基于改进型花粉算法的制造服务供应链优化方法及系统技术方案

本发明专利技术公开了基于改进型花粉算法的制造服务供应链优化方法及系统，首先随机产生初始种群，将初始种群中每个个体对应的制造服务组合方案采用服务聚合向量、服务排序向量和服务选择向量表示，将当前种群中每个个体的服务选择向量采用进化算法进行迭代，将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代；然后根据设定的制造服务组合方案综合效用模型，计算迭代后的个体的综合效用值，比较迭代前后个体的综合效用值，对个体的位置进行更新；最后判断是否满足迭代终止条件，若满足则停止迭代，输出最优个体，否则继续进行迭代。本发明专利技术的方法及系统在求解制造服务供应链优化问题时，性能优于传统算法。

Optimization method and system for manufacturing service supply chain based on improved pollen algorithm

The invention discloses a method and a system for optimization of manufacturing supply chain services improved algorithm based on pollen, the first randomly generated initial population, the manufacturing service scheme of each individual in the initial population by using corresponding service aggregation vector, service priority vector and the vector representation of the current service selection, each individual of the population service selection vector using evolutionary algorithm by iteration, the current service ranking vector of each individual of the population by pollen FPA algorithm iteratively; then according to the comprehensive utility of manufacturing service scheme model set, comprehensive utility computing iteration after the individual value, more comprehensive effect before and after the individual value iteration, the individual location update; finally to determine whether they meet the conditions iteration termination, if satisfies stopping, the output of the optimal individual, or continue to iterate. The method and the system of the invention are superior to the traditional algorithm in solving the manufacturing service supply chain optimization problem.

