制造云服务组合柔性的多属性评价方法

刘 开，李正义，范 磊

（江苏科技大学经济管理学院，江苏镇江 212003）

制造云服务组合柔性的多属性评价方法

刘 开，李正义，范 磊

（江苏科技大学经济管理学院，江苏镇江 212003）

云制造环境下制造云服务进行动态组合时会受到诸多不确定因素影响。不确定环境下，柔性较好的服务组合能更好地满足用户制造任务需求。为获取制造云服务组合柔性的评价结果，需要一套有效的服务组合柔性评价方法。在分析制造云服务组合各类柔性基础上，提出覆盖多类属性的制造云服务组合柔性评价方法，为相关企业构建和运用云制造服务平台提供决策理论和工具。

云制造；制造云服务组合；柔性；评价方法

针对当前制造业信息化发展存在的问题，李伯虎等在已有先进制造模式和技术基础上，提出了一种新型网络化制造模式——云制造［1］。云制造概念一经提出，即在学术界和产业界产生广泛影响，相关研究在各级政府和企事业单位支持下相继开展起来。在云制造模式下，制造资源提供者可以将自身富余的制造资源进行虚拟化和封装化处理，以云服务形式发布到制造云池中［2］，由云制造服务平台运营管理方对制造云池中的云服务统一进行集中优化管理和经营，制造任务请求方只需通过云端就能按需获取制造资源与能力服务，从而满足自身设计、论证、仿真、生产和管理等各类制造经营服务的需求［3］。由于制造任务请求方的任务需求变得日益多样化、复杂化，其任务需求往往要由制造云池中多个制造云服务组合在一起才能顺利完成。在制造云服务组合的全生命周期中，存在众多不确定因素，这些因素影响着云服务的动态组合和执行，如制造云服务的加入、退出、状态变化、任务交货期提前、任务取消、网络故障以及价格变化等。因此，有必要研究当这些不确定因素产生时，云服务组合快速调整组合方案、成功执行用户指令的能力，即对制造云服务组合的柔性能力进行研究。目前，已有学者对其他领域柔性问题进行了研究，相关研究成果［4-6］对制造云服务组合柔性研究具有一定启示和帮助作用。

在云制造系统中，不同制造云服务组合的柔性度不一样。在不确定环境下，柔性较好的云服务组合能更好、更成功地执行用户制造任务请求［7］。可以说，制造云服务组合整体柔性直接关系到制造任务请求方的任务请求能否被高效、高质量完成，对任务请求方的最终满意度将产生很大影响。为获取制造云服务组合柔性的评价结果，需要一套有效的服务组合柔性评价方法。截至目前，针对制造云服务组合柔性度评价方面研究较少，仅祝爱民等［8］从任务发出企业的视角对制造云服务组合柔性评价体系进行了研究。笔者在借鉴前人研究成果基础上，对制造云服务组合柔性的评价开展进一步研究，提出覆盖多属性的制造云服务组合柔性评价方法，为相关企业构建和运用云制造服务平台提供决策理论和工具。

一、各类柔性的描述

在制造云服务组合全生命周期过程中，存在诸多不确定因素影响着云服务的动态组合和执行，如制造云服务的加入、退出、状态变化、任务交货期提前、任务取消、网络故障、价格变化等。结合制造云服务组合全生命周期的不确定性、不稳定性以及制造云服务的动态性、多样性和异构分散性等特点，在不确定环境下可以将制造云服务组合快速调整组合方案、成功执行用户请求的能力（柔性）分为六类，分别为：冗余柔性、制造资源柔性、任务柔性、效率柔性、质量柔性以及云平台柔性，如图1所示。各类柔性定义如下。

冗余柔性为制造云服务可组合办法数量。制造资源柔性为服务组合面对制造资源出现故障情形时快速识别、部署替代制造资源的能力。任务柔性为服务组合在异常发生时仍然顺利完成用户制造任务的能力。效率柔性为制造云服务集中不同制造云服务完成同一制造任务时消耗资源的多少。质量柔性为云服务组合针对制造任务请求方改变产品质量要求时的适应能力。云平台柔性为制造云服务组合快速识别、响应平台故障的能力。

