基于证据理论和层次分析法的云制造服务质量评价方法

唐 娟， 王 璐， 刘 志

(1.安徽工程大学 管理工程学院，安徽 芜湖 241000；2.安徽广播电视大学 经济与管理学院，合肥 230022)



基于证据理论和层次分析法的云制造服务质量评价方法

唐 娟1， 王 璐2， 刘 志1

(1.安徽工程大学 管理工程学院，安徽 芜湖 241000；2.安徽广播电视大学 经济与管理学院，合肥 230022)

针对云制造服务质量评价中不确定因素多、难以量化的特点，提出了基于DS/AHP的云制造服务质量评价方法。首先利用层次分析法建立了云制造服务质量评价的层次模型，然后运用证据理论对云制造服务质量影响因素进行信任分配，并根据信任测度大小实现评价对象的排序，最后通过实例验证该方法在云制造服务质量评价中的有效性。

DS/AHP；QoS；云制造；评价方法

一、引言

随着计算机、互联网、虚拟化和分布式计算等高新技术的发展,以应用服务提供商(ASP)、制造网格(MGrid)、敏捷制造(AM)、全球化制造(Global Manufacturing)等为代表的网络化制造模式应运而生,成为制造企业为应对知识经济和制造全球化的挑战而实施的,以快速响应市场需求、提高企业竞争力和提高社会资源利用率为主要目标的一类先进制造模式。但是,由于在服务模式、制造资源的共享与分配技术、安全等方面存在一定的问题和局限性,大大制约了网络化制造的发展[1],而云计算、物联网与服务科学的发展,为解决网络化制造存在的问题提供了思路和契机。因此,2010年,李伯虎院士在融合了现有信息化制造技术及云计算、物联网、面向服务、高性能计算和智能科学技术等信息技术的基础上,提出了云制造这一制造新模式,以实现各类制造资源(制造硬设备、计算系统、软件、模型、数据、知识等)统一的、集中的智能化管理和经营,为制造全生命周期过程提供可随时获取的、按需使用的、安全可靠的、优质廉价的各类制造活动服务[2]。在云制造服务环境下,云制造服务平台根据需求企业提交的制造任务,组织网上资源,为其配置合理的制造资源服务。当云制造服务平台提交多个同类制造资源服务时,需求企业需根据其任务的特点,对可行的制造资源服务进行评价和选择,以保证需求企业获得最优的制造云服务,进而促进云制造的开展和实施。

针对云制造服务的评价和选择,相关学者进行了大量的研究,如陶飞、郭华、LAILI Y等[3-5]在分析云制造特征的基础上,从全生命周期的角度出发,研究了云服务组合的需求,并对云制造系统中资源服务柔性与提高方法、计算资源的优化配置进行了研究;董元发[6]等根据云制造需求和服务的特点,对云制造服务模板进行了形式化描述,建立云制造服务的信任度评价模型,并以此为基础,构建了基于服务匹配度与全局信任度的综合优化模型,运用遗传算法对该模型进行求解,以实现云制造服务的智能选择;Ali 等[7]提出一种基于认知信任的Web 服务发现与选择方法;马文龙等[8]建立了QoS信息感知和量化机制,并采用变精度粗糙集理论计算服务质量评价指标的权重,结合用户设定的权重,对服务质量的综合性能进行排序;赵秋云等[9]采用主观评价和云制造平台客观评价相结合的方法评估云服务的质量,并依据综合评价结果从候选服务集中选择合适的制造云服务和物流云服务。

综上可知,在云制造服务质量评价与选择方面已取得了丰硕的成果,但是现有研究中所提出的方法过于复杂,与云制造服务需求方的互动较少,不易实施。本文对云制造服务质量综合评价问题展开研究,以提高评价方法的可操作性入手,构建云制造服务质量评价指标体系;针对云制造服务交易数据的特点,提出了一种基于DS/AHP的云制造服务质量评价方法,以处理云制造环境中的不确定信息,保证评价结果的有效性,为云制造服务优选提供有效的决策依据。

二、层次分析法与证据理论

(一) 层次分析法

层次分析法(Analytic Hierarchy Process,AHP)由美国运筹学家T.L.Saaty提出,是一种定性和定量相结合的系统化分析方法,可有效处理复杂的决策问题。因其有效性和实用性,已被广泛运用至多个领域,包括经济计划和管理、能源政策和分配、行为科学、运输、农业、教育、人才、医疗和环境等领域。

