蜂群算法求解支持模糊QoS约束的电子采购模型
2014-08-12高珊张惠珍马良
高珊 张惠珍 马良
摘 要 基于Web的电子物流采购是电子商务的热点.通过将模糊量化的QoS约束加入到Web电子物流采购模型，构造一种带有QoS约束的Web电子物流采购模型，并设计一种改进的人工蜂群算法进行求解.模型基于现有Web采购系统的采购模式，融合了非功能性Web服务评价理论，着重将带QoS约束的电子物流采购选择过程与人工蜂群算法求解过程相结合，从而能快速准确地获得使整体利益最大的解.经仿真计算，验证了模型的有效性.
关键词 QoS；模糊QoS约束；人工蜂群算法；电子采购；采购模型
中图分类号 C93；TP301.6 文献标识码 A
1 引 言
电子采购系统的发展不仅为企业节约了采购成本，而且实现了在最短时间内筛选到最合适的供应商.Web电子采购系统是网络服务的一部分，如今，有类似功能的网络服务越来越多，非功能性标准已经成为衡量网络服务越来越重要的标志.非功能性标准的主体是服务质量（Quality of Service，QoS）， QoS 决定用户对Web服务的满意程度.本文将QoS属性作为采购策略的约束条件，加入到采购过程中，以保证采购系统的服务质量.由于QoS约束难以衡量，采用三角模糊的方法来量化QoS.
线下采购模型有利用遗传算法[1]、C-W节约算法[2]等求解，但电子采购模型和传统采购的考虑因素、采购流程等有较大不同.现有关于电子采购系统的研究有：根据企业IT能力提出采购成效的概念模型[3]、单周期报童模型[4]等.由于网络环境不确定性很大，针对电子采购过程建模的研究较少.并且还没有带服务约束条件的模型.在参与者数量多的情况下，如果用动态规划等精确算法求解计算时间较长.有鉴于此，本文将引入人工蜂群算法来建立电子采购模型.
蜂群是具有较大规模的自组织群体，通过蜜蜂个体间的合作，能够表现出极其复杂的行为能力.人工蜂群算法（Artificial Bee Colony Algorithm ，ABC）是Karaboga于2005年提出的一种基于蜜蜂群体觅食行为的群智能优化算法[5]，通过模拟蜂群的集体行为来实现寻优.该算法参数较少，全局收敛性也较好，适用于多维问题的求解.蜜蜂群依据各自分工不同进行不同活动，通过交换信息来寻找最佳蜜源.蜜蜂选择含蜜量高的蜜源采蜜，类似于电子采购中选择最合适的产品.而且，蜂群种类的多样化和搜索规则的灵活性便于适应约束条件.本文将QoS约束加入到电子物流采购模型中，并改进人工蜂群算法来求解模型.
6 结 论
将模糊量化的QoS约束加入到电子物流采购模型中，并利用改进的人工蜂群算法求解该模型.相
比现有的电子采购系统，更多地考虑了用户对非功能性特点的需求，设计了相应的求解过程，既满足了电子物流采购的功能需求，又考虑了QoS约束条件.对于电子物流采购系统具有一定的实用价值，对其他Web服务系统也有借鉴意义.
时间/0.01秒
图2 整体效用收敛图
参考文献
[1] 张秋菊，朱帮助.基于遗传算法的有折扣多产品采购多供应商选择问题求解[J].中国管理科学， 2008， 16 （10）： 192-196.
[2] 朱晓兰，赵一飞. C2W节约算法在装配企业采购物流中的应用[J]. 上海交通大学学报， 2007， 41 （9）： 1420-1424.
[3] A M AGUIAR， K RAMAMURTHY， A P REIS. Electronic procurement systems： an integrative model to explain procurement performance[C]//Industrial Engineering and Engineering Management， 2008. IEEM 2008. IEEE International Conference on. Singapore：IEEE， 2008： 1490-1494.
[4] 常广庶， 徐济超. 基于报童模型的电子采购策略研究[J]. 系统工程， 2004， 22 （10）： 24-28.
[5] D KARABOGA. An idea based on honey bee swarm for numerical optimization[R]. Technical report-tr06， Erciyes university， engineering faculty， computer engineering department， 2005.
[6] 肖芳雄， 面向QoS的Web服务组合建模和验证[D]. 南京：南京航空航天大学信息科学与技术学院， 2010： 8-15.
[7] Chunlin L ，Meilai F，Layuan L. Multiple QoS modeling and algorithm in computational grid[J]. Journal of Systems Engineering and Electronics， 2007， 18（2）： 412-417.
[8] H C CHANG， J S YAO， L Y OUYANG. Fuzzy mixture inventory model with variable lead-time based on probabilistic fuzzy set and triangular fuzzy number[J]. Mathematical and Computer Modelling， 2004， 39（2）： 287-304.
