張志穎，王 雪

（河北工業(yè)大學(xué) 經(jīng)濟管理學(xué)院，天津 300401）

0 引言

2010年李伯虎院士首次提出云制造的概念，即面向服務(wù)的網(wǎng)絡(luò)化制造新模式，能夠?qū)崿F(xiàn)資源的高度共享與企業(yè)間協(xié)同，利用網(wǎng)絡(luò)信息化技術(shù)將資源進行虛擬化后，以服務(wù)的形式接入云制造平臺，形成資源池進行統(tǒng)一高效的智能化管理，為用戶提供跨時空、按需使用、高質(zhì)量、低成本的全生命周期制造服務(wù)[1，2]。

在云制造環(huán)境中有三類參與者，即云制造平臺運營方、服務(wù)需求方和服務(wù)提供方。平臺運營方主要負責(zé)平臺運營，將合適的服務(wù)提供給需求方，協(xié)助供需雙方完成協(xié)同制造。在云制造過程中，服務(wù)提供方將提供的資源進行虛擬封裝后接入平臺形成資源池，平臺接收用戶需求后在池內(nèi)發(fā)現(xiàn)服務(wù)，提供可滿足需求的服務(wù)供需求方選擇，當(dāng)服務(wù)被需求方選擇后，服務(wù)提供方按照訂單要求為需求方提供服務(wù)。

云制造服務(wù)優(yōu)選是云平臺核心服務(wù)層繼制造任務(wù)分解、服務(wù)匹配后的關(guān)鍵環(huán)節(jié)。面對多個滿足用戶功能需求而質(zhì)量參差不齊的服務(wù)，現(xiàn)有研究主要從服務(wù)質(zhì)量（Quality of service，Qos）方面進行評價優(yōu)選。如張麗芬[3]等提出的支持混合Qos屬性的服務(wù)選擇方法和王婕[4]等提出的云 制造服務(wù)質(zhì)量評價方法。但總體來看，一方面現(xiàn)有研究沒有考慮服務(wù)質(zhì)量屬性之間的關(guān)聯(lián)關(guān)系，主要是通過主觀確定屬性權(quán)重方法[5，6]或是通過主客觀結(jié)合確定權(quán)重的方法[3，7，8]計算服務(wù)質(zhì)量的優(yōu)劣；另一方面則僅考慮服務(wù)[9]或需求[10]間的關(guān)聯(lián)性，通過關(guān)聯(lián)服務(wù)間的組合產(chǎn)生最大的經(jīng)濟效益和滿意度，但在服務(wù)質(zhì)量屬性間的關(guān)聯(lián)研究較少。然而服務(wù)可靠性較強和用戶反饋比較好時，服務(wù)提供方付出較高的成本，服務(wù)的定價較高，如果不考慮屬性間的關(guān)聯(lián)關(guān)系會導(dǎo)致屬性間產(chǎn)生相互抵消，相互制約的影響，不利于準確選擇優(yōu)質(zhì)的云制造服務(wù)。因此，本文考慮到屬性間的關(guān)聯(lián)關(guān)系，根據(jù)由屬性間相互作用所影響的服務(wù)質(zhì)量對云制造服務(wù)進行選擇，為在功能相似的眾多云制造服務(wù)中準確選擇出優(yōu)質(zhì)且滿足需求的云制造服務(wù)，助力云制造服務(wù)供需雙方的協(xié)同制造。

1 研究基礎(chǔ)

云制造服務(wù)優(yōu)選主要對云制造服務(wù)的服務(wù)質(zhì)量進行評價并選擇，服務(wù)質(zhì)量用來表示服務(wù)的非功能特性，以表達用戶的需要和滿意程度。目前研究主要包括以下三方面。

1）服務(wù)質(zhì)量屬性構(gòu)成研究。服務(wù)質(zhì)量是由多屬性構(gòu)成的綜合性指標，目前云制造服務(wù)的服務(wù)質(zhì)量屬性主要包括時間、價格、可靠性和可用性等。除以上外，現(xiàn)有研究還提出了信譽度[11，12]、安全性[13]、可維護性[14]、吞吐量[15]、可組合性[16]等屬性，但并沒有確定出服務(wù)質(zhì)量具體是由哪些屬性構(gòu)成，而是會由于研究者的觀點和研究內(nèi)容的不同使得屬性構(gòu)成有所變化。