【技术实现步骤摘要】
基于改进型花粉算法的制造服务供应链优化方法及系统
本专利技术属于制造服务供应链优化
，尤其涉及一种基于改进型花粉算法的制造服务供应链优化方法。
技术介绍
随着互联网以及云计算的发展，云制造引起越来越广泛的关注。同时，云制造资源池规模的急剧扩大为云制造提供了大数据的环境。因此，如何在有限的时间和成本范围内使所组合的制造服务供应链的效用最大化，即制造服务供应链优化问题，已经成为学术界和工业界的研究热点。服务聚合的结构主要包括以下四种：顺序结构(sequencestructure)、选择结构(conditionstructure)、并行结构(parallelstructure)和循环结构(loopstructure)。评价制造服务组合方案的标准是服务质量(qualityofservice，简称QoS)属性，包括时间、成本、可用性和信誉值等。然而，制造服务与一般的web服务不同，其QoS属性还包括相邻服务之间的运输时间和运输成本。制造服务供应链优化问题是典型的多目标优化问题，制造服务领域的相关文献表明，可以应用进化算法进行求解，比如遗传算法(GeneticAlgorithm，简称GA)、差分进化算法(DifferentialEvolution，简称DE)和粒子群算法(ParticleSwarmOptimization，简称PSO)，以及Yang于2012年提出了一种新的进化算法—花粉算法(FlowerPollinationAlgorithm，简称FPA)等。然而尽管许多专家学者已经对制造服务供应链优化问题进行了研究，然而基本上是求解服务聚合、服务选择和服务排序中某个单一维度上的问题，或仅仅是只适用于求解顺序结构下的组合优化问题。因此研究一种新的制造服务供应链优化方法，使之不仅能够计算出不同服务聚合结构下的运输时间和运输成本，而且能够同时求解包括服务聚合、服务选择和服务排序在内的三维组合优化问题，就显得尤为重要。
技术实现思路
本专利技术的目的是提供一种基于改进型花粉算法的制造服务供应链优化方法及系统，不仅能够计算出不同服务聚合结构下的运输时间和运输成本，而且能够同时求解包括服务聚合、服务选择和服务排序在内的三维组合优化问题。为了实现上述专利技术目的，本专利技术技术方案如下：一种基于改进型花粉算法的制造服务供应链优化方法，所述制造服务供应链优化方法包括：步骤1、根据制造任务、可选的制造服务和制造服务组合的结构随机产生初始种群，将初始种群中每个个体对应的制造服务组合方案采用服务聚合向量、服务排序向量和服务选择向量表示；步骤2、根据设定的制造服务组合方案综合效用模型，计算出当前种群中综合效用值最大的最优个体；步骤3、将当前种群中每个个体的服务选择向量采用进化算法进行迭代，将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代；步骤4、根据设定的制造服务组合方案综合效用模型，计算迭代后的个体的综合效用值，比较迭代前后个体的综合效用值，对个体的位置进行更新；步骤5、判断是否满足迭代终止条件，若满足则停止迭代，输出最优个体，否则返回步骤2继续进行迭代。进一步地，所述迭代终止条件包括：达到了最大迭代次数；或，相邻三代之间的平均综合效用差值小于设定的参数。进一步地，所述制造服务组合方案综合效用模型如下：f(CS)＝w1TT(CS)+w2TC(CS)+w3TAva(CS)+w4TRep(CS)其中，f(CS)为制造服务组合方案的综合效用值，w1、w2、w3和w4分别表示制造服务组合方案中时间TT(CS)、成本TC(CS)、可用性TAva(CS)及信誉值TRep(CS)的权重。进一步地，所述将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代，还包括：迭代前将服务排序向量进行转换，将其中优先值相同的元素看作一个元素。进一步地，所述将当前种群中每个个体的服务选择向量采用进化算法进行迭代，包括：先对服务选择向量采用差分进化算法的变异算子进行操作；然后采用差分进化算法的交叉算子进行操作，得到迭代结果。本专利技术还提出了一种基于改进型花粉算法的制造服务供应链优化系统，所述制造服务供应链优化系统包括：初始化模块，用于根据制造任务、可选的制造服务和制造服务组合的结构随机产生初始种群，将初始种群中每个个体对应的制造服务组合方案采用服务聚合向量、服务排序向量和服务选择向量表示；最优个体计算模块，用于根据设定的制造服务组合方案综合效用模型，计算出当前种群中综合效用值最大的最优个体；迭代模块，用于将当前种群中每个个体的服务选择向量采用进化算法进行迭代，将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代；更新模块，用于根据设定的制造服务组合方案综合效用模型，计算迭代后的个体的综合效用值，比较迭代前后个体的综合效用值，对个体的位置进行更新；判断输出模块，用于判断是否满足迭代终止条件，若满足则停止迭代，输出最优个体，否则返回最优个体计算模块继续计算出当前种群中综合效用值最大的最优个体。进一步地，所述迭代模块将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代，还执行如下操作：迭代前将服务排序向量进行转换，将其中优先值相同的元素看作一个元素。进一步地，所述迭代模块将当前种群中每个个体的服务选择向量采用进化算法进行迭代，执行如下操作：先对服务选择向量采用差分进化算法的变异算子进行操作；然后采用差分进化算法的交叉算子进行操作，得到迭代结果。本专利技术提出的一种基于改进型花粉算法的制造服务供应链优化方法及系统，提出了多种服务聚合结构下相邻服务之间的运输时间和运输成本的计算模型，而且便于同时求解包括服务聚合、服务选择以及服务排序在内的三维组合优化问题。本专利技术改进型花粉算法采用了基于矩阵的方法来表示三维组合优化问题，将基本花粉算法与DE算法的变异算子和交叉算子进行了融合，提高了算法的性能，在求解制造服务供应链优化问题时，性能优于传统遗传算法、差分进化算法和基本花粉算法。附图说明图1为本专利技术基于改进型花粉算法的制造服务供应链优化方法流程图；图2为本专利技术实施例多目标优化问题的示意图；图3为本专利技术基于改进型花粉算法的制造服务供应链优化系统结构示意图；图4为本专利技术实施例进化轨迹示意图；图5为本专利技术实施例不同算法的性能比较示意图；图6为本专利技术实施例改变种群规模时不同算法性能比较示意图；图7为本专利技术实施例改变候选服务数量时不同算法性能比较示意图。具体实施方式下面结合附图和实施例对本专利技术技术方案做进一步详细说明，以下实施例不构成对本专利技术的限定。制造服务供应链优化问题可以分解为服务聚合、服务选择和服务排序等三个维度上的问题。服务聚合是指将多个细粒度的服务聚合成粗粒度的服务来完成相应的制造任务；服务选择是指从每个制造任务所对应的候选服务集中，选出适当的服务来完成相应的制造任务；服务排序是指对制造服务组合方案中的制造任务进行排序。如果以上三个维度上的问题能够同时得到求解，那么基于QoS的制造服务组合方案的综合效用便可以得到进一步提高。如图1所示，本实施例基于改进型花粉算法的制造服务供应链优化方法，包括如下步骤：步骤S1、根据制造任务、可选的制造服务和制造服务组合的结构随机产生初始种群，将初始种群中每个个体对应的制造服务组合方案采用服务聚合向量、服务排序向量和服务本文档来自技高网...