[9] 常冬，张尧学.基于市场机制的QoS控制模型MQC的改进遗传算法求解[J]. 计算机学报， 2004， 27 （12）： 1688-1694.endprint
摘 要 基于Web的电子物流采购是电子商务的热点.通过将模糊量化的QoS约束加入到Web电子物流采购模型，构造一种带有QoS约束的Web电子物流采购模型，并设计一种改进的人工蜂群算法进行求解.模型基于现有Web采购系统的采购模式，融合了非功能性Web服务评价理论，着重将带QoS约束的电子物流采购选择过程与人工蜂群算法求解过程相结合，从而能快速准确地获得使整体利益最大的解.经仿真计算，验证了模型的有效性.
关键词 QoS；模糊QoS约束；人工蜂群算法；电子采购；采购模型
中图分类号 C93；TP301.6 文献标识码 A
1 引 言
电子采购系统的发展不仅为企业节约了采购成本，而且实现了在最短时间内筛选到最合适的供应商.Web电子采购系统是网络服务的一部分，如今，有类似功能的网络服务越来越多，非功能性标准已经成为衡量网络服务越来越重要的标志.非功能性标准的主体是服务质量（Quality of Service，QoS）， QoS 决定用户对Web服务的满意程度.本文将QoS属性作为采购策略的约束条件，加入到采购过程中，以保证采购系统的服务质量.由于QoS约束难以衡量，采用三角模糊的方法来量化QoS.
线下采购模型有利用遗传算法[1]、C-W节约算法[2]等求解，但电子采购模型和传统采购的考虑因素、采购流程等有较大不同.现有关于电子采购系统的研究有：根据企业IT能力提出采购成效的概念模型[3]、单周期报童模型[4]等.由于网络环境不确定性很大，针对电子采购过程建模的研究较少.并且还没有带服务约束条件的模型.在参与者数量多的情况下，如果用动态规划等精确算法求解计算时间较长.有鉴于此，本文将引入人工蜂群算法来建立电子采购模型.
蜂群是具有较大规模的自组织群体，通过蜜蜂个体间的合作，能够表现出极其复杂的行为能力.人工蜂群算法（Artificial Bee Colony Algorithm ，ABC）是Karaboga于2005年提出的一种基于蜜蜂群体觅食行为的群智能优化算法[5]，通过模拟蜂群的集体行为来实现寻优.该算法参数较少，全局收敛性也较好，适用于多维问题的求解.蜜蜂群依据各自分工不同进行不同活动，通过交换信息来寻找最佳蜜源.蜜蜂选择含蜜量高的蜜源采蜜，类似于电子采购中选择最合适的产品.而且，蜂群种类的多样化和搜索规则的灵活性便于适应约束条件.本文将QoS约束加入到电子物流采购模型中，并改进人工蜂群算法来求解模型.
6 结 论
将模糊量化的QoS约束加入到电子物流采购模型中，并利用改进的人工蜂群算法求解该模型.相
比现有的电子采购系统，更多地考虑了用户对非功能性特点的需求，设计了相应的求解过程，既满足了电子物流采购的功能需求，又考虑了QoS约束条件.对于电子物流采购系统具有一定的实用价值，对其他Web服务系统也有借鉴意义.
时间/0.01秒
图2 整体效用收敛图
参考文献
[1] 张秋菊，朱帮助.基于遗传算法的有折扣多产品采购多供应商选择问题求解[J].中国管理科学， 2008， 16 （10）： 192-196.
[2] 朱晓兰，赵一飞. C2W节约算法在装配企业采购物流中的应用[J]. 上海交通大学学报， 2007， 41 （9）： 1420-1424.
[3] A M AGUIAR， K RAMAMURTHY， A P REIS. Electronic procurement systems： an integrative model to explain procurement performance[C]//Industrial Engineering and Engineering Management， 2008. IEEM 2008. IEEE International Conference on. Singapore：IEEE， 2008： 1490-1494.
[4] 常广庶， 徐济超. 基于报童模型的电子采购策略研究[J]. 系统工程， 2004， 22 （10）： 24-28.
[5] D KARABOGA. An idea based on honey bee swarm for numerical optimization[R]. Technical report-tr06， Erciyes university， engineering faculty， computer engineering department， 2005.
[6] 肖芳雄， 面向QoS的Web服务组合建模和验证[D]. 南京：南京航空航天大学信息科学与技术学院， 2010： 8-15.
[7] Chunlin L ，Meilai F，Layuan L. Multiple QoS modeling and algorithm in computational grid[J]. Journal of Systems Engineering and Electronics， 2007， 18（2）： 412-417.
[8] H C CHANG， J S YAO， L Y OUYANG. Fuzzy mixture inventory model with variable lead-time based on probabilistic fuzzy set and triangular fuzzy number[J]. Mathematical and Computer Modelling， 2004， 39（2）： 287-304.