2）服務(wù)質(zhì)量權(quán)重設(shè)計與計算方法。主要包括主觀設(shè)定和主客觀權(quán)重結(jié)合的權(quán)重設(shè)計與計算方法。主觀設(shè)定權(quán)重如文獻[5]和文獻[6]根據(jù)用戶偏好和經(jīng)驗直接給定屬性權(quán)重，這種權(quán)重設(shè)定方法的主觀性較強，不利于云制造服務(wù)的準確選擇，但主客觀權(quán)重結(jié)合方法則避免了這個問題。在主客觀權(quán)重結(jié)合方法中，主觀設(shè)定和層次分析法[7]是確定主觀權(quán)重的常用方法，文獻[3]和文獻[8]均提出了根據(jù)用戶屬性偏好順序確定主觀權(quán)重和重要性權(quán)重方法。用來確定客觀權(quán)重的方法有熵值法[17]、標準差法[18]和CRITIC法[19]。主客觀權(quán)重結(jié)合方法既可以考慮到用戶的偏好需求又可以避免權(quán)重設(shè)定的主觀性和知識的片面性。還有文獻[14]運用變精度粗糙集方法，根據(jù)條件屬性的信息量和被依賴程度求解屬性的權(quán)重。上述研究認為服務(wù)質(zhì)量各屬性之間是互不影響的獨立關(guān)系，而現(xiàn)實中的服務(wù)質(zhì)量屬性之間并非絕對獨立關(guān)系，往往有著相互作用相互耦合的依存關(guān)系。

3）考慮關(guān)聯(lián)關(guān)系的服務(wù)質(zhì)量研究。關(guān)于服務(wù)質(zhì)量關(guān)聯(lián)的研究更多的是服務(wù)間的關(guān)聯(lián)。如文獻[9]和文獻[10]將具有關(guān)聯(lián)協(xié)同效應(yīng)的服務(wù)和子需求劃分到同一任務(wù)中，使組合服務(wù)產(chǎn)生更大的服務(wù)合作績效。其中文獻[10]提出云制造服務(wù)選擇問題是典型的多屬性決策問題，屬性之間往往存在著復(fù)雜的耦合依存關(guān)系從而對決策產(chǎn)生影響，雖然提到了屬性之間存在關(guān)聯(lián)，但對此并沒有進行深入的研究。

2 云制造平臺服務(wù)質(zhì)量屬性關(guān)聯(lián)描述

通過對文獻[11～16，20～23]所提服務(wù)質(zhì)量屬性進行統(tǒng)計，發(fā)現(xiàn)時間、價格、可靠性、可用性和信譽度在文獻中出現(xiàn)次數(shù)較多，如圖1所示。

圖1 文獻屬性統(tǒng)計

為了體現(xiàn)云制造服務(wù)質(zhì)量評價的一般性，本文選用上述五個屬性及其關(guān)系來刻畫服務(wù)質(zhì)量，如圖2所示。

圖2 屬性關(guān)聯(lián)影響服務(wù)質(zhì)量

在圖2中，時間表示從用戶發(fā)出請求到完成用戶請求的時間，包括等待響應(yīng)的時間、需求處理時間和物流運輸時間，云制造服務(wù)有時會涉及實物的流動，所以必須考慮運輸所消耗的時間。價格表示用戶獲取服務(wù)時需要支付給服務(wù)提供方的費用，包括服務(wù)費用和物流運輸費用。可靠性為平臺上服務(wù)在一段時間內(nèi)能正常響應(yīng)用戶需求的能力?？捎眯员硎驹谝欢螘r間內(nèi)服務(wù)正常運行的能力。信譽度是用戶對所獲得的服務(wù)做出的反饋評價，表示用戶對此服務(wù)的滿意程度，受環(huán)境和個人因素的影響，同一服務(wù)會有不同的用戶評價。

當(dāng)云制造服務(wù)在可靠性和可用性等方面比較有優(yōu)勢時，用戶的反饋評價是比較滿意的，同時服務(wù)的價格往往也比較高，服務(wù)質(zhì)量屬性之間并非是互不影響的獨立關(guān)系，而是存在著關(guān)聯(lián)關(guān)系。服務(wù)質(zhì)量屬性反映出云制造服務(wù)某一方面的質(zhì)量情況，圖2中的關(guān)聯(lián)屬性之間相互影響相互作用共同反映出服務(wù)質(zhì)量水平的高低。

3 云制造平臺服務(wù)優(yōu)選方法

3.1 云制造平臺服務(wù)質(zhì)量關(guān)聯(lián)屬性測度方法

由于服務(wù)質(zhì)量屬性間具有關(guān)聯(lián)性，因此屬性權(quán)重和會出現(xiàn)大于或者小于1的情況[24]?，F(xiàn)有研究對關(guān)聯(lián)屬性權(quán)重建模的方法有模糊測度法、λ模糊測度法和k-可加模糊測度法，其中λ模糊測度法由日本學(xué)者Sugeno在1974年提出[25]，用來解決屬性間存在非獨立關(guān)系時的權(quán)重問題，由于確定參數(shù)較少、計算復(fù)雜度較低的優(yōu)點被廣泛采用，并且應(yīng)用于多個領(lǐng)域。因此本文采用λ模糊測度法建立關(guān)聯(lián)屬性集權(quán)重模型，計算過程如下：

