劉衛(wèi)寧 馬 剛 劉 波

重慶大學(xué)信息物理社會可信服務(wù)計(jì)算教育部重點(diǎn)實(shí)驗(yàn)室，重慶，400044

0 引言

云制造是一種面向多用戶需求的不確定性制造［1-2］。用戶需求的多樣性和不確定性導(dǎo)致用戶對云制造任務(wù)的執(zhí)行要求不同，即不同用戶對云制造任務(wù)執(zhí)行各環(huán)節(jié)的關(guān)注度不盡相同。如何精確調(diào)控云制造資源和制造能力，找到一條組合云服務(wù)執(zhí)行路徑，使其整體服務(wù)質(zhì)量(quality of service，QoS)最優(yōu)并滿足各子路徑中不同用戶多樣化的QoS需求，即是本文研究的云服務(wù)組合(manufacturing cloud services composition，MCSC)路徑優(yōu)選問題［3-5］。

云制造服務(wù)組合研究受啟發(fā)于服務(wù)計(jì)算(service－oriented computing，SOC)理論的相關(guān)研究成果［2，6-8］，主要包括:①任務(wù)分解技術(shù)，如基于層次任務(wù)網(wǎng)(hierarchical task network，HTN)規(guī)劃的方法［9-11］等;②服務(wù)發(fā)現(xiàn)與匹配，如基于關(guān)鍵字的Web服務(wù)發(fā)現(xiàn)與匹配、基于語義的Web服務(wù)發(fā)現(xiàn)與匹配;③服務(wù)形式化表達(dá)與驗(yàn)證，如基于Petri網(wǎng)的Web服務(wù)組合驗(yàn)證、基于自動機(jī)理論的Web服務(wù)組合驗(yàn)證、基于進(jìn)程代數(shù)的Web服務(wù)組合驗(yàn)證等;④服務(wù)組合方法，如基于人工智能和規(guī)劃的服務(wù)組合、基于圖搜索的服務(wù)組合、基于QoS的服務(wù)組合等。但是，鑒于制造資源的多樣性、復(fù)雜性、規(guī)模性等特點(diǎn)，上述服務(wù)組合方法不能直接應(yīng)用到制造領(lǐng)域的服務(wù)組合中。近年來，服務(wù)計(jì)算領(lǐng)域中基于QoS的服務(wù)組合方法同制造網(wǎng)格等面向服務(wù)的網(wǎng)絡(luò)化制造模式不斷融合，逐漸形成了基于QoS的制造服務(wù)組合及優(yōu)選方法體系［3-5，12-16］。但制造網(wǎng)格系統(tǒng)中的服務(wù)組合重在體現(xiàn)“分散資源集中使用”的思想，側(cè)重于實(shí)現(xiàn)資源協(xié)同的整體優(yōu)化目標(biāo)。而云制造致力于為制造活動中的各利益主體構(gòu)造可充分溝通的制造環(huán)境，體現(xiàn)出“分散資源集中使用”與“集中資源分散服務(wù)”的融合，其服務(wù)組合的優(yōu)化目標(biāo)不僅表現(xiàn)在整體需求的實(shí)現(xiàn)，還滲透在制造全生命周期的每個(gè)環(huán)節(jié)［2］。無論是面向計(jì)算領(lǐng)域還是制造領(lǐng)域，現(xiàn)有的服務(wù)組合研究都集中于追求服務(wù)組合路徑的整體QoS最優(yōu)，很少關(guān)注服務(wù)組合路徑結(jié)構(gòu)上的層次化特性及各層次上子路徑的不同QoS需求。

