張志穎,王 雪
(河北工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,天津 300401)
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(jìn)行虛擬化后,以服務(wù)的形式接入云制造平臺(tái),形成資源池進(jìn)行統(tǒng)一高效的智能化管理,為用戶提供跨時(shí)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(tái)運(yùn)營方、服務(wù)需求方和服務(wù)提供方。平臺(tái)運(yùn)營方主要負(fù)責(zé)平臺(tái)運(yùn)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(jìn)行虛擬封裝后接入平臺(tái)形成資源池,平臺(tái)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(tái)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(duì)多個(gè)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(jìn)行評(píng)價(jià)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(píng)價(jià)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(jì)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(jì)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(qiáng)和用戶反饋比較好時(shí),服務(wù)提供方付出較高的成本,服務(wù)的定價(jià)較高,如果不考慮屬性間的關(guān)聯(lián)關(guān)系會(huì)導(dǎo)致屬性間產(chǎn)生相互抵消,相互制約的影響,不利于準(zhǔn)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(duì)云制造服務(wù)進(jìn)行選擇,為在功能相似的眾多云制造服務(wù)中準(zhǔn)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。
云制造服務(wù)優(yōu)選主要對(duì)云制造服務(wù)的服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)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(dá)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(biāo),目前云制造服務(wù)的服務(wù)質(zhì)量屬性主要包括時(shí)間、價(jià)格、可靠性和可用性等。除以上外,現(xiàn)有研究還提出了信譽(yù)度[11,12]、安全性[13]、可維護(hù)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(huì)由于研究者的觀點(diǎn)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(jì)與計(jì)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(jì)與計(jì)算方法。主觀設(shè)定權(quán)重如文獻(xiàn)[5]和文獻(xiàn)[6]根據(jù)用戶偏好和經(jīng)驗(yàn)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(qiáng),不利于云制造服務(wù)的準(zhǔn)確選擇,但主客觀權(quán)重結(jié)合方法則避免了這個(gè)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(xiàn)[3]和文獻(xiàn)[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(biāo)準(zhǔn)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(shí)的片面性。還有文獻(xiàn)[14]運(yùn)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(rèn)為服務(wù)質(zhì)量各屬性之間是互不影響的獨(dú)立關(guān)系,而現(xiàn)實(shí)中的服務(wù)質(zhì)量屬性之間并非絕對(duì)獨(dú)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(xiàn)[9]和文獻(xiàn)[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(xiàn)[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(duì)決策產(chǎn)生影響,雖然提到了屬性之間存在關(guān)聯(lián),但對(duì)此并沒有進(jìn)行深入的研究。
通過對(duì)文獻(xiàn)[11~16,20~23]所提服務(wù)質(zhì)量屬性進(jìn)行統(tǒng)計(jì),發(fā)現(xiàn)時(shí)間、價(jià)格、可靠性、可用性和信譽(yù)度在文獻(xiàn)中出現(xiàn)次數(shù)較多,如圖1所示。
圖1 文獻(xiàn)屬性統(tǒng)計(jì)
為了體現(xiàn)云制造服務(wù)質(zhì)量評(píng)價(jià)的一般性,本文選用上述五個(gè)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(shí)間表示從用戶發(fā)出請(qǐng)求到完成用戶請(qǐng)求的時(shí)間,包括等待響應(yīng)的時(shí)間、需求處理時(shí)間和物流運(yùn)輸時(shí)間,云制造服務(wù)有時(shí)會(huì)涉及實(shí)物的流動(dòng),所以必須考慮運(yùn)輸所消耗的時(shí)間。價(jià)格表示用戶獲取服務(wù)時(shí)需要支付給服務(wù)提供方的費(fèi)用,包括服務(wù)費(fèi)用和物流運(yùn)輸費(fèi)用。可靠性為平臺(tái)上服務(wù)在一段時(shí)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(shí)間內(nèi)服務(wù)正常運(yùn)行的能力。信譽(yù)度是用戶對(duì)所獲得的服務(wù)做出的反饋評(píng)價(jià),表示用戶對(duì)此服務(wù)的滿意程度,受環(huán)境和個(gè)人因素的影響,同一服務(wù)會(huì)有不同的用戶評(píng)價(jià)。
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(shì)時(shí),用戶的反饋評(píng)價(jià)是比較滿意的,同時(shí)服務(wù)的價(jià)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(dú)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。