設(shè)A為屬性集合，A={a1，a2，...an}，gλ為定義在P(A)上的集函數(shù)，gλ：P(A)→[0,1]，若滿足以下條件：

其中λ∈（-1，+∞），稱gλ為定義在P(A)上的λ模糊測度。

當(dāng)時λ=0，gλ（B∪C）=gλ（B）+gλ（C），表示B與C之間相互獨立；當(dāng)時λ＞0，gλ（B∪C）＞gλ（B）+gλ（C），表示B與C之間存在補充關(guān)聯(lián)；當(dāng)-1＜λ＜0時，gλ（B∪C）＜gλ（B）+gλ（C），表示B與C之間存在冗余關(guān)聯(lián)。

根據(jù)定義可列出屬性λ模糊測度模型為：

'

gλ（S）為屬性集S的重要程度或者權(quán)重，當(dāng)S=A時，P（S）=P（A）=1，由(1)可得：

通過式(2)確定出λ的大小，根據(jù)λ可判斷出屬性之間是否存在關(guān)聯(lián)關(guān)系以及存在何種關(guān)聯(lián)關(guān)系，同時將λ代入式(1)中，可得出關(guān)聯(lián)屬性集的模糊測度，即關(guān)聯(lián)屬性集權(quán)重。

3.2 云制造平臺服務(wù)質(zhì)量評價方法

TOPSIS和屬性值加權(quán)求和是經(jīng)典的服務(wù)質(zhì)量評價方法，當(dāng)屬性間存在關(guān)聯(lián)時，這兩種方法分別會出現(xiàn)服務(wù)到正負理想解間歐式距離失效和屬性間相互抵消問題，不能準確評價服務(wù)質(zhì)量的優(yōu)劣。于是本文運用在TOPSIS方法基礎(chǔ)上考慮到屬性間關(guān)聯(lián)關(guān)系的R-TOPSIS方法進行服務(wù)質(zhì)量評價，R-TOPSIS是在模糊測度理論和傳統(tǒng)TOPSIS方法基礎(chǔ)上構(gòu)建的一種關(guān)聯(lián)理想解方法[24]，該方法更符合現(xiàn)實中屬性間普遍存在關(guān)聯(lián)關(guān)系的情況。本文基于R-TOPSIS服務(wù)質(zhì)量評價計算步驟如下：

步驟1：構(gòu)建矩陣Q，Q={qij，i=1，2，...，m；j=1，2，...，n}，qij表示候選服務(wù)Si的第j個服務(wù)質(zhì)量屬性值。

步驟2：由于屬性間有不同的量綱，需要對矩陣Q歸一化處理，使得屬性值介于0到1之間。運用式(3)對屬性值規(guī)范化處理，處理后的矩陣為Q'。

步驟5：運用式(6)計算各服務(wù)的相對貼近度，顯然，0≤CI(Si)≤1，并根據(jù)相對貼近度的大小對服務(wù)進行排序。相對貼近度越大表示服務(wù)離正理想解越近，離負理想解越遠。

4 數(shù)據(jù)分析

本文采用文獻[26]中的部分數(shù)據(jù)樣本作為算例，說明本文所提云制造服務(wù)選擇方法的可行性。云制造平臺上某用戶的需求為汽車發(fā)動機零部件活塞銷，假設(shè)經(jīng)過服務(wù)發(fā)現(xiàn)與功能性匹配后，有11個可提供活塞銷功能的候選服務(wù)，候選服務(wù)的服務(wù)質(zhì)量詳情如表1所示。

表1 候選服務(wù)的服務(wù)質(zhì)量詳情表

運用本文所提方法為用戶在功能相似的服務(wù)中選出優(yōu)質(zhì)的云制造服務(wù)，具體計算過程如下所示：

1）構(gòu)建矩陣Q，運用式(3)對矩陣Q歸一化處理，規(guī)范后的矩陣為Q'。

2）根據(jù)矩陣Q'，將r'={0.1747，0.1222，0.3071，0.3092，0.3597}作為正理想解，將r0={0.3932，0.7945，0.2947，0.2967，0.2398}作為負理想解，根據(jù)正負理想解構(gòu)建矩陣D、E。

3）各屬性的模糊測度經(jīng)由相關(guān)領(lǐng)域?qū)＜医?jīng)討論商議后給出，分別為gλ(T)=0.05，gλ(C)=0.1，gλ(R)=0.2，gλ(A)=0.2，gλ(E)=0.25。根據(jù)式(2)得出，表示屬性間存在補充關(guān)聯(lián)，并由式(1)可得出關(guān)聯(lián)屬性集的權(quán)重，如表2所示。