层次分析法简单明了,使用方便,但当问题复杂时,两两比较的次数大,计算量大。且因过于依赖决策者的主观判断[10],使得该方法不能很好地处理现实中普遍存在的不确定信息,导致决策偏离实际情况。

(二)D-S证据理论

D-S证据理论(Dempster/Shafer)是在概率基础上发展起来的一种不精确推理理论,具有处理不确定信息的能力。作为一种不确定推理方法,其具有满足比贝叶斯概率论更弱的条件,直接表达不确定和不知道的能力。

对于一个问题,其所有可能结果的集合用Θ表示,当人们所关心的任一命题都对应于Θ的一个子集,Θ被称为识别框架[11],由一组我们需要研究的互斥且穷举的命题组成。

定义4:设Bel1和Bel2是Θ上的两个信度函数,m1,m2分别是其对应的基本可信数,m1,m2的焦元分别为X1,X2,…,Xi和Y1,Y2,…,Yj。m1,m2的合成记为m1⨁m2,m1⨁m2:2Θ→[0,1],其中焦点元素E≠Ø,且E=Xi+Yj,则:

(1)

多个信度函数的合成公式可以根据两个信度函数合成的定义依次类推得出[12]。

三、DS/AHP方法及其在云制造服务质量评价中的应用

运用DS/AHP方法对云制造服务质量进行评价,其具体步骤如下:

(1) 建立云制造服务质量评价的层次结构模型,如图1所示。

图1 云制造服务质量评价体系

(2) 构造各个准则的两两比较矩阵,用AHP方法确定各准则的权值。

(3) 假定识别框架,专家在各准则下从识别框架中做决策选择,并给出各决策适合本准则的量化程度。

(4) 根据步骤2和步骤3得出的结果,构造准则下的知识矩阵。

(5) 各准则下对决策的信任可视为互相独立的证据,按照计算公式求出各证据的BPA。

(6) 利用Dempster-Shafer融合规则[13]对已得到的各准则下各决策的BPA进行合成。

(7) 采用最大基本概率分配原则进行决策。即对各决策的BPA进行排序,如果BPA最大和次大之差大于给定阈值,则可判定BPA最大的决策为最优决策。

四、实例分析

某企业准备对与其需求相关的A、B、C、D、E等五个候选服务的服务质量进行评价。企业依据服务质量的响应时间、价格、可用性、可靠性和信誉度等五个属性对候选服务质量进行评价和选择。具体评价步骤如下:

(1) 对准则(影响因素)的相对重要性做出判断,引入1-9标度法表示,成两两比较矩阵A,并计算权重。

(2) 通过计算得到权重向量W=(0.401 3 0.076 1 0.140 6 0.058 6 0.217 0)。

(3) 识别框架Θ=(ABCDE)。根据各企业提供的制造服务在5个准则上的表现,专家做出相应决策,构造决策集合如图2所示。

图2 各准则下的决策集合

(4) 给出每个准则下各决策的合适程度评价构造相应的知识矩阵。

对图2中各准则(影响因素)进行合适程度评价,构造各准则的知识矩阵,并将各准则的权重代入,得到各准则下的更新矩阵,如表1到表5所示。

表1 更新后的知识矩阵(响应时间)

表2 更新后的知识矩阵(价格)

表3 更新后的知识矩阵(可用性)

表4 更新后的知识矩阵(可靠性)

表5 更新后的知识矩阵(信誉度)

(5) 分别算出各知识矩阵最大特征值及其对应的特征向量,得到基本信任分配值:

响应时间:m1({A})=0.444 7,m1({B,E})=0.370 6,m1({Θ})=0.184 7;

价格:m2({B})=0.172 9,m2({C})=0.259 3,m2({Θ})=0.567 9;

可用性:m3({B})=0.132 3,m3({D})=0.397 0,m3({Θ})=0.470 9;

可靠性:m4({C,D})=0.221 7,m4({E})=0.147 8,m4({Θ})=0.630 5;

信誉度:m5({A,E})=0.520 4,m5({Θ})=0.479 6。

(6) 运用Dempster-Shafer合成法则,运用MATLAB[14]编程计算,得出各知识矩阵基本信任分配值的合成值,如表6所示。因此,候选服务A的服务质量最高,经过融合后的决策不确定性的基本概率分配下降到0.068 0,证明运用DS证据理论进行云制造服务质量评价是有效的。