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(huì)出現(xiàn)大于或者小于1的情況[24]?,F(xiàn)有研究對(duì)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(dú)立關(guān)系時(shí)的權(quán)重問題,由于確定參數(shù)較少、計(jì)算復(fù)雜度較低的優(yōu)點(diǎn)被廣泛采用,并且應(yīng)用于多個(gè)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(jì)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(shí)λ=0,gλ(B∪C)=gλ(B)+gλ(C),表示B與C之間相互獨(dú)立;當(dāng)時(shí)λ>0,gλ(B∪C)>gλ(B)+gλ(C),表示B與C之間存在補(bǔ)充關(guān)聯(lián);當(dāng)-1<λ<0時(shí),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(shí),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(shí)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。
TOPSIS和屬性值加權(quán)求和是經(jīng)典的服務(wù)質(zhì)量評(píng)價(jià)方法,當(dāng)屬性間存在關(guān)聯(lián)時(shí),這兩種方法分別會(huì)出現(xiàn)服務(wù)到正負(fù)理想解間歐式距離失效和屬性間相互抵消問題,不能準(zhǔn)確評(píng)價(jià)服務(wù)質(zhì)量的優(yōu)劣。于是本文運(yùn)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(jìn)行服務(wù)質(zhì)量評(píng)價(jià),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(shí)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(píng)價(jià)計(jì)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(gè)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(duì)矩陣Q歸一化處理,使得屬性值介于0到1之間。運(yùn)用式(3)對(duì)屬性值規(guī)范化處理,處理后的矩陣為Q'。
步驟5:運(yùn)用式(6)計(jì)算各服務(wù)的相對(duì)貼近度,顯然,0≤CI(Si)≤1,并根據(jù)相對(duì)貼近度的大小對(duì)服務(wù)進(jìn)行排序。相對(duì)貼近度越大表示服務(wù)離正理想解越近,離負(fù)理想解越遠(yuǎn)。
本文采用文獻(xiàn)[26]中的部分?jǐn)?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(tái)上某用戶的需求為汽車發(fā)動(dòng)機(jī)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(gè)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(yùn)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(jì)算過程如下所示:
1)構(gòu)建矩陣Q,運(yùn)用式(3)對(duì)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(fù)理想解,根據(jù)正負(fù)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(bǔ)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(yùn)用式(4)、式(5)各個(gè)候選服務(wù)到正負(fù)理想解的距離,然后運(yùn)用式(6)求解各候選服務(wù)的相對(duì)貼近度并進(jìn)行排序,排序結(jié)果如表3所示。
表3 候選服務(wù)到正負(fù)理想解距離以及相對(duì)貼近度排序
由表3可知,候選服務(wù)相對(duì)貼近度的排序?yàn)镾11<S7<S1<S6<S2<S9<S3<S5<S8<S4<S10,其中候選服務(wù)S10相對(duì)貼近度最高,的服務(wù)質(zhì)量信息為=QOSS10={T=5天,C=12元/個(gè),R=96%,A=95%,E=9}。
針對(duì)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(dú)立的TOPSIS方法、主客觀綜合權(quán)重方法進(jìn)行對(duì)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(jì)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(yùn)用TOPSIS方法時(shí),候選服務(wù)的排序結(jié)果為S11<S7<S9<S6<S1<S2<S3<S5<S8<S10<S4,運(yùn)用主客觀綜合權(quán)重的方法時(shí),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(jì)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(jià)格上有優(yōu)勢(shì),但是在信譽(yù)度方面S4弱于S10,這說明價(jià)格高的候選服務(wù),用戶的反饋結(jié)果是比較滿意的。又因?yàn)樵谠破脚_(tái)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(shí)會(huì)更加注意使用過的用戶對(duì)該服務(wù)的評(píng)價(jià),所以信譽(yù)度在屬性間有較高的模糊測度以及各屬性與信譽(yù)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(jìn)行對(duì)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(shí)中更具有一般性,所以本文所提選擇方法的實(shí)踐性較高。
圖3 不同方法候選服務(wù)排序圖
云制造服務(wù)優(yōu)選是云平臺(tái)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(jìn)行評(píng)價(jià)選擇?,F(xiàn)有云制造服務(wù)評(píng)價(jià)選擇方法的運(yùn)用是基于服務(wù)質(zhì)量屬性間互不影響的線性獨(dú)立關(guān)系,但實(shí)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(xiàn)研究確定服務(wù)質(zhì)量組成屬性為時(shí)間、價(jià)格、可靠性、可用性和信譽(yù)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(jì)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(dú)立屬性權(quán)重和不同,關(guān)聯(lián)屬性的權(quán)重和會(huì)大于或者小于1。
云制造服務(wù)選擇依據(jù)相對(duì)貼近度進(jìn)行評(píng)價(jià)。本文運(yùn)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(duì)貼近度,并根據(jù)相對(duì)貼近度大小對(duì)云制造服務(wù)進(jìn)行排序。
最后通過數(shù)據(jù)實(shí)驗(yàn)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(qiáng)實(shí)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。