【技术保护点】
一种基于改进型花粉算法的制造服务供应链优化方法，其特征在于，所述制造服务供应链优化方法包括：步骤1、根据制造任务、可选的制造服务和制造服务组合的结构随机产生初始种群，将初始种群中每个个体对应的制造服务组合方案采用服务聚合向量、服务排序向量和服务选择向量表示；步骤2、根据设定的制造服务组合方案综合效用模型，计算出当前种群中综合效用值最大的最优个体；步骤3、将当前种群中每个个体的服务选择向量采用进化算法进行迭代，将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代；步骤4、根据设定的制造服务组合方案综合效用模型，计算迭代后的个体的综合效用值，比较迭代前后个体的综合效用值，对个体的位置进行更新；步骤5、判断是否满足迭代终止条件，若满足则停止迭代，输出最优个体，否则返回步骤2继续进行迭代。

【技术特征摘要】
1.一种基于改进型花粉算法的制造服务供应链优化方法，其特征在于，所述制造服务供应链优化方法包括：步骤1、根据制造任务、可选的制造服务和制造服务组合的结构随机产生初始种群，将初始种群中每个个体对应的制造服务组合方案采用服务聚合向量、服务排序向量和服务选择向量表示；步骤2、根据设定的制造服务组合方案综合效用模型，计算出当前种群中综合效用值最大的最优个体；步骤3、将当前种群中每个个体的服务选择向量采用进化算法进行迭代，将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代；步骤4、根据设定的制造服务组合方案综合效用模型，计算迭代后的个体的综合效用值，比较迭代前后个体的综合效用值，对个体的位置进行更新；步骤5、判断是否满足迭代终止条件，若满足则停止迭代，输出最优个体，否则返回步骤2继续进行迭代。2.根据权利要求1所述的基于改进型花粉算法的制造服务供应链优化方法，其特征在于，所述迭代终止条件包括：达到了最大迭代次数；或，相邻三代之间的平均综合效用差值小于设定的参数。3.根据权利要求1所述的基于改进型花粉算法的制造服务供应链优化方法，其特征在于，所述制造服务组合方案综合效用模型如下：f(CS)＝w1TT(CS)+w2TC(CS)+w3TAva(CS)+w4TRep(CS)其中，f(CS)为制造服务组合方案的综合效用值，w1、w2、w3和w4分别表示制造服务组合方案中时间TT(CS)、成本TC(CS)、可用性TAva(CS)及信誉值TRep(CS)的权重。4.根据权利要求1所述的基于改进型花粉算法的制造服务供应链优化方法，其特征在于，所述将当前种群中每个个体的服务排序向量采用花粉算法FPA进行迭代，还包括：迭代前将服务排序向量进行转换，将其中优先值相同的元素看作一个元素。5.根据权利要求1所述的基于改进型花粉算法的制造服务供应链优化方法，其特征在于，所述将当前种群中每个个体的服务选择向量采用进化算法进行迭代，包括：先对服务选择向量采用差分进化算法的变异算子进行操作；然后采用差分进化算法的交叉算子进行操作，得到迭代结果。6.一种基于改进型花粉算法的制造服务供应链优化系统，其特征在...

【专利技术属性】
技术研发人员：张帅，张文宇，杨玉舒，
申请(专利权)人：浙江财经大学，
类型：发明
国别省市：浙江,33