從以上分析可以看出，現(xiàn)有的服務(wù)組合研究存在以下問題:①一味追求服務(wù)組合整體的服務(wù)質(zhì)量最優(yōu)，忽略了各層次組合過程中的局部服務(wù)質(zhì)量約束，導(dǎo)致服務(wù)組合路徑存在服務(wù)質(zhì)量瓶頸，從而影響全局的服務(wù)質(zhì)量;②在QoS計(jì)算過程中，服務(wù)組合路徑的整體服務(wù)質(zhì)量直接取決于基本云服務(wù)的服務(wù)質(zhì)量及其整體路徑的結(jié)構(gòu)特性，忽略了中間各層次的結(jié)構(gòu)特性，而根據(jù)服務(wù)組合的基本原理可知，不同結(jié)構(gòu)服務(wù)組合路徑的QoS值計(jì)算方法不同［8，17］，從而導(dǎo)致計(jì)算結(jié)果可能存在偏差。

上述問題使得既有的制造服務(wù)組合模型及組合過程與其追求全局服務(wù)質(zhì)量最優(yōu)的初衷背道而馳。因此，本文在力求云服務(wù)組合全局服務(wù)質(zhì)量最優(yōu)的情況下，重點(diǎn)考慮云服務(wù)層次性組合過程的局部服務(wù)質(zhì)量保障，提出了基于層次化的云制造服務(wù)組合(hierarchicalmanufacturing cloud services composition，H－MCSC)優(yōu)選建模方法，并對模型進(jìn)行了算法求解和驗(yàn)證。

1 問題提出

現(xiàn)階段，大多數(shù)網(wǎng)絡(luò)化制造的研究將云服務(wù)組合分為任務(wù)分解、候選云服務(wù)推薦、云服務(wù)組合與優(yōu)選三個(gè)階段［2-5，16］。網(wǎng)絡(luò)化制造過程將云制造任務(wù)分解為多個(gè)原子任務(wù)，分別選取功能相匹配的服務(wù)，形成全局QoS最優(yōu)的服務(wù)組合，將制造過程和服務(wù)組合為一個(gè)順序化的任務(wù)流程。

然而，制造過程管理的相關(guān)研究表明，制造過程是層次化執(zhí)行的［9，17］。文獻(xiàn)［17］提出了基于層次鏈的產(chǎn)品裝配過程建模方法，將制造任務(wù)描述為一系列子任務(wù)按一定層次結(jié)構(gòu)的聚合;文獻(xiàn)［9］使用基于HTN的規(guī)劃方法，建立了產(chǎn)品裝配序列生成的任務(wù)分解策略?；贖TN的任務(wù)規(guī)劃是當(dāng)前服務(wù)組合中任務(wù)分解的重要方法［10-11］，該方法在制造任務(wù)分解中的廣泛應(yīng)用正是制造過程層次化特性的有力證明。而云服務(wù)組合過程可以看成是任務(wù)分解的逆過程，所以層次化特性在云制造服務(wù)組合中也具有一般性。

本文結(jié)合云制造中服務(wù)組合的相關(guān)研究，將制造任務(wù)的層次化特性引入到云制造的服務(wù)組合過程中，提出基于 H－MCSC的模型，如圖1所示。

在圖1所描述的基于層次化的制造云服務(wù)組合過程中，首先對云制造任務(wù)進(jìn)行層次化分解，每個(gè)非原子任務(wù)都可以分解為一系列的子任務(wù)(圖1a→圖1b)。找到各原子任務(wù)與功能匹配的一組服務(wù)候選集，選取服務(wù)候選集中的某個(gè)云服務(wù)并構(gòu)造一個(gè)云服務(wù)組合來執(zhí)行其上層任務(wù)(圖1b→圖1c)，該上層任務(wù)又可以由這一系列組合服務(wù)的組合來執(zhí)行，最終形成一個(gè)層次化的組合服務(wù)集群(圖1d)，共同完成用戶提交的云制造任務(wù)。具體的層次化服務(wù)組合過程描述如圖2所示。

