(shí)中，云平臺(tái)上的制造服務(wù)基于業(yè)務(wù)、社會(huì)因素等交互形成多種社會(huì)關(guān)系，如資源共享、交易合作、社會(huì)相似等，通過(guò)彼此高效地資源轉(zhuǎn)移、信息交互、知識(shí)共享協(xié)同，保障制造任務(wù)的順序執(zhí)行。而服務(wù)間協(xié)同能力差如同時(shí)占用某一資源、通信限制、存在利益矛盾等，則會(huì)降低服務(wù)質(zhì)量、增加連接障礙，甚至出現(xiàn)任務(wù)中斷或失敗情況[21]。因此，平臺(tái)制造任務(wù)-服務(wù)匹配時(shí)，需要進(jìn)一步整合服務(wù)間的協(xié)同水平和滿意度，實(shí)現(xiàn)匹配結(jié)果的穩(wěn)定與執(zhí)行績(jī)效最優(yōu)。

現(xiàn)有雙邊匹配方法多為一次性匹配，如婚姻、大學(xué)錄用等，認(rèn)為匹配主體能力固定不變。而云制造領(lǐng)域，服務(wù)方、任務(wù)方能多次重復(fù)參與到匹配過(guò)程中，通過(guò)不斷學(xué)習(xí)提升各自競(jìng)爭(zhēng)力。匹配主體能力隨著完成任務(wù)次數(shù)動(dòng)態(tài)變化，通過(guò)學(xué)習(xí)效應(yīng)更好地滿足對(duì)方要求。如具有復(fù)用性的服務(wù)參與多種制造項(xiàng)目，多次執(zhí)行相似類型的任務(wù)，累積的經(jīng)驗(yàn)?zāi)軌蜣D(zhuǎn)化成內(nèi)部知識(shí)，從而提升服務(wù)質(zhì)量，降低認(rèn)知、設(shè)置和使用成本[22]。云制造平臺(tái)雙邊匹配具有重復(fù)性、動(dòng)態(tài)性，應(yīng)構(gòu)建基于學(xué)習(xí)效應(yīng)的匹配主體動(dòng)態(tài)能力計(jì)算方法，為雙方滿意度計(jì)算提供基礎(chǔ)。同時(shí)，應(yīng)綜合考慮服務(wù)單元、任務(wù)方的滿意度以及服務(wù)間協(xié)同效應(yīng)，以提升任務(wù)完成效率和平臺(tái)社會(huì)福利水平。根據(jù)云平臺(tái)雙邊匹配的實(shí)際特征，通過(guò)協(xié)同網(wǎng)絡(luò)刻畫服務(wù)間社會(huì)關(guān)系，提出基于學(xué)習(xí)與協(xié)同效應(yīng)的一對(duì)一雙邊匹配問(wèn)題。運(yùn)用期望效用理論聚合雙方滿意度，基于社會(huì)網(wǎng)絡(luò)理論計(jì)算服務(wù)間協(xié)同滿意度。以任務(wù)滿意度、服務(wù)滿意度、服務(wù)間協(xié)同滿意度最大化為目標(biāo)，構(gòu)建考慮學(xué)習(xí)和協(xié)同效應(yīng)的一對(duì)一雙邊匹配多目標(biāo)模型。通過(guò)實(shí)例運(yùn)算得到最優(yōu)匹配方案，驗(yàn)證對(duì)比了本文模型的有效性，實(shí)現(xiàn)了平臺(tái)任務(wù)合理分配與資源高效配置。

2 問(wèn)題描述

復(fù)雜制造項(xiàng)目根據(jù)業(yè)務(wù)約束可以劃分為多個(gè)子任務(wù)T=(T1,T2,…,Tn)，每個(gè)子任務(wù)需要匹配一個(gè)服務(wù)單元，云平臺(tái)的任務(wù)分配是一個(gè)多一對(duì)一雙邊匹配問(wèn)題。同時(shí)，任務(wù)關(guān)系結(jié)構(gòu)要求服務(wù)單元間具有高水平的資源、信息交互等協(xié)同效應(yīng)，雙邊匹配模型應(yīng)考慮服務(wù)間協(xié)同滿意度。本節(jié)分析了服務(wù)協(xié)同網(wǎng)絡(luò)，提出基于學(xué)習(xí)與協(xié)同效應(yīng)的一對(duì)一匹配問(wèn)題。

