[发明专利]面向供需不确定的社群化制造服务匹配方法及系统

说明书

本发明公开一种面向供需不确定的社群化制造服务匹配方法及系统，该方法包括：以固定的时间间隔更新封装为Web服务的各制造服务的综合服务质量函数值；选取时间分界点，将服务匹配时间窗分为初始时间窗和调整时间窗；在初始时间窗中：从各制造服务中筛选出各需求的候选服务集合；将函数值最优的候选服务作为各需求的匹配服务，并作为训练样本；获取训练样本集的客户满意度的平均值：若低于第一预设阈值，则根据训练样本中服务质量属性的权重值和客户满意度，采用机器学习算法对综合服务质量函数进行训练，更新函数的权重参数；在调整时间窗中：根据函数，计算各需求的候选服务的函数值，将最优的候选服务作为对应需求的匹配服务。

技术领域

本发明涉及制造服务技术领域。更具体地，涉及一种面向供需不确定的社群化制造服务匹配方法及系统。

背景技术

随着信息技术的发展，企业以自身信息系统中的业务模块为依托，对企业的制造能力进行Web封装，并通过平台进行服务资源的注册与发布。企业之间的协同制造需要通过服务资源之间的动态组合来实现。

社群化制造模式(Social Manufacturing)，其通过社会媒介工具将分散的各种类型的社会化企业制造服务资源和客户进行高效的互联及匹配,客户仅借助媒介工具来在线发布专业化的服务外包，就可以实现从产品设计、产品制作到产品交付的全过程。作为社群化制造模式的运行支撑平台，其服务系统的核心功能在于：基于客户的需求来匹配最优的服务组合方案。而服务匹配策略又在服务系统中处于核心地位，直接决定着系统运行的效果。因此，应当为社群化制造服务系统选择合适的服务匹配策略。

针对社群化制造模式的需求和特点，目前对制造服务供需匹配的求解方法主要分为以下几类：基于模板/本体和关键字的方法、基于流程驱动的方法、基于人工智能和规划的方法、基于服务组合的方法等。上述方法大部分都主要针对某个时刻的供需匹配问题进行研究并给出求解方案。而在现实环境中，社群化制造模式下的服务供需匹配具有内在的复杂性：

第一、候选服务的不确定性：系统中的候选服务是由社会化的企业所提供，由于企业自身的成长性和自治性，其资源服务的服务质量(QoS，Quality of Service)信息会不断地扩充和变化，例如业务种类的增加或者减少、业务能力的增强或者削弱等；由于社会化制造模式的开放性，企业可以方便地加入或退出，这样会导致服务的数量也处于一个不断动态变化的过程中。另外，候选服务的某些QoS属性会随着当前运行状态的变化而变化，例如候选服务的“响应时间”会根据目前承担的任务数量而发生变化。

第二、客户需求偏好的不确定性：实际上，由于客户样本选择的局限性及客户需求的模糊性，想要给出符合客户实际需求的服务属性权重非常困难。现有的方法多是根据专家经验或者客户反馈给出各服务属性的权重值，并且假定这些值是固定不变的。但是，在社群化制造模式中，不同客户的需求偏好差异很大，有的特别关注某些指标的实现，如价格、质量、成本等；有的则希望综合指标能够比较均衡；而且对于不同服务属性的关注权重还会随着时间变化而不同。

在实际应用中，上述这些不确定因素会直接影响后续的服务匹配效果。如何实现不确定环境下社群化制造服务的供需匹配，已成为阻碍社群化制造模式实际推广应用的关键挑战之一。

因此，需要提供一种可提高制造服务的供需匹配质量、适应不确定环境下的社群化制造服务匹配方法及系统。

发明内容

有鉴于此，本发明的目的在于提供一种面向供需不确定的社群化制造服务匹配方法及系统。

为达到上述目的，本发明采用下述技术方案：

本发明第一方面提供了一种面向供需不确定的社群化制造服务匹配方法，包括：

以固定的时间间隔，根据服务质量属性的更新信息，更新封装为Web服务的各制造服务的综合服务质量函数值；

选取服务匹配时间窗中的时间分界点，将服务匹配时间窗分为初始时间窗和调整时间窗；