[发明专利]基于服务相关性的制造服务供应链优化方法

说明书

本发明公开了一种基于服务相关性的制造服务供应链优化方法，首先获取制造任务对应的初始种群，将初始种群作为当前种群开始迭代；在迭代时，先对当前种群执行交叉算子操作和变异算子操作，然后采用自适应的转换概率和缩放因子进行花粉算法的迭代；在一次迭代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，否则继续迭代直到满足迭代终止条件。本发明的方法，将基础型花粉算法与遗传算法的交叉算子和变异算子进行了融合，提高了算法的性能，在求解制造服务供应链优化问题时，性能优于遗传算法、差分进化算法和基础型花粉算法。

技术领域

本发明属于制造服务供应链优化技术领域，尤其涉及一种基于服务相关性的制造服务供应链优化方法。

背景技术

随着互联网以及云计算的发展，云制造平台汇聚了大量功能属性相同或相似但非功能属性(QoS)不同的制造服务。许多制造企业将他们的制造产品、制造资源以及制造能力封装成制造服务，并上传至云制造平台上。这些服务可以根据各自功能性特征的不同划分为不同的候选服务集来执行不同的制造任务。因此，制造服务组合问题就是针对每个制造任务，从相应的候选服务集中选出合适的元制造服务，并将这些所选出的元制造服务组合成为最终的制造服务组合方案。如何从云制造平台的海量制造服务中选择合适的服务组成一个最优的服务组合方案，已成为当前的研究热点。

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(Genetic Algorithm，简称GA)、差分进化算法(Differential Evolution，简称DE)和粒子群算法(Particle Swarm Optimization，简称PSO)，以及Yang于2012年提出了一种新的进化算法—花粉算法(Flower PollinationAlgorithm，简称FPA)等。

然而现有技术的上述算法，都存在着一定的缺陷。例如花粉算法容易陷入局部最优，整体性能也不高。

发明内容

本发明的目的是提供一种基于服务相关性的制造服务供应链优化方法及系统，以避免现有的花粉算法容易陷入局部最优的问题，提高算法的整体性能。

为了实现上述发明目的，本发明技术方案如下：

一种基于服务相关性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、获取制造任务对应的初始种群，将初始种群作为当前种群开始迭代；

步骤2、对当前种群执行交叉算子操作；

步骤3、对当前种群执行变异算子操作；

步骤4、采用自适应的转换概率和缩放因子进行花粉算法的迭代；

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，所述自适应的转换概率p的计算公式定义如下：

其中，maxiter表示最大迭代次数，t表示当前的迭代次数。

进一步地，所述自适应的缩放因子γ的计算公式定义如下：

其中，和分别表示t代时种群中的最优个体和最差个体的适应度值。

进一步地，所述制造服务供应链优化方法的目标函数如下：