一种基于WOA-IGA的智能服务组合方法技术

本发明专利技术公开了一种基于WOA

【技术实现步骤摘要】
一种基于WOA
‑
IGA的智能服务组合方法


[0001]本专利技术涉及云制造模式下的调度领域，尤其涉及一种基于WOA
‑
IGA的智能服务组合方法。

技术介绍

[0002]云制造作为一种新的制造模式，支持制造业在大规模网络资源条件下，共享制造资源，目的在于为中小企业提供低成本的增值制造服务。云制造的主要组成部分包括云制造平台、云制造服务提供者和云制造服务需求者。
[0003]服务组合是云制造平台中的核心技术之一。服务组合通常是指遵循相应规则将零散的多个服务组合成一个较大的逻辑整体的方法、过程和技术。在云制造服务经过服务需求者的条件筛选之后，按照一定的逻辑和规则优化组合可用的云制造服务，形成增值服务以完成一项或者一组任务，满足用户的个性化需求，同时使得服务质量达到最优。服务组合是一个典型的NP难问题，构建一个合理有效的数学模型和寻找与模型相匹配的算法都是云制造问题研究过程中的核心，在解决资源和服务的互联互通中起着关键性作用。
[0004]目前大多数的服务组合方法采用元启发式算法，如遗传算法，灰狼优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于WOA
‑
IGA的智能服务组合方法，其特征在于，该方法包括如下步骤：步骤1：采集电源制造任务数据以及与各子任务对应的候选服务集数据；定义电源制造任务T＝{st1,st2,
…
,st
12
}，其中st
i
为第i个制造子任务，制造子任务st1‑
st
12
分别为二极管、金属
‑
氧化物半导体场效应晶体管、电容、插座入口、线缆、风扇、标签、外壳、PCB板、表面贴装器件所用的电容、分流器和变压器；每个所述制造子任务对应一个候选服务集MSS
i
＝{mss
i1
,mss
i2
,
…
,mss
im
}，其中mss
im
是第i个制造子任务对应的候选服务集的第m个服务；步骤2：从消费者角度考虑组合服务质量属性，对步骤1采集的候选服务集数据进行归一化处理；步骤3：确定服务组合的优化目标；步骤4：根据服务组合的优化目标，以步骤2中归一化处理后的候选服务集数据为搜索空间进行各子任务服务的选择及对所选的各服务进行组合，完成服务组合过程。2.根据权利要求1所述的基于WOA
‑
IGA的智能服务组合方法，其特征在于，在所述步骤2中，对服务质量属性中的积极属性Q
P
按照式(1)进行归一化处理，对服务质量属性中的于消极属性Q
N
按照式(2)进行归一化处理：按照式(2)进行归一化处理：上述两式中，q
max
表示子任务st
i
对应的候选服务集中服务质量属性的最大值；q
min
表示子任务st
i
对应的候选服务集中服务质量属性的最小值；q表示子任务st
i
对应的候选服务集中服务质量属性值。3.根据权利要求1所述的基于WOA
‑
IGA的智能服务组合方法，其特征在于，以最大化服务质量作为服务组合的优化目标，如下式：max QoS＝ω1Q
mt
+ω2Q
mc
+ω3Q
lt
+ω4Q
lc
+ω5Q
rel
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，QoS代表服务质量；Q
mt
代表制造时间服务属性；Q
mc
代表制造成本服务属性；Q
lt
代表物流时间服务属性；Q
lc
代表物流成本服务属性；Q
rel
代表制造可靠性服务属性；ω
i
代表对应服务属性的权值，i＝1,2,
…
,5，具体地，ω1表示制造时间服务属性的权重，ω2表示制造成本服务属性的权重，ω3表示物流时间服务属性的权重，ω4表示物流成本服务属性的权重，ω5表示制造可靠性服务属性的权重。4.根据权利要求1所述的基于WOA
‑
IGA的智能服务组合方法，其特征在于，所述步骤4包括如下步骤：步骤4
‑
1：设置鲸鱼优化算法的最大迭代次数n
iter
；步骤4
‑
2：初始化鲸鱼种群X，通过对每个子任务对应候选服务集中的服务进行随机选取，对所选服务进行组合，每一种服务组合方案对应一个鲸鱼个体，实现对每个个体的初始化操作；
步骤4
‑
3：将步骤3中确定的服务组合优化目标作为适应度函数，按照f
obj
＝QoS计算初始种群中每个个体的适应度值；步骤4
‑
4：根据获得的适应度值f
obj<...

【专利技术属性】
技术研发人员：薛冯，高鸿瑞，张颖伟，冯琳，
申请(专利权)人：东北大学，
类型：发明
国别省市：