一种实际多约束环境下的云制造服务组合动态自适应重构方法

作     者：王彦凯 王时龙 杨波 王四宝 WANG Yankai;WANG Shilong;YANG Bo;WANG Sibao

作者机构：重庆大学机械传动国家重点实验室重庆400044 清华大学软件学院北京100084 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2023年第59卷第14期

页      面：339-351页

核心收录：

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技创新2030“新一代人工智能”重大(2018AAA0101804) 中国博士后科学基金(2022M721830) 重庆市技术创新与应用发展重点(cstc2020jscx-dxwt BX0044)资助项目 

主　　题：云制造服务组合 服务异常 实际约束 自适应重构 哈里斯鹰优化算法 

摘      要：以往云制造服务组合(Cloud manufacturing service composition,CMSC)优化是在制造服务少异常或约束的条件下进行的,这使得现有模型及方法无法适用于多种实际约束下的云制造服务组合优化,更无法在其执行过程出现服务异常时,对CMSC原执行路径进行自适应重构调整。为此,考虑云制造服务组合执行过程中不可忽视的原始CMSC执行路径强制时间约束、制造服务占用时间约束和制造服务强耦合约束,以CMSC的加工质量、成本、服务质量为优化目标,提出一种制造云服务出现异常时实际约束下的服务组合自适应重构调整模型(Cloud manufacturing service composition adaptive reconfiguration,CMSCAR)。为求解该模型,在详细分析所求问题的本质特征的基础上,集成多种优化策略,提出一种基于哈里斯鹰优化算法的服务组合动态重构算法(Service composition dynamic reconfiguration harris hawks optimization,SCDRHHO)。数值算例和应用案例表明,相比粒子群算法(Particle swarm optimization,PSO)、灰狼优化算法(Grey wolf optimizer,GWO)和蝠鲼觅食优化算法(Manta ray foraging optimization,MRFO)等对比算法,所提出的SCDRHHO能够在制造云服务异常出现时在多约束下对正在执行的服务组合进行高效地自适应重构调整,提高了云制造服务组合执行的鲁棒性。