[9] 常冬，张尧学.基于市场机制的QoS控制模型MQC的改进遗传算法求解[J]. 计算机学报， 2004， 27 （12）： 1688-1694.endprint
摘 要 基于Web的电子物流采购是电子商务的热点.通过将模糊量化的QoS约束加入到Web电子物流采购模型，构造一种带有QoS约束的Web电子物流采购模型，并设计一种改进的人工蜂群算法进行求解.模型基于现有Web采购系统的采购模式，融合了非功能性Web服务评价理论，着重将带QoS约束的电子物流采购选择过程与人工蜂群算法求解过程相结合，从而能快速准确地获得使整体利益最大的解.经仿真计算，验证了模型的有效性.
关键词 QoS；模糊QoS约束；人工蜂群算法；电子采购；采购模型
中图分类号 C93；TP301.6 文献标识码 A
1 引 言
电子采购系统的发展不仅为企业节约了采购成本，而且实现了在最短时间内筛选到最合适的供应商.Web电子采购系统是网络服务的一部分，如今，有类似功能的网络服务越来越多，非功能性标准已经成为衡量网络服务越来越重要的标志.非功能性标准的主体是服务质量（Quality of Service，QoS）， QoS 决定用户对Web服务的满意程度.本文将QoS属性作为采购策略的约束条件，加入到采购过程中，以保证采购系统的服务质量.由于QoS约束难以衡量，采用三角模糊的方法来量化QoS.
线下采购模型有利用遗传算法[1]、C-W节约算法[2]等求解，但电子采购模型和传统采购的考虑因素、采购流程等有较大不同.现有关于电子采购系统的研究有：根据企业IT能力提出采购成效的概念模型[3]、单周期报童模型[4]等.由于网络环境不确定性很大，针对电子采购过程建模的研究较少.并且还没有带服务约束条件的模型.在参与者数量多的情况下，如果用动态规划等精确算法求解计算时间较长.有鉴于此，本文将引入人工蜂群算法来建立电子采购模型.
蜂群是具有较大规模的自组织群体，通过蜜蜂个体间的合作，能够表现出极其复杂的行为能力.人工蜂群算法（Artificial Bee Colony Algorithm ，ABC）是Karaboga于2005年提出的一种基于蜜蜂群体觅食行为的群智能优化算法[5]，通过模拟蜂群的集体行为来实现寻优.该算法参数较少，全局收敛性也较好，适用于多维问题的求解.蜜蜂群依据各自分工不同进行不同活动，通过交换信息来寻找最佳蜜源.蜜蜂选择含蜜量高的蜜源采蜜，类似于电子采购中选择最合适的产品.而且，蜂群种类的多样化和搜索规则的灵活性便于适应约束条件.本文将QoS约束加入到电子物流采购模型中，并改进人工蜂群算法来求解模型.
6 结 论
将模糊量化的QoS约束加入到电子物流采购模型中，并利用改进的人工蜂群算法求解该模型.相
比现有的电子采购系统，更多地考虑了用户对非功能性特点的需求，设计了相应的求解过程，既满足了电子物流采购的功能需求，又考虑了QoS约束条件.对于电子物流采购系统具有一定的实用价值，对其他Web服务系统也有借鉴意义.
时间/0.01秒
图2 整体效用收敛图
参考文献
[1] 张秋菊，朱帮助.基于遗传算法的有折扣多产品采购多供应商选择问题求解[J].中国管理科学， 2008， 16 （10）： 192-196.
[2] 朱晓兰，赵一飞. C2W节约算法在装配企业采购物流中的应用[J]. 上海交通大学学报， 2007， 41 （9）： 1420-1424.
[3] A M AGUIAR， K RAMAMURTHY， A P REIS. Electronic procurement systems： an integrative model to explain procurement performance[C]//Industrial Engineering and Engineering Management， 2008. IEEM 2008. IEEE International Conference on. Singapore：IEEE， 2008： 1490-1494.
[4] 常广庶， 徐济超. 基于报童模型的电子采购策略研究[J]. 系统工程， 2004， 22 （10）： 24-28.
[5] D KARABOGA. An idea based on honey bee swarm for numerical optimization[R]. Technical report-tr06， Erciyes university， engineering faculty， computer engineering department， 2005.
[6] 肖芳雄， 面向QoS的Web服务组合建模和验证[D]. 南京：南京航空航天大学信息科学与技术学院， 2010： 8-15.
[7] Chunlin L ，Meilai F，Layuan L. Multiple QoS modeling and algorithm in computational grid[J]. Journal of Systems Engineering and Electronics， 2007， 18（2）： 412-417.
[8] H C CHANG， J S YAO， L Y OUYANG. Fuzzy mixture inventory model with variable lead-time based on probabilistic fuzzy set and triangular fuzzy number[J]. Mathematical and Computer Modelling， 2004， 39（2）： 287-304.
[9] 常冬，张尧学.基于市场机制的QoS控制模型MQC的改进遗传算法求解[J]. 计算机学报， 2004， 27 （12）： 1688-1694.endprint