2.1 一對(duì)一雙邊匹配

云平臺(tái)雙邊匹配就是從候選服務(wù)集合中為每一個(gè)任務(wù)選擇一個(gè)雙方均滿意的服務(wù)。如圖1所示，平臺(tái)接受n個(gè)制造任務(wù)請(qǐng)求(T1,T2,…,Tn)，具有不同的功能和質(zhì)量要求，Tj為第j個(gè)任務(wù)請(qǐng)求者。而平臺(tái)上中擁有m個(gè)候選服務(wù)S=(S1,S2,…,Sm)，Si為第i個(gè)服務(wù)。每個(gè)服務(wù)Si最多只能與一個(gè)任務(wù)Tj匹配，每個(gè)任務(wù)Tj最多與一個(gè)服務(wù)匹配。

圖1 一對(duì)一任務(wù)-服務(wù)雙邊匹配過(guò)程

定義1：給定μ:S∪T→S∪T為一一映射，如果對(duì)于?Si∈S，?Tj∈T，滿足三個(gè)條件(?(Si)∈T，(μ(Tj)∈S∪{Tj}，(μ(Si)=Tj當(dāng)且僅當(dāng)μ(Tj)=Si，則稱μ為一對(duì)一雙邊匹配。其中μ(Si)=Tj表示Si和Tj在μ中匹配，μ(Tj)=Tj表示Tj在μ中與自身匹配，仍為單身。

圖1中Si和Tj間有向細(xì)線的權(quán)值表Si和Tj的雙方滿意度水平，Si和Tj間的無(wú)向粗線表示兩者匹配。由m條無(wú)向粗線連接形成匹配主體對(duì)集合μt，Tn-1在μ中為單身。

2.2 服務(wù)協(xié)同網(wǎng)絡(luò)與學(xué)習(xí)效應(yīng)

服務(wù)之間基于社會(huì)交互和合作行為產(chǎn)生多種協(xié)同關(guān)系，通過(guò)資源傳遞、信息溝通、知識(shí)共享而交織形成多維復(fù)雜協(xié)同網(wǎng)絡(luò)，用無(wú)向無(wú)環(huán)圖圖刻畫為GSN=(V,A,E,ξ)，如圖2。其中V=(v1,v2,…,vn)為服務(wù)節(jié)點(diǎn)集，A為服務(wù)QoS集，E=(E1,E2,…,Em)為邊集即協(xié)同關(guān)系集合，ξ=(ξ1,ξ2,…,ξm)為邊權(quán)值集，表示服務(wù)間協(xié)同效應(yīng)大小(通過(guò)社會(huì)關(guān)系強(qiáng)度計(jì)算聚合)。協(xié)同關(guān)系分別為交易合作、資源相關(guān)、社會(huì)相似關(guān)系，具體描述如下：

圖2 服務(wù)協(xié)同網(wǎng)絡(luò)

(1)交易協(xié)作關(guān)系：當(dāng)服務(wù)Si和Sj均參與到共同任務(wù)Tk時(shí)，即Si→Tk，Sj→Tk，則兩服務(wù)存在交互合作關(guān)系SRIT(i,j)。

(2)資源相關(guān)關(guān)系：當(dāng)Si具有資源集合Ri，Sj的資源集合為Rj，Ri∩Rj為兩個(gè)服務(wù)的互補(bǔ)性資源數(shù)且不等于零，且共享資源數(shù)Rs≠0，則服務(wù)具有資源相關(guān)關(guān)系SRRS(i,j)。

(3)社會(huì)相似關(guān)系：當(dāng)服務(wù)Si和Sj在屬性集Ak上具有相同或相似的數(shù)值時(shí)，則兩服務(wù)存在社會(huì)相似關(guān)系SRSim(i,j)。

雙邊匹配的目標(biāo)是將協(xié)同效應(yīng)、合作績(jī)效高的服務(wù)單元匹配到同一任務(wù)中，將存在矛盾的服務(wù)分配到不同的任務(wù)中。將協(xié)同效應(yīng)作為服務(wù)間滿意度的度量，實(shí)現(xiàn)最大化雙方滿意度。