2 問題建模

2.1 問題描述

云制造的層次化服務(wù)組合是一個(gè)遞歸的迭代過程，其制造任務(wù)可按任務(wù)層次和性質(zhì)分為頂級任務(wù)、原子任務(wù)和中間子任務(wù)，頂級任務(wù)即為用戶提交的云制造請求，中間子任務(wù)則是由一系列的原子任務(wù)或其他的中間子任務(wù)組合而成的非頂級任務(wù)。只有原子任務(wù)可以被單個(gè)的云服務(wù)獨(dú)立執(zhí)行，其他任務(wù)需要根據(jù)任務(wù)層次由多個(gè)云服務(wù)逐層組合執(zhí)行。顯而易見，各層次間的服務(wù)組合具有相同的迭代性質(zhì)，本文特別針對3層的云服務(wù)組合問題進(jìn)行研究。

圖1 基于層次化的制造云服務(wù)組合模型

基于層次化的服務(wù)組合問題形式化描述如下:

圖2 基于層次化的服務(wù)組合流程

組合優(yōu)選過程要遵循以下原則:

原則1 云服務(wù)組合路徑中的各制造云服務(wù)必須滿足云平臺最低的服務(wù)質(zhì)量約束。

原則2 必須使層次化服務(wù)組合路徑中各中間層服務(wù)組合子路徑的服務(wù)質(zhì)量滿足用戶對相應(yīng)子任務(wù)的服務(wù)質(zhì)量要求。

原則3 要盡可能使層次化云服務(wù)組合形成的最終復(fù)合云服務(wù)組合執(zhí)行路徑的整體服務(wù)質(zhì)量最優(yōu)。

2.2 QoS 評估模型

受啟發(fā)于服務(wù)計(jì)算領(lǐng)域中基于QoS的服務(wù)組合研究，網(wǎng)絡(luò)化制造領(lǐng)域中的許多研究也采用了QoS來評價(jià)制造服務(wù)的優(yōu)劣。文獻(xiàn)［18］研究了制造網(wǎng)格中的QoS建模和評價(jià)方法，但只給出了一系列QoS屬性的概念性定義;文獻(xiàn)［4］針對時(shí)間、成本、可用性等QoS屬性給出了相應(yīng)的量化計(jì)算方法。本文選取時(shí)間、成本、可靠度、信譽(yù)度4個(gè)具有代表性的QoS屬性為云制造服務(wù)質(zhì)量的評價(jià)指標(biāo)，并給出了各QoS屬性的具體定義及其量化計(jì)算方法，詳見表1。

表1 QoS屬性定義及量化方法

對于每個(gè)制造云服務(wù)RS，系統(tǒng)給出其各QoS屬性值，即可計(jì)算各服務(wù)組合路徑的QoS。文獻(xiàn)［7］將云計(jì)算中的服務(wù)組合路徑描述為4種類型(順序結(jié)構(gòu)、并行結(jié)構(gòu)、選擇結(jié)構(gòu)、循環(huán)結(jié)構(gòu))，給出了其相應(yīng)的QoS計(jì)算方法。文獻(xiàn)［6，8］直接將這4種結(jié)構(gòu)引入到制造領(lǐng)域的服務(wù)組合QoS的計(jì)算中。本文將云制造任務(wù)分解為一系列的制造子任務(wù)序列，很顯然任務(wù)執(zhí)行路徑已經(jīng)確定?？紤]到制造云服務(wù)獨(dú)占、成本高、執(zhí)行周期長等特性，云制造服務(wù)組合路徑一般不會出現(xiàn)選擇結(jié)構(gòu)和循環(huán)結(jié)構(gòu)，故本文只考慮服務(wù)組合中的順序結(jié)構(gòu)和并行結(jié)構(gòu)兩種情況，并據(jù)此給出了服務(wù)組合中QoS值的計(jì)算方法，詳見表2。

