[发明专利]一种基于质量感知的多目标云制造服务组合优化方法在审
申请号: | 202210005353.5 | 申请日: | 2022-01-05 |
公开(公告)号: | CN114298439A | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 贾兆红;刘桂森;唐俊 | 申请(专利权)人: | 安徽大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/04;G06N3/12 |
代理公司: | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人: | 陆丽莉;何梅生 |
地址: | 230601 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 质量 感知 多目标 制造 服务 组合 优化 方法 | ||
1.一种基于质量感知的多目标云制造服务组合优化方法,其特征是应用于一个汽车厂商针对整车的n个零部件从生产汽车的m×n个零部件供应商中进行选择的场景中,令整车的零部件集合记为C={C1,C2,…,Ci,…,Cn},Ci表示汽车的第i个零部件,1≤i≤n;令第i个零部件Ci的供应商集合记为表示第i个零部件Ci的第j个供应商,1≤j≤m;所述多目标云制造服务组合优化方法是按如下步骤进行:
步骤1、利用式(1)-式(5)构建云制造服务组合优化模型:
式(1)-式(5)中,表示汽车厂商从第i个零部件Ci的供应商集合PSi中选择第ji个供应商,1≤ji≤m;T(·)、CS(·)分别表示供应商生产零部件所需的时间函数和成本函数;RB(·)、AB(·)、RP(·)分别表示供应商的可靠性函数、可用性函数、信誉度水平函数;
步骤2.1、令种群规模为N、邻居向量个数为H、初始交配选择的概率为Q、交配选择的概率最小值为Δ1,交配选择的概率最大值为Δ2、交配选择概率Q的更新次数为t、间隔代数为L、个体变异概率为P、归档种群为EP、当前迭代次数为IT,最大迭代次数为ITmax;令近邻交配产生的个体数为r1和远邻交配产生的个体数为r2;
步骤2.2、令汽车厂商随机选择的第e个供应商选择方案记为其中,表示汽车厂商在第e个供应商选择方案中从供应商集合PSi中选择第ji个供应商,并将第e个供应商选择方案Xe作为一个个体,将作为个体的染色体,从而生成N个个体组成的初始第一种群P1;
步骤2.3、利用式(6)计算第i个零部件Ci的供应商与最佳供应商之间的差距
式(6)中,表示供应商与最佳供应商之间的时间差距,Tmin(PSi)表示供应商集合PSi生产第i个零部件Ci所用的最小时间;表示第ji个供应商生产第i个零部件C的所用的时间,表示供应商与最佳供应商之间的成本差距,CSmin(PSi)表示供应商集合PSi中生产第i个零部件Ci所需的最小成本;表示第ji个供应商生产第i个零部件Ci所需的成本,表示供应商与最佳供应商之间的可靠性差距,RBmax(PSi)表示供应商集合PSi中零件供应商的最高可靠性;表示生产第i个零部件C的第ji个供应商的可靠性;表示供应商与最佳供应商之间的可用性差距,ABmax(PSi)表示供应商集合PSi中零件供应商的最高可用性;表示生产第i个零部件C的第ji个供应商的可用性;表示供应商与最佳供应商之间的信誉度水平差距,RPmax(PSi)表示供应商集合PSi中零件供应商的最高信誉度;表示生产第i个零部件C的第ji个供应商的信誉度;
步骤2.4、根据差距对第i个零部件Ci的供应商集合PSi进行升序排序,得到排序后的供应商集合PS′i;
步骤2.5、对于初始第一种群P1中的每个个体,根据个体的染色体在排序后的供应商集合PS′i中的位置,选择镜像位置上的染色体进行替换,从而得到新的个体,并组成初始第二种群P2;
步骤2.6、合并初始第一种群P1和初始第二种群P2,并根据切比雪夫法则对合并后的种群中的个体依次进行比较,并保留一半较优的个体,从而得到进化种群P;
根据帕累托最优原则将进化种群P中的非支配个体加入归档种群EP;
步骤3、在目标空间中生成均匀的参考向量,将进化种群P中的每个个体分别与参考向量一一对应;
步骤4、根据每个参考向量与其他参考向量的欧式距离,确定每个参考向量的H个近邻参考向量和H个远邻参考向量;
步骤5.0、初始化IT=1;
步骤5.1、在第IT次迭代次数下,初始化t=0;r1=r2=0;
步骤5.2、对于进化种群P中的每个个体,均生成一个随机数,并判断当前的随机数是否大于概率Q,若是,则令r2+1赋值给r2后,从当前个体的H个远邻向量中随机选择两个向量,并将两个向量所对应的个体记为x1、x2,并执行步骤5.4;否则,令r1+1赋值给r1后,转到步骤5.3;
步骤5.3、先确定当前个体的H个近邻参考向量所对应的个体中非支配个体的个数u,如果u2,则随机两个非支配个体记为x1、x2,否则从当前个体的H个近邻参考向量所对应的个体中随机选择两个个体记为x1、x2;
步骤5.4、将两个个体x1、x2进行交叉和变异操作,得到新的两个个体y1、y2;
步骤5.5、将新的两个个体y1、y2加入进化种群P中,并依据帕累托最优原则对进化种群P进行更新,删除两个支配个体,从而保持群规模不变;
步骤5.6、将进化种群P中的非支配个体加入到归档种群EP,从而更新归档种群EP;
步骤5.7、将IT+1赋值给IT,t+1赋值给t后,如果ITITmax,则将归档种群EP中的每个个体作为优化后的零部件供应商选择方案并推荐给用户,否则转到步骤5.8;
步骤5.8、如果tL,则转到步骤5.9;否则,转到步骤5.2;
步骤5.9、利用式(7)计算新的交配选择概率Q′:
步骤5.10、如果Δ1≤Q′≤Δ2,则令Q′赋值给Q,转到步骤5.1,否则,转到步骤5.11;
步骤5.11、如果0≤Q′≤Δ1,则令Q=Δ2后,转到步骤5.1,否则,令Q=Δ1后,转到步骤5.1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210005353.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理