同時(shí)，網(wǎng)絡(luò)中服務(wù)單元通過(guò)多次參與到相似平臺(tái)任務(wù)中，能夠不斷通過(guò)自學(xué)習(xí)和他學(xué)習(xí)效應(yīng)，提高操作熟練度、累積加工知識(shí)，以提升制造效率、可靠性，降低服務(wù)時(shí)間和成本。服務(wù)單元的能力隨著時(shí)間和執(zhí)行任務(wù)次數(shù)不斷增長(zhǎng)，并非一成不變，在匹配過(guò)程中需要關(guān)注基于學(xué)習(xí)效應(yīng)的動(dòng)態(tài)能力對(duì)結(jié)果穩(wěn)定性的影響。學(xué)習(xí)效應(yīng)最早由Wright針對(duì)飛機(jī)制造效率和質(zhì)量隨著產(chǎn)量增加而提升的現(xiàn)象提出，隨后被廣泛應(yīng)用到生產(chǎn)調(diào)度、團(tuán)隊(duì)選擇等領(lǐng)域[23,24]。針對(duì)制造過(guò)程的特點(diǎn)，服務(wù)學(xué)習(xí)效應(yīng)就是在特定的時(shí)間和領(lǐng)域內(nèi)，通過(guò)不斷重復(fù)執(zhí)行相似任務(wù)或項(xiàng)目，積累經(jīng)驗(yàn)提高服務(wù)能力的現(xiàn)象，可以通過(guò)服務(wù)QoS動(dòng)態(tài)增強(qiáng)進(jìn)行描述：

(1)

2.3 基于學(xué)習(xí)與協(xié)同效應(yīng)一對(duì)一雙邊匹配

服務(wù)單元具有到動(dòng)態(tài)學(xué)習(xí)能力，通過(guò)多次參與到任務(wù)匹配過(guò)程中，累積經(jīng)驗(yàn)提升自身QoS水平，并與其它服務(wù)進(jìn)行資源、信息、知識(shí)交互，協(xié)同完成復(fù)雜制造項(xiàng)目。針對(duì)云平臺(tái)上服務(wù)社會(huì)化、任務(wù)關(guān)聯(lián)化的特征，雙邊匹配應(yīng)綜合考慮服務(wù)自身的學(xué)習(xí)效應(yīng)和協(xié)同效應(yīng)。

定義2：考慮學(xué)習(xí)與協(xié)同效應(yīng)一對(duì)一雙邊匹配μ:S∪T→S∪T，如果存在(Si,Sf)∈S，i≠f，(Tj,Tk)∈T，k≠j，其中μ(Si)=Tj，Si∈μ(Tj)，且μ(Sf)=Tk，Sf∈μ(Tk)，滿足：(αik+αfj≥αij+αfk，(βik+βfj≥βij+βfk，(θik+θjl≤θij+θf(wàn)k。且至少有一個(gè)是嚴(yán)格不等式，則稱μ:S∪T→S∪T是雙邊不穩(wěn)定匹配，否則為雙邊穩(wěn)定匹配。其中，αij為基于學(xué)習(xí)效應(yīng)的服務(wù)Si對(duì)任務(wù)方Tj的滿意度，βij為基于學(xué)習(xí)效應(yīng)的任務(wù)方Tj對(duì)服務(wù)Si的滿意度，雙方滿意度通過(guò)自身期望值與對(duì)方動(dòng)態(tài)能力的差值獲取，θij為服務(wù)間協(xié)同滿意度。

圖3 考慮學(xué)習(xí)與協(xié)同效應(yīng)的一對(duì)一雙邊匹配

如圖3，形成穩(wěn)定匹配(S1,T1)、(Si,T2)、(Sk,T2)，其中S1、S2、Sk和任務(wù)方中T1、T2的有向細(xì)線的權(quán)值表S和T的雙方滿意度，S1和T1間的無(wú)向紅粗線為穩(wěn)定匹配對(duì)。T1和T2、T2和T3的無(wú)向紅色虛線表示子任務(wù)間關(guān)聯(lián)。S1和Si、S1和Sk的無(wú)向綠色粗間斷線表示服務(wù)間協(xié)同效應(yīng)。穩(wěn)定匹配(S1,T1；Si,T2；Sk,T2)具有最優(yōu)的雙方滿意度和協(xié)同滿意度。