表2 服務(wù)組合QoS計(jì)算方法

綜上所述，定義各制造云服務(wù)RS的QoS為Q(RS)=〈T(RS)，C(RS)，Rel(RS)，Rep(RS)〉;相應(yīng)的對于每個(gè)裝配任務(wù)的執(zhí)行路徑Pj，定義其QoS 為Q(Pj)=〈T(Pj)，C(Pj)，Rel(Pj)，Rep(Pj)〉;對于整個(gè)云制造任務(wù)執(zhí)行的服務(wù)組合路徑P，定義其QoS為Q(P)=〈T(P)，C(P)，Rel(P)，Rep(P)〉。

為計(jì)算服務(wù)組合路徑P的服務(wù)質(zhì)量Q(P)，假設(shè)路徑P中的順序結(jié)構(gòu)、并行結(jié)構(gòu)的比例分別為f1(P)和f2(P)，f1(P)+f2(P)=1。

為避免路徑P的整體結(jié)構(gòu)失衡造成服務(wù)質(zhì)量計(jì)算偏差，將其結(jié)構(gòu)特性分散到各子路徑中Pj中，分別以f1(Pj)、f2(Pj)表示服務(wù)組合路徑Pj中的順序結(jié)構(gòu)與并行結(jié)構(gòu)的比例，且對于任意的Pj，有f1(Pj)+f2(Pj)=1。則服務(wù)組合路徑P及其各子路徑Pj的QoS計(jì)算方法如下。

順序結(jié)構(gòu)下Pj的服務(wù)質(zhì)量Qseq(Pj):

并行結(jié)構(gòu)下Pj的服務(wù)質(zhì)量Qprl(Pj):

服務(wù)組合子路徑Pj的服務(wù)質(zhì)量Q(Pj)為

順序結(jié)構(gòu)下P的服務(wù)質(zhì)量Qseq(P):

并行結(jié)構(gòu)下P的服務(wù)質(zhì)量Qprl(P):

則服務(wù)組合路徑P的服務(wù)質(zhì)量Q(P)為

鑒于制造過程中各環(huán)節(jié)具有不同的重要性，用戶不僅需要追求全局最優(yōu)的服務(wù)質(zhì)量，還需要使各子任務(wù)的服務(wù)組合路徑Pj的服務(wù)質(zhì)量得到保障。定義用戶對各子任務(wù)Pj的最低可靠性和最低信譽(yù)度約束:

其中，Relu(Pj)、Repu(Pj)分別為用戶針對Pj對應(yīng)子任務(wù)的重要性給出的最低的可靠性和信譽(yù)度保障。

綜上所述，我們將基于層次化的服務(wù)組合優(yōu)化問題表達(dá)如下:

基于層次化的服務(wù)組合優(yōu)化問題本質(zhì)上是一個(gè)多目標(biāo)多約束規(guī)劃問題，利用權(quán)重系數(shù)α和β，將其轉(zhuǎn)化成為了單目標(biāo)規(guī)劃，其中，α和β分別為QoS中時(shí)間與價(jià)格的權(quán)重系數(shù)，滿足α+β=1;Relsys、Repsys分別為系統(tǒng)預(yù)設(shè)的云服務(wù)最低的可靠性和信譽(yù)度需求，Rel0、Rep0分別為用戶給定的全局服務(wù)組合路徑最低的可靠性和信譽(yù)度。

3 問題求解

本文提出的基于層次化的云制造服務(wù)組合模型是一個(gè)典型NP組合優(yōu)化問題，其層次性決定了其解空間為一個(gè)多維的復(fù)合型解空間，較一般的服務(wù)組合問題求解更為復(fù)雜。模擬退火算法被證明是能夠以概率1收斂到全局最優(yōu)解的智能優(yōu)化算法?？紤]模型求解過程中的運(yùn)算量隨服務(wù)組合層次增加而顯著增加，本文采用較為簡單的模擬退火算法進(jìn)行求解，以保證模型層次化可擴(kuò)展性和算法的實(shí)用性。同時(shí)，為了保證算法性能，提高算法效率，本文設(shè)計(jì)了提前剪枝的策略。