图1 制造云服务组合的各类柔性

二、柔性的评价

（一）冗余柔性

当某些制造云服务出现故障或退出云制造系统时，冗余柔性较好的制造云服务组合通常能更轻易地进行应对，并顺利完成用户的制造任务。

假定用户的某项制造任务被划分成M项子制造任务，每项子制造任务需单独由某项制造云服务完成。将能够完成某项子制造任务、拥有相同或可替代功能的云服务归入到同一个待选制造云服务集中，共M个待选制造云服务集。用W表示制造云服务组合可组合办法数量：

其中：W表示制造云服务可组合办法数量；M表示待选制造云服务集个数，也是子制造任务个数；σj表示能够完成子制造任务j且拥有相同或可替代功能云服务的数量。

由于制造云服务进行动态组合时会受到各种不确定性因素干扰，原来被指派给某项制造云服务的子制造任务可能不得不由同一待选制造云服务集中其他制造云服务来完成。通常情况下，当最优的云服务无法执行制造任务时，将由次优的云服务进行顶替。用系数A表示由于采用次优而导致服务组合冗余柔性的降低，并将制造云服务组合的冗余柔性表示为：

其中：Fr为制造云服务组合的冗余柔性；根据历史数据和专家经验确定系数A取值在0.85～0.95之间；W表示制造云服务组合可组合办法的数量。Fr值越大，制造云服务组合的冗余柔性越好。

（二）制造资源柔性

用户制造任务下达后，参与制造服务的某些制造资源会因种种原因出现故障或退出服务。当这种情况发生时，该制造资源服务提供方往往需要快速识别并部署好替代制造资源。

快速识别替代制造资源的能力可以用一段时间内制造云服务组合中各制造云服务识别替代制造资源平均所花时间的平均值表示，见式（3）、式（4）。式中：m为制造云服务组合中含有的制造云服务个数；ami表示第m项制造云服务第i次出现故障或退出服务时其识别替代制造资源所花的时间；n为一段时间内某制造云服务出现故障或退出服务的次数；为第m项制造云服务一段时间内出现故障或退出服务时其识别替代制造资源平均所花的时间；为一段时间内制造云服务组合中各制造云服务识别替代制造资源平均所花时间的平均值。

快速部署替代制造资源能力可以用一段时间内制造云服务组合中各制造云服务部署替代制造资源平均所花时间的平均值表示，见式（5）、式（6）。式中：m为制造云服务组合中含有的制造云服务个数；bmi表示第m项制造云服务第i次出现故障或退出服务时其部署替代制造资源所花的时间；n为一段时间内某制造云服务出现故障或退出服务的次数；为第m项制造云服务一段时间内出现故障或退出服务时其部署替代制造资源平均所花的时间；为一段时间内制造云服务组合中各制造云服务部署替代制造资源平均所花时间的平均值。

制造云服务组合的制造资源柔性计算见式（7）。Fm数值越小，则该制造云服务组合的制造资源柔性越好。

（三）任务柔性

异常情况发生时，制造云服务组合可能没法顺利完成用户的制造任务。可以综合制造云服务组合制造潜能以及服务评价对制造云服务组合的任务柔性进行评价。

制造云服务组合的制造潜能可以采用制造云服务组合能够生产出的产品数量与用户实际需要的产品数量之差Fa表示，Fa≥0。Fa数越大，制造云服务组合的制造潜能越大，应对制造任务变化的能力越强，制造云服务组合的任务柔性越好。式（8）表示制造云服务组合的制造潜能。式中，Fa为制造云服务组合的制造潜能，Xi为制造云服务组合能够生产出的产品数量，Xj为用户实际需要的产品数量。

在制造任务被执行过程中或制造任务被执行完毕后，用户通常会对制造资源提供者所提供的制造服务进行评价。通常认为，历史评价越佳的制造云服务组合应对制造任务变化的能力越强，制造云服务任务柔性便越好。用一段时间内各个制造云服务历史评价平均值的最小值来对制造云服务组合的服务评价进行表示（评价值取0 ～10），计算方法见式（9）、式（10）。式中：m为制造云服务组合中含有制造云服务的个数；emi表示用户给予第m项制造云服务第i次服务评价分数；n为一段时间内某制造云服务被用户给予评价次数；为一段时间内用户给予第m项制造云服务的平均评价值；为一段时间内制造云服务组合中各制造云服务历史评价平均值的最小值。