3 考慮學(xué)習(xí)與協(xié)同效應(yīng)雙向匹配決策模型

云平臺(tái)通過(guò)大量的注冊(cè)、交易信息，獲取任務(wù)方、服務(wù)方的基本能力評(píng)估值和參與項(xiàng)目次數(shù)。給定給定服務(wù)基本評(píng)估值QoS=(qos1,qos2,…,qosm)，qosi為第i個(gè)服務(wù)的評(píng)估值qosi=(ai1,ai2,…,aio)。任務(wù)基本評(píng)估值QoT=(qot1,qot2,…,qotn)，qotj為第j個(gè)任務(wù)的評(píng)估值qotj=(bj1,bj2,…,bjr)。任務(wù)方期望值為EES=(es1,es2,…,esn)，esj為第j個(gè)任務(wù)的期望esj=(eaj1,eaj2,…,eajo)。服務(wù)市場(chǎng)定位EET=(et1,et2,…,etm)，eti為第i個(gè)服務(wù)的定位esi=(eti1,eti2,…,etir)。通過(guò)計(jì)算基于學(xué)習(xí)效應(yīng)和期望效用理論雙方滿意度α、β和基于社會(huì)關(guān)系的服務(wù)協(xié)同滿意度θ，構(gòu)建多目標(biāo)雙邊匹配決策模型獲取最優(yōu)的匹配方案μ=(S*,T)。

3.1 基于學(xué)習(xí)效應(yīng)的雙方滿意度計(jì)算

服務(wù)單元具有不同的學(xué)習(xí)效率，通過(guò)參與到多種相似任務(wù)增強(qiáng)自身服務(wù)能力和QoS。同樣，任務(wù)方也在制造項(xiàng)目里學(xué)習(xí)提升自身交付速度、時(shí)間等，以更好地適應(yīng)服務(wù)方要求。首先基于學(xué)習(xí)曲線計(jì)算服務(wù)、任務(wù)的動(dòng)態(tài)能力，然后運(yùn)用期望效應(yīng)理論計(jì)算雙方的實(shí)際滿意度。

(1)基于學(xué)習(xí)效應(yīng)的動(dòng)態(tài)能力計(jì)算

云平臺(tái)上，智能制造服務(wù)參與任務(wù)次數(shù)矩陣和學(xué)習(xí)矩陣分別為TS=[ts1,ts2,…,tsn]、SL=[sl1,sl2,…,sln]，運(yùn)用2.2節(jié)給出的學(xué)習(xí)效應(yīng)模型，可以得到當(dāng)前服務(wù)單元的動(dòng)態(tài)服務(wù)QoS：

(2)

同樣，給定任務(wù)方參與項(xiàng)目矩陣和學(xué)習(xí)矩陣TT=[tt1,tt2,…,ttm]、TL=[tl1,tl2,…,tlm]，運(yùn)用2.2節(jié)給出的學(xué)習(xí)效應(yīng)模型，可以得到當(dāng)前任務(wù)方的動(dòng)態(tài)能力QoT：

(3)

(2)基于期望效用的雙方滿意度

(4)

(5)

3.2 服務(wù)間協(xié)同滿意度計(jì)算

服務(wù)間具有多種社會(huì)關(guān)系，從資源共享、交易合作、社會(huì)相似三類關(guān)系，計(jì)算關(guān)系強(qiáng)度并聚合得到服務(wù)對(duì)協(xié)同效應(yīng)，作為服務(wù)間協(xié)同滿意度的度量。

(1)交易合作關(guān)系強(qiáng)度 當(dāng)多個(gè)服務(wù)同時(shí)參與到同一個(gè)云任務(wù)或項(xiàng)目中，則產(chǎn)生交易合作關(guān)系，采用所有時(shí)期的交互量TA和當(dāng)前合作活躍度CA來(lái)衡量SRIT的強(qiáng)度。

QSIT(i,j)=w1TA+w2CA

(6)

(7)

(2)資源相關(guān)關(guān)系強(qiáng)度 服務(wù)擁有信息、設(shè)備、知識(shí)、軟件等多種資源，用過(guò)聚合資源共享水平RSi,j和互補(bǔ)水平RCi,j得到SRRR的關(guān)系強(qiáng)度。

QSRR(i,j)=w1RSi,j+w2RCi,j

(8)

(9)

tp(i,j)表示共享資源類型，am(i,j)代表每一類的資源共享數(shù)量。Nd(i,j)表示服務(wù)Si和Sj具有不同類型資源數(shù)量，Na(i,j)為所有資源類型數(shù)量。