基于層次化的云制造服務(wù)組合問題的模擬退火算法求解過程如下:

(1)解空間。層次化服務(wù)組合路徑P包含一系列的子路徑P={P1，P2，…，PJ}，Pj中的節(jié)點(diǎn)Pjk對應(yīng)候選云服務(wù)集RSSjk中的某個(gè)候選云服務(wù)RSjkh，用xjk表示云服務(wù)RSjkh在RSSjk中的序號h(為方便，以Xjk表示RSjkh)，則層次化的云服務(wù)組合問題的解空間S可表示為

①對二維解空間S，取其中的一維S［j］;

②對S［j］中的xjk，分別取Xjk所有可能的取值中可靠性和信譽(yù)度最大的元素，計(jì)算S［j］對應(yīng)路徑的最大可靠性Relmax和信譽(yù)度Repmax;

③分別取Xjk所有可能的取值中可靠性和信譽(yù)度最小的元素，計(jì)算S［j］對應(yīng)路徑的最小可靠性Relmin和信譽(yù)度Repmin;

④ 取(RelmaxRelmin)1/2、(Repmax+Repmin)/2 為S［j］對應(yīng)子路徑的Pj的QoS約束(Relu和Repu);

⑤ 對空間S［j］所有可能出現(xiàn)的解S0［j］，根據(jù)式(1)、式(2)計(jì)算對應(yīng)的可靠性Rel和信譽(yù)度Rep;

(3)目標(biāo)函數(shù)。本文以時(shí)間T和成本C為服務(wù)質(zhì)量的評價(jià)指標(biāo)，在式(9)定義了基于權(quán)重系數(shù)的目標(biāo)函數(shù):

(4)約束條件。式(11)、式(12)分別定義了子路徑Pj和路徑P的QoS約束，解空間S對應(yīng)的服務(wù)組合路徑必須滿足這兩個(gè)約束。

(5)新解的產(chǎn)生。對當(dāng)前解S0取任意的xjk，根據(jù)可選的云服務(wù)，替換為x'jk，得到S0的鄰域S'，結(jié)合式(13)推導(dǎo)得

(6)代價(jià)函數(shù)。設(shè)新的解S'對應(yīng)的服務(wù)組合路徑為P'，其代價(jià)函數(shù)Δf表示如下:

(7)接受準(zhǔn)則。對新的解空間S'，按以下概率進(jìn)行接受:

只有在新路徑滿足約束條件的情況下，才允許接受新路徑。如果Δf＜0，則接受新路徑;否則，以概率exp(－Δf/T)接受新的路徑。

(8)降溫。利用選定的降溫系數(shù)λ(0＜λ＜1)進(jìn)行降溫得到新的溫度，即T←λT。λ可根據(jù)算法要求進(jìn)行調(diào)整，降溫越慢，算法找到全局最優(yōu)解的可能性越大，但執(zhí)行的時(shí)間也越久。

(9)結(jié)束條件。用選定的終止溫度e，判斷退火過程是否結(jié)束。若T＜e，則算法結(jié)束，得到最終的解。

4 實(shí)驗(yàn)仿真

為驗(yàn)證本文中模型和算法的有效性，本文假設(shè)云制造任務(wù)MT包含4個(gè)中間子任務(wù)，每個(gè)中間子任務(wù)由4個(gè)原子任務(wù)構(gòu)成，每個(gè)原子任務(wù)有4個(gè)云服務(wù)可供選擇，并在MATLAB7.1的環(huán)境中對算法進(jìn)行了仿真實(shí)驗(yàn)。其中，各云服務(wù)的QoS屬性值均隨機(jī)生成，各子路徑的QoS約束根據(jù)數(shù)據(jù)中組合所有可能出現(xiàn)的情況綜合設(shè)置(取均值等)。MT對應(yīng)的服務(wù)組合路徑P有16個(gè)路徑節(jié)點(diǎn)，有232種組合方案。

