一种云制造服务评价方法技术

本发明专利技术公开的一种云制造服务评价方法，具体按照以下步骤实施：步骤1，构建云制造服务评价指标体系，设计云制造服务评价打分表；步骤2，样本分类：采用系统聚类法，对样本进行分类；步骤3，计算云制造服务评价指标权重，并对指标权重进行验证：采用AHP法，计算云制造服务评价指标权重，并验证指标权重的一致性；步骤4，计算模糊综合评价得分，分析、评价云制造服务评价样本：采用模糊综合评价法，计算云制造服务评价样本的模糊综合评价得分，并根据得分对云制造服务评价样本进行分析和评价。本发明专利技术方法，降低了云制造服务评价的复杂性，提高了评价结果的可信度。价结果的可信度。价结果的可信度。

【技术实现步骤摘要】
manufacturing cloud service composition[J].Journal of Intelligent Manufacturing,2017,28(8):1947-1960.
[0011][5]Jin H,Yao X F,Zhang J.An Execution Framework for Domain-Oriented QoS Evaluation of Manufacturing Cloud Services[J].Applied Mechanics and Materials,2014,59(6):127-130.
[0012][6]Upadhyay N.Managing Cloud Service Evaluation and Selection[J].Procedia Computer Science,2017,122(11):1061-1068.
[0013][7]陈友玲,刘传彪,阳玮琦,等.云制造环境下能力资源需求的评价与选择[J].计算机集成制造系统,2017,23(10):2304-2312.
[0014][8]陈友玲,黄典,张岳园,等.云制造环境下知识资源的评价与选择[J].东北大学学报(自然科学版),2018,39(8):1169-1174.
[0015][9]Alabool H,Kamil A,Arshad N,et al.Cloud service evaluation method-based multi-criteria decision-making:A systematic literature review[J].Journal of Systems&Software,2018,139(5):161-188.
[0016][10]杨欣,曾珍香,孙学珊.基于云模型—DEMATEL法的云制造资源评价问题研究[J].数学的实践与认识,2018,48(24):115-125.
[0017][11]Huang S Q,Chen Y R,Zhou H M,et al.Self-organizing evaluation model and algorithm for manufacturing cloud services driven by user behavior[J].The International Journal of Advanced Manufacturing Technology,2018,95(1-4):1549-1565.
[0018][12]谢灿,高新勤,王雪萍,等.云模式下制造服务评价指标的集成赋权方法[J].组合机床与自动化加工技术,2019,7(7):141-145.