(3)社會(huì)相似關(guān)系強(qiáng)度 具有相似的社會(huì)屬性和運(yùn)行環(huán)境的服務(wù)間形成社會(huì)相似關(guān)系，通過(guò)聚合流行度SP、合作伙伴CP、平臺(tái)類型R和所有者O來(lái)度量SRSim(i,j)的關(guān)系強(qiáng)度。

(10)

服務(wù)單元間協(xié)同效應(yīng)表示為QS(i,j)，聚合服務(wù)節(jié)點(diǎn)i、j間的社會(huì)關(guān)系強(qiáng)度，具體公式為：

QS(i,j)=ω1QSIT+ω2QSRR+ω3QSSim

(11)

其中ω1、ω2、ω3分別為三類關(guān)系的權(quán)重。當(dāng)QS(i,j)=0時(shí)，服務(wù)節(jié)點(diǎn)i與j不存在協(xié)同效應(yīng)；當(dāng)QS(i,j)=1時(shí)，服務(wù)節(jié)點(diǎn)i與j間協(xié)同效應(yīng)最大。

3.3 匹配模型與求解

依據(jù)上文得到的服務(wù)方對(duì)任務(wù)方的滿意度α、任務(wù)方對(duì)服務(wù)的滿意度β，以及服務(wù)單元間的協(xié)同滿意度θ，構(gòu)建最大化三者滿意度的多目標(biāo)雙邊匹配數(shù)學(xué)模型：

F=Max(Z1,Z2,Z3)

(12)

(13)

(14)

(15)

?(0≤i,l

(16)

xij為決策變量，xij=1表示第i個(gè)服務(wù)與第j個(gè)任務(wù)匹配；否則xij=0。公式(12)、(13)為任務(wù)匹配優(yōu)化的3個(gè)目標(biāo)，公式(14)為每個(gè)任務(wù)匹配一個(gè)服務(wù)單元，共f子任務(wù)，公式(15)分別為匹配方案中服務(wù)方、任務(wù)方以及服務(wù)協(xié)同滿意度的約束閥值，公式(16)為兩個(gè)服務(wù)存在沖突關(guān)系即時(shí)，不會(huì)將它們分配到同一任務(wù)中。

(17)

H=Max(μ)

(18)

s.t.3μZk+μZ1+μZ2+μZ3≥6μ,k=1,2,3

(19)

運(yùn)用極大極小值算法獲得的最優(yōu)解X*，能夠使得最差目標(biāo)函數(shù)隸屬度最大，從而實(shí)現(xiàn)模型決策的可達(dá)性。公式(18)、(19)都為線性函數(shù)，當(dāng)服務(wù)、任務(wù)數(shù)目較小時(shí)，可采用整數(shù)規(guī)劃方法進(jìn)行最優(yōu)尋解，直接運(yùn)用LINGO12.0、Cplex10.0等軟件包對(duì)模型實(shí)例化求解。

4 算例實(shí)驗(yàn)

目前，眾多企業(yè)如航天科工集團(tuán)、上汽、東風(fēng)汽車等開始構(gòu)建云制造平臺(tái)，形成新的制造服務(wù)模型。以某汽車公司的新能源汽車項(xiàng)目為例，分析基于云平臺(tái)的制造任務(wù)、服務(wù)雙邊匹配問(wèn)題?，F(xiàn)有研發(fā)設(shè)計(jì)T1、生產(chǎn)制造T2、物流運(yùn)輸T3三個(gè)相互關(guān)聯(lián)的子任務(wù)，需要在云平臺(tái)上匹配相應(yīng)的制造服務(wù)。其中，服務(wù)S1、S2、S3對(duì)應(yīng)T1，S4、S5、S6、S7對(duì)應(yīng)T2，S8、S9、S10對(duì)應(yīng)T3，如圖4所示。這些服務(wù)多次參與平臺(tái)的任務(wù)執(zhí)行，相互之間形成社會(huì)網(wǎng)絡(luò)。