表6 Dempster-Shafer合成结果

将DS/AHP方法与AHP评价法、模糊评价法进行比较,结果如表7所示。从表7可知,三种方法的评价结果一致,但AHP法和模糊评价法都无法给出每个决策集合的合适程度,而DS/AHP方法能够对不确定性信息进行描述和处理,给出决策集合的合适程度,具有较好的操作性。

表7 三种服务质量评价方法对比

五、结论

本文提出了基于DS/AHP的云制造服务质量评价,利用层次分析法建立了云制造服务质量评价模型,将难以全部量化的多准则决策问题转化为多层次单目标决策问题。在此基础上,运用DS证据理论对评价信息中的各种不确定性因素进行了分析。通过实例验证了该方法在云制造服务质量评价中的有效性和独特优势。

[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,2010,16(1):1-8.

[2] 李伯虎,张霖,任磊,等.再论云制造[J]. 计算机集成制造系统,2011,17(3):449-457.

[3] TAO F,HU Y,ZHAO D,et al.Study on resource service match and search in manufacturing grid system [J]. International Journal of Advanced Manufacturing Technology,2009,43:379-399.

[4] 陶飞,张霖,郭华,等.云制造特征及云服务组合关键问题研究[J].计算机集成制造系统,2011,17(3):477-486.

[5] GUO H, TAO F, ZHANG L, et al. Research on measurement method of resource service composition flexibility in service-oriented manufacturing system [J]. International Journal of Computer Integrated Manufacturing, 2012,25(2):113-135.

[6] 董元发,郭钢.基于模板与全局信任度的云制造服务评价与选择方法[J]. 计算机集成制造系统,2014,20(1):207-214.

[7] Ali A S, Ludwig S A, Rana O F. A Cognitive Trust-Based Approach for Web Service Discovery and Selection[C]//Web Services, 2005. ECOWS 2005. Third IEEE European Conference on. IEEE,2005:38-49.

[8] 马文龙,朱李楠,王万良.云制造环境下基于QoS感知的云服务选择模型[J]. 计算机集成制造系统,2014,20(5):1246-1254.

[9] 赵秋云,魏乐,舒红平.基于质量评价及需求匹配的制造设备云服务选择[J]. 计算机应用研究,2015(11):3387-3390.

[10] 郑桂凯,王海涛.基于DS/AHP的工程机械维修质量评价[J].中国工程机械学报,2013,11(5):451-456.

[11] 段新生.证据理论与决策、人工智能[M].北京:中国人民大学出版社,1993:117-119.

[12] 刘顺成,刘卫东.基于DS/AHP的导弹发射阵地选择方法[J].指挥控制与仿真,2007,29(5):44-46.

[13] 鲁中键,胡卫东.目标识别系统中的一种多传感器数据融合算法[J].火力与指挥控制,2005,13(5):41-43.

[14] 韩晓明,铁占续.机械优化设计及其MATLAB实现[J].焦作工学院学报(自然科学版),2004,23(6):467-470.

[责任编辑 王七萍]

The Evaluation Method of Cloud Manufacturing Service Quality Based on DS and AHP

TANG Juan1, WANG Lu2, LIU Zhi1

(1. School of Management Engineering, Anhui Polytechnic University, Wuhu 241000, China;2. School of Economics and Management, Anhui Open University, Hefei 230022, China)

In the light of the characteristics of uncertain factors and difficult quantification in cloud manufacturing service quality, the evaluation method of cloud manufacturing service quality based on DS/AHP is put forward. At first, the hierarchical model of cloud manufacturing service quality evaluation is built by adopting the analytical hierarchy process. Then the credit assignment of influencing factors of cloud manufacturing service quality is carried out by employing the evidence theory, and according to the size of belief measure, the evaluation object is sorted, finally the effectiveness of the method in the evaluation of cloud manufacturing service quality is verified by using examples.

DS/AHP; quality of service; cloud manufacturing; evaluation method

2016-03-10

教育部人文社会科学研究(项目编号：13YJA630021)；安徽高校人文社会科学研究重点项目(项目编号：SK2016A0109)；安徽省高等教育提升计划省级人文社会科学研究一般项目(项目编号：TSSK2015B26)。

唐 娟(1985-)，女，讲师，安徽合肥人。主要研究方向：系统工程方法研究、制造过程优化与控制等。

F274；F224

A

1008-6021(2016)02-0055-04