技术实现思路

[0019]本专利技术的目的是提供一种云制造服务评价方法，降低了云制造服务评价的复杂性，提高了评价结果的可信度，以便于云制造服务提供方、需求方及云制造服务平台方对各类云制造服务进行科学合理的分类和评价。
[0020]本专利技术所采用的技术方案是，一种云制造服务评价方法，具体按照以下步骤实施：
[0021]步骤1，构建云制造服务评价指标体系，设计云制造服务评价打分表
[0022]构建云制造服务评价的指标体系，根据该指标体系设计云制造服务评价打分表，并邀请专家填写，得到云制造服务评价样本评分；
[0023]步骤2，样本分类
[0024]采用系统聚类法，对样本进行分类；
[0025]步骤3，计算云制造服务评价指标权重，并对指标权重进行验证
[0026]采用AHP法，计算云制造服务评价指标权重，并验证指标权重的一致性；
[0027]步骤4，计算模糊综合评价得分，分析、评价云制造服务评价样本
[0028]采用模糊综合评价法，计算云制造服务评价样本的模糊综合评价得分，并根据得分对云制造服务评价样本进行分析和评价。
[0029]本专利技术的特征还在于，
[0030]步骤1具体按照以下步骤实施：
[0031]步骤1.1，构建云制造服务评价指标体系
[0032]云制造服务评价指标体系包括服务时间、服务成本、服务质量、可靠性、服务价格、可维护性、信誉度、安全性和可用性等九种评价指标；
[0033]步骤1.2，设计云制造服务评价打分表
[0034]根据步骤1.1构建的云制造服务评价指标体系，将企业运营活动中所涉及的云制造服务作为云制造服务评价样本，设计云制造服务评价打分表，打分表中包括服务时间、服务成本、服务质量、可靠性、服务价格、可维护性、信誉度、安全性和可用性等九种评价指标，设置选项9、7、5、3、1，对应评价指标的重要程度“优”、“良”、“中”、“差”、“劣”；
[0035]步骤1.3，邀请专家打分
[0036]邀请云制造和管理领域的专家、学者及企业管理人员，成立云制造服务评价小组，并对打分数据进行整理、归纳和反馈，得到云制造服务样本评分。
[0037]步骤2具体按照以下步骤实施：
[0038]利用SPSS软件，导入步骤1得到的云制造服务评价打分表的结果，选择组平均联接法，计算各样本间的距离，生成聚类表和谱系图，根据聚类表中“阶”的系数中第一个突变的最大值，得出云制造服务样本分类。
[0039]步骤3具体按照以下步骤实施：
[0040]步骤3.1，构造判断矩阵
[0041]根据步骤1得到的云制造服务评价打分表中的指标设计云制造服务评价指标体系，将指标体系中的指标两两成对，采用1-9标度法，对指标两两进行比较，构造n
×
n判断矩阵M：
[0042][0043]步骤3.2，计算云制造服务评价指标权重
[0044]根据“求和法”，先对判断矩阵按列进行归一化处理，然后对归一化的判断矩阵按行求和，得到相应的列向量，对该向量归一化处理后，得到云制造服务评价指标权重W为；
[0045]W＝(w1,w2,...,w
n
)
T
ꢀꢀ
(1)
[0046]式(1)中，n为云制造服务评价样本的个数；w
i
为云制造服务评价指标中第i个指标权重值，
[0047]步骤3.3，计算特征向量对应的最大特征根λ
max
为：
[0048][0049]式(2)中，p
i
表示向量P中的第i个元素，其中：
[0050][0051]步骤3.4，检验判断矩阵的不一致性
[0052]检验判断矩阵的不一致性CI为：
[0053][0054]式(3)中，CI值越大，判断矩阵的误差越大；当CI＝0时，判断矩阵有完全的一致性；
[0055]步骤3.5，计算判断矩阵随机一致性比率
[0056]对判断矩阵不一致性进一步检验，计算判断矩阵随机一致性比率CR为：
[0057][0058]式(4)中，当CR＜0.1时，表示该矩阵的不一致程度在允许范本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云制造服务评价方法，其特征在于，具体按照以下步骤实施：步骤1，构建云制造服务评价指标体系，设计云制造服务评价打分表构建云制造服务评价的指标体系，根据该指标体系设计云制造服务评价打分表，并邀请专家填写，得到云制造服务评价样本评分；步骤2，样本分类采用系统聚类法，对样本进行分类；步骤3，计算云制造服务评价指标权重，并对指标权重进行验证采用AHP法，计算云制造服务评价指标权重，并验证指标权重的一致性；步骤4，计算模糊综合评价得分，分析、评价云制造服务评价样本采用模糊综合评价法，计算云制造服务评价样本的模糊综合评价得分，并根据得分对云制造服务评价样本进行分析和评价。2.根据权利要求1所述的一种云制造服务评价方法，其特征在于，步骤1具体按照以下步骤实施：步骤1.1，构建云制造服务评价指标体系云制造服务评价指标体系包括服务时间、服务成本、服务质量、可靠性、服务价格、可维护性、信誉度、安全性和可用性等九种评价指标；步骤1.2，设计云制造服务评价打分表根据步骤1.1构建的云制造服务评价指标体系，将企业运营活动中所涉及的云制造服务作为云制造服务评价样本，设计云制造服务评价打分表，打分表中包括服务时间、服务成本、服务质量、可靠性、服务价格、可维护性、信誉度、安全性和可用性等九种评价指标，设置选项9、7、5、3、1，对应评价指标的重要程度“优”、“良”、“中”、“差”、“劣”；步骤1.3，邀请专家打分邀请云制造和管理领域的专家、学者及企业管理人员，成立云制造服务评价小组，并对打分数据进行整理、归纳和反馈，得到云制造服务样本评分。3.根据权利要求1所述的一种云制造服务评价方法，其特征在于，步骤2具体按照以下步骤实施：利用SPSS软件，导入步骤1得到的云制造服务评价打分表的结果，选择组平均联接法，计算各样本间的距离，生成聚类表和谱系图，根据聚类表中“阶”的系数中第一个突变的最大值，得出云制造服务样本分类。4.根据权利要求1所述的一种云制造服务评价方法，其特征在于，步骤3具体按照以下步骤实施：步骤3.1，构造判断矩阵根据步骤1得到的云制造服务评价打分表中的指标设计云制造服务评价指标体系，将指标体系中的指标两两成对，采用1-9标度法，对指标两两进行比较，构造n
×
n判断矩阵M：
步骤3.2，计算云制造服务评价指标权重根据“求和法”，先对判断矩阵按列进行归一化处理，然后对归一化的判断矩阵按行求和，得到相应的列向量，对该向量归一化处理后，得到云制造服务评价指标权重W为；W＝(w1,w2,...,w
n
)
T
ꢀꢀꢀ
(1)式(1)中，n为云制造服务评价样本的个数；w
i
为云制造服务评价指标中第i个指标权重值，步骤3.3，计算特征向量对应的最大特征根λ
max
为：式(2)中，p
i
表示向量P中的第i个元素，...

【专利技术属性】
技术研发人员：和征，郭爽琳，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：