圖4 面向汽車云制造平臺(tái)的雙邊匹配

任務(wù)方對(duì)服務(wù)要求的QoS指標(biāo)包括價(jià)格(A1，萬(wàn)元)、時(shí)間(A2，周)、信譽(yù)(A3)；服務(wù)方的市場(chǎng)定位包括付款速度(B1)、工藝難度(B2)、信譽(yù)(B3)；10個(gè)服務(wù)的基本QoS、市場(chǎng)定位條件、參與任務(wù)次數(shù)以及學(xué)習(xí)率如表1所示，3個(gè)任務(wù)方的QoT屬性、任務(wù)要求、參與項(xiàng)目次數(shù)和學(xué)習(xí)率如表2所示。服務(wù)單位周期內(nèi)合作次數(shù)和業(yè)務(wù)數(shù)量在[0，20]、[0，50]上分布。服務(wù)屬性包括流行度、平臺(tái)類型、共同伙伴和所有者值在[0, 10]、 [0, 1]、 [0, 10]、[0, 1]分布。每個(gè)服務(wù)與其他節(jié)點(diǎn)共享最多5類資源，且每一類資源共享量在[0,10]。通過(guò)標(biāo)準(zhǔn)化處理和關(guān)系強(qiáng)度計(jì)算得到最終服務(wù)間協(xié)同滿意度θ，如表3。

表1 服務(wù)單元的QoS和市場(chǎng)定位

表2 任務(wù)方的QoT屬性和任務(wù)要求

根據(jù)匹配雙方的基本能力、歷史經(jīng)驗(yàn)和學(xué)習(xí)效率，運(yùn)用公式(2～3)計(jì)算得到當(dāng)前的能力水平QoSnow、QoTnow，運(yùn)用公式(4～5)得到基于期望效用的雙方實(shí)際滿意度α、β?？紤]主體公平性和協(xié)同性，設(shè)定三個(gè)滿意度的權(quán)重?1、?2、?3均為1/3，從而

表3 服務(wù)間協(xié)同滿意度

通過(guò)LINGO12.0軟件包對(duì)模型進(jìn)行實(shí)例化分析，求解得到目標(biāo)函數(shù)值為Z=2.74的最優(yōu)匹配μ*={(S1,T1),(S4,T2),(S8,T3)}。方案中服務(wù)S1、S4、S8本身具有良好的QoS，還具備高水平的任務(wù)經(jīng)驗(yàn)和學(xué)習(xí)效率。同時(shí)，其市場(chǎng)定位與三個(gè)任務(wù)的QoT相適應(yīng)匹配，S1與S4、S4與S8間具有良好的協(xié)同效應(yīng)，能夠更好的合作完成復(fù)雜制造項(xiàng)目。

表4 不同匹配模型下的匹配方案

5 結(jié)語(yǔ)

云制造環(huán)境下的智能服務(wù)單元具有自適應(yīng)學(xué)習(xí)能力，并通過(guò)社會(huì)關(guān)系與其他服務(wù)進(jìn)行資源、信息共享交互，協(xié)作完成復(fù)雜制造任務(wù)。根據(jù)云平臺(tái)匹配主體的新特征，本文構(gòu)建了考慮學(xué)習(xí)與協(xié)同效應(yīng)的制造任務(wù)-服務(wù)雙邊匹配方法。運(yùn)用學(xué)習(xí)效應(yīng)模型計(jì)算主體動(dòng)態(tài)能力，基于期望效用方法聚合雙方滿意度，并通過(guò)社會(huì)關(guān)系強(qiáng)度計(jì)算聚合服務(wù)間協(xié)同效應(yīng)，以此構(gòu)建多目標(biāo)匹配決策模型。所提出方法綜合考量了服務(wù)學(xué)習(xí)和協(xié)同能力對(duì)任務(wù)執(zhí)行績(jī)效的影響，更符合實(shí)際制造情形，且方法邏輯清晰、過(guò)程簡(jiǎn)明，具有良好的應(yīng)用價(jià)值。文中只針對(duì)一對(duì)一匹配問(wèn)題，現(xiàn)實(shí)中常出現(xiàn)一個(gè)任務(wù)需要一個(gè)服務(wù)組完成，需進(jìn)一步考慮基于服務(wù)組內(nèi)部協(xié)同和組間外部協(xié)同的雙邊匹配問(wèn)題。同時(shí)，隨著服務(wù)社會(huì)網(wǎng)絡(luò)的演化，新的關(guān)系類型可能出現(xiàn)，未來(lái)應(yīng)挖掘更多社會(huì)關(guān)系以增強(qiáng)協(xié)同效應(yīng)度量的準(zhǔn)確性，提升模型的匹配效果。