综合考虑制造云服务组合的制造潜能以及服务评价两方面因素，对制造云服务组合的任务柔性评价见式（11）。Ft数值越大，则该制造云服务组合的任务柔性越好。

（四）效率柔性

在云制造系统环境下，某待选制造云服务集中不同制造云服务完成同一项制造任务的能力不同。假定某待选云服务集中有m项制造云服务，可完成n项子制造任务，每项子制造任务可以由该云服务集中不同制造云服务分别完成，即该云服务集中的各制造云服务拥有独立完成某项制造任务的能力，它们之间能够实现功能的替代。

不同的制造云服务完成同一制造任务的效率不同，假设该效率高低取决于其所需耗用物料资源的多少、所需花费人力成本的高低以及所需持续时间的长短。将某待选云服务集中某项制造云服务的性能函数f定义如下：

fij表示某待选制造云服务集中制造资源i在完成制造任务j时的能力。其中：r包含准备和执行所需物料资源，c包含准备和执行所需人力成本，t包含准备和执行所需时间；x、y、z为权重系数，且0≤x，y，z≤1，通常取x＝y＝z＝1，即三者同等重要。

若某制造云服务组合由从M个待选制造云服务集中分别选出的M项制造云服务组合而成，需完成一项制造任务，该制造任务包含M项子制造任务。各待选制造云集中性能最佳的制造云服务的性能函数定义如下：minAfij表示待选制造云服务集A中性能最佳制造云服务的性能，minBfij表示待选制造云服务集B中性能最佳制造云服务的性能，以此类推，minMfij表示待选制造云服务集M中性能最佳制造云服务的性能。某制造云服务组合的效率柔性可以表示为Fe＝minAfij＋minBfij＋minCfij＋…＋minMfij，Fe数值越小，则该制造云服务组合的效率柔性就越好。

（五）质量柔性

云制造环境下，制造任务请求方可能会在任务执行过程中提出改变产品质量要求的请求。当用户需要改变产品的质量要求时，制造云服务组合应具备一定适应能力，这种能力可称为制造云服务组合的质量柔性。可以从整合物料流能力、整合信息流能力、加工产品能力、制造过程中服务水平等四个方面对制造云服务组合中各制造云服务质量柔性分别进行评价。对各个制造云服务质量柔性评价值进行求和，然后求出平均值可以得到该制造云服务组合的质量柔性。

假设某制造云服务组合中包含M项制造云服务，第i项制造云服务在整合物料流方面能力评价值为ai，在整合信息流方面能力评价值为bi，在加工产品方面能力评价值为ei，在制造过程中服务水平方面评价值为di。将制造云服务组合的质量柔性定义为Fq，见式（13），相关计算分析过程见表1。

表1 制造云服务以及制造云服务组合的质量柔性

每个制造云服务在四方面的质量柔性评价值分别为ai、bi、ci和di，1≤i≤M，1≤ai，bi，ci，di≤10；评价值越高，说明各制造云服务在这四方面的质量柔性越好，即制造云服务组合的质量柔性越好。

（六）云平台柔性

云制造服务平台出现故障可能导致制造云服务组合无法正常执行用户的制造任务请求。柔性较好的制造云服务组合应具备快速识别平台故障以及对识别出的平台故障进行快速响应的能力。首先，制造云服务组合应能迅速、精确地识别出平台出现的故障。其次，制造云服务组合应能快速地对识别出的故障做出响应，即快速地拟出解决方案并将方案告知专业的平台运营管理方。云制造服务平台通常会出现如下四类故障：a.网络发生过载；b.系统发生更新；c.访问权限发生变化；d.系统发现潜在威胁。

制造云服务组合快速识别平台故障能力可以采用一段时间内故障被识别的次数与发生故障总次数的比值D表示，且D≤1。D值越大，制造云服务组合识别故障的能力越强。计算方法为：

式中：D表示制造云服务组合快速识别平台故障的能力；di表示一段时间内平台故障被识别的次数；dj表示一段时间内平台发生故障的总次数。

制造云服务组合快速响应平台故障的能力可以采用一段时间内故障被及时响应的次数与故障被识别次数的比值R表示，且R≤1。R的数值越大，制造云服务组合响应故障的能力越强。计算方法为：