4）運用式(4)、式(5)各個候選服務(wù)到正負理想解的距離，然后運用式(6)求解各候選服務(wù)的相對貼近度并進行排序，排序結(jié)果如表3所示。

表3 候選服務(wù)到正負理想解距離以及相對貼近度排序

由表3可知，候選服務(wù)相對貼近度的排序為S11＜S7＜S1＜S6＜S2＜S9＜S3＜S5＜S8＜S4＜S10，其中候選服務(wù)S10相對貼近度最高，的服務(wù)質(zhì)量信息為=QOSS10={T=5天，C=12元/個，R=96%，A=95%，E=9}。

針對服務(wù)質(zhì)量屬性間的關(guān)聯(lián)關(guān)系，將本文所提選擇方法與屬性間相互獨立的TOPSIS方法、主客觀綜合權(quán)重方法進行對比。主客觀綜合權(quán)重方法中屬性的客觀權(quán)重采用熵值法[17]計算得出，分別為ωT=0.137，ωC=0.285，ωR=0.174，ωA=0.18，ωE=0.224，主觀權(quán)重都設(shè)為0.2，主觀權(quán)重偏好為0.5，屬性的主客觀綜合權(quán)重為ωT=0.1685，ωC=0.2425，ωR=0.0.187，ωA=0.19，ωE=0.212。本文方法與這兩種方法的候選服務(wù)排序?qū)Ρ冉Y(jié)果如圖3所示。

從圖3中可以看出，運用TOPSIS方法時，候選服務(wù)的排序結(jié)果為S11＜S7＜S9＜S6＜S1＜S2＜S3＜S5＜S8＜S10＜S4，運用主客觀綜合權(quán)重的方法時，候選服務(wù)的排序結(jié)果為S11＜S7＜S9＜S6＜S3＜S1＜S2＜S8＜S10＜S5＜S4。這兩種方法的計算結(jié)果都得出候選服務(wù)S4為最優(yōu)服務(wù)。但是S4與S10相比，雖然在價格上有優(yōu)勢，但是在信譽度方面S4弱于S10，這說明價格高的候選服務(wù)，用戶的反饋結(jié)果是比較滿意的。又因為在云平臺上服務(wù)質(zhì)量無法通過用戶直接檢測判斷，用戶在選擇時會更加注意使用過的用戶對該服務(wù)的評價，所以信譽度在屬性間有較高的模糊測度以及各屬性與信譽度之間存在的關(guān)聯(lián)關(guān)系，使得整體優(yōu)于，為最優(yōu)的選擇服務(wù)，其次是。通過與兩種方法進行對比，說明本文所提云制造服務(wù)選擇方法更具有系統(tǒng)性，并且屬性之間的關(guān)聯(lián)關(guān)系在現(xiàn)實中更具有一般性，所以本文所提選擇方法的實踐性較高。

圖3 不同方法候選服務(wù)排序圖

5 結(jié)語

云制造服務(wù)優(yōu)選是云平臺核心服務(wù)層繼任務(wù)分解、服務(wù)匹配后的關(guān)鍵環(huán)節(jié)，主要從服務(wù)質(zhì)量方面進行評價選擇?，F(xiàn)有云制造服務(wù)評價選擇方法的運用是基于服務(wù)質(zhì)量屬性間互不影響的線性獨立關(guān)系，但實際中屬性之間存在著相互依存的關(guān)聯(lián)關(guān)系。本文研究得出如下結(jié)論：

服務(wù)質(zhì)量屬性間具有關(guān)聯(lián)關(guān)系。本文通過文獻研究確定服務(wù)質(zhì)量組成屬性為時間、價格、可靠性、可用性和信譽度，關(guān)聯(lián)屬性相互作用共同反映出服務(wù)質(zhì)量的優(yōu)劣。

服務(wù)質(zhì)量屬性權(quán)重的計算應(yīng)考慮到關(guān)聯(lián)性更科學(xué)。本文用λ模糊測度方法確定關(guān)聯(lián)屬性集權(quán)重，與獨立屬性權(quán)重和不同，關(guān)聯(lián)屬性的權(quán)重和會大于或者小于1。

云制造服務(wù)選擇依據(jù)相對貼近度進行評價。本文運用模糊理論與傳統(tǒng)TOPSIS方法結(jié)合的R-TOPSIS關(guān)聯(lián)理想解法求出云制造服務(wù)的相對貼近度，并根據(jù)相對貼近度大小對云制造服務(wù)進行排序。

最后通過數(shù)據(jù)實驗表明了所提云制造服務(wù)優(yōu)選方法的可行性，本文方法與不考慮屬性間關(guān)聯(lián)的TOPSIS方法、主客觀權(quán)重綜合方法相比，具有較好有效性和更強實踐性特征。下一步的研究將考慮服務(wù)質(zhì)量屬性關(guān)聯(lián)以及供需雙方滿意的云制造服務(wù)選擇問題。