4.1 模型的有效性驗(yàn)證

(1)對隨機(jī)生成了20組數(shù)據(jù)，分別根據(jù)式(12)對不滿足子路徑約束的服務(wù)組合進(jìn)行剪枝，得到其解空間大小和無約束條件下解空間大小的比，見表3。

表3 剪枝前后解空間大小的比 ‰

可以看出，根據(jù)子路徑約束提前對服務(wù)組合路徑進(jìn)行剪枝，能夠使解空間大小減小到原來的1‰ ～1%，從而提高了算法的搜索效率。本文主要研究3層的服務(wù)組合，對于更多層的服務(wù)組合，效果將更為明顯。

圖3 未分層結(jié)構(gòu)的QoS評價(jià)值與分層結(jié)構(gòu)的比例因子

從圖3可以看出，雖然比值比較接近，但并不線性相關(guān)。從式(2)、式(5)可以看出，在不分層的情況下，并行結(jié)構(gòu)的計(jì)算很容易受路徑結(jié)構(gòu)影響。本文通過分層對服務(wù)進(jìn)行組合，將路徑結(jié)構(gòu)對QoS的影響分散到各層次的組合服務(wù)中，避免因單一考慮整體的結(jié)構(gòu)特性造成QoS計(jì)算偏差。

(3)對其中某一組數(shù)據(jù)，分別計(jì)算了文中帶有子路徑約束的分層服務(wù)組合情況下的dest的值(實(shí)線)和不分層的服務(wù)組合下dest值(虛線)的概率分布，如圖4所示。

圖4 QoS評價(jià)值的區(qū)間概率曲線

從圖4可以看出，在所有的服務(wù)組合路徑中，滿足用戶對各子路徑約束的服務(wù)組合只是其中的一小部分，而且一部分全局QoS較優(yōu)的服務(wù)組合并不滿足局部QoS約束。所以，一味追求服務(wù)組合的全局最優(yōu)QoS，可能導(dǎo)致因?yàn)榫植糠?wù)質(zhì)量偏低，使得云制造任務(wù)的服務(wù)質(zhì)量難以保證。

4.2 算法的有效性驗(yàn)證

圖4中的虛線為利用窮舉法計(jì)算得到的層次降化服務(wù)組合下的所有QoS評價(jià)值dest的概率曲線，其全局最優(yōu)解為4.3334，本文中，降溫系數(shù)λ取0.90、0.95、0.99，對該數(shù)據(jù)分別各執(zhí)行10次，求得的最優(yōu)解如表4所示。

表4 模擬退火算法求得的最優(yōu)目標(biāo)dest值

其中，當(dāng)降溫系數(shù)取0.90和0.95時(shí)，找到全局最優(yōu)解(表4中帶下劃線的數(shù)值，即4.3334)的概率分別為40%和70%，當(dāng)降溫系數(shù)增大到0.99或更大時(shí)，基本上能以接近1的概率找到全局最優(yōu)解。在文中給出的問題規(guī)模下，計(jì)算過程都能在以秒為單位的時(shí)間內(nèi)完成。在不對解空間預(yù)先剪枝的情況下，當(dāng)降溫系數(shù)小于0.999時(shí)，很難收斂到全局最優(yōu)解。

5 結(jié)論

(1)本文在分析了制造任務(wù)執(zhí)行過程層次化特性的基礎(chǔ)上，對云制造及其相關(guān)領(lǐng)域的服務(wù)組合進(jìn)行了研究，提出了基于層次化的云制造服務(wù)組合模型。

(2)通過各層服務(wù)組合的QoS屬性約束，提前剔除服務(wù)組合路徑中不滿足局部QoS約束的子路徑，提高了服務(wù)組合路徑搜索的效率，避免了一味追求全局QoS最優(yōu)而忽略局部組合服務(wù)QoS過低的問