式中：R表示制造云服务组合快速响应平台故障的能力；ri表示一段时间内平台故障被及时响应的次数；rj表示一段时间内平台故障被识别的次数。

制造云服务组合的云平台柔性应综合考虑其快速识别平台故障以及对识别出的故障进行快速响应的能力。制造云服务组合的云平台柔性

制造云服务组合云平台柔性的计算分析过程见表2。

表2 制造云服务组合的云平台柔性

设四类故障同等重要，所占权重均为0.25。此外，在对云平台柔性进行评价时，不仅考虑了本年历史数据，还考虑了上年的历史数据。经分析认为本年数据较上年数据更为重要，因此将它们之间的权重比例定为3：2。Fp表示制造云服务组合的云平台柔性，其数值越大，说明制造云服务组合的云平台柔性越好。

三、评价方法总结

结合制造云服务组合全生命周期的不确定性、不稳定性以及制造云服务的动态性、多样性和异构分散性等特点，将制造云服务组合在不确定环境下的柔性能力分为六类，分别为冗余柔性、制造资源柔性、任务柔性、效率柔性、质量柔性以及云平台柔性。制造云服务组合柔性各属性评价方法总结见表3。

表3 评价方法总结

四、结语

制造云服务组合柔性评价是云服务组合柔性管理研究中的一个重要内容。笔者在对制造云服务组合多类柔性进行描述的基础上，提出的包含冗余柔性、制造资源柔性、任务柔性、效率柔性、质量柔性以及云平台柔性在内的多属性柔性评价方法，具有一定的科学性和可操作性，可为相关企业构建和运用云制造服务平台提供决策理论和工具。需要指出的是，作为初步研究，笔者所提出的相关评价方法尚处于理论构建阶段，后续将展开进一步研究，以期通过算例或实证对文中所涉及的相关评价方法予以佐证。

［1］ 李伯虎，张霖，王时龙，等.云制造——面向服务的网络化制造新模式［J］．计算机集成制造系统，2010 （1）：1－7．

［2］ 张霖，罗永亮，范文慧，等．云制造及相关先进制造模式分析［J］．计算机集成制造系统，2011（3）：458 －468．

［3］ 尹超，张云，钟婷．面向新产品开发的云制造服务资源组合优选模型［J］．计算机集成制造系统，2012 （7）：1368－1378．

［4］ 王晶，齐京华，刘晓宇，等．生产系统柔性的度量方法研究［J］．管理工程学报，2003（3）：63－66．

［5］ 徐宣国，王军，高松，等．一种制造单元柔性的多属性度量方法［J］．系统管理学报，2014（3）：397 －402．

［6］ 任维．服务企业运作柔性的分析与评价研究［D］．沈阳：东北大学，2010．

［7］ 陶飞，张霖，郭华，等．云制造特征及制造云服务组合关键问题研究［J］．计算机集成制造系统，2011 （3）：477－486．

［8］ 祝爱民，李雪，于丽娟，等．制造云服务组合柔性评价指标体系研究［J］.沈阳工业大学学报（社会科学版），2015（1）：43－48.

（责任编辑：刘明泓）

Multi-attribute Evaluation of Flexibility of Cloud Service Com position

LIUKai，LIZhengyi，FANLei
（School of Econo mics and Management，Jiangsu University of Science and Technology，Zhenj iang Jiangsu 212003，China）

Under the cloud manufacturing environ ment，cloud services be influenced by many uncertainties w hen they co m bine with each other dyna mically．Under the uncertain environ ment，service co m position with a better flexibility can execute users′tasks m uch better．In order to get the evaluation results of flexibility of the cloud service co m position，we need a valid evaluation method of flexibility of the cloud service co m position．Based on the analysis of m ulti-flexibility of the cloud service co m position，an evaluation method covering many types of attributes of flexibility of the cloud service co m position is suggested，w hich provides decision theories and tools for related co m panies to construct and use the cloud manufacturing platform．

cloud manufacturing；cloud service co m position；flexibility；evaluation method

TP391文献标示码：A

1673－0453（2015）03－0089－0005

2015－04－07

国家自然科学基金“面向多任务需求的制造云服务组合柔性及其应用”（71371088）；江苏省普通高校研究生科研创新计划项目（KYZZ15_0297）

刘开（1990—），男，江苏淮安人，江苏科技大学硕士研究生，主要从事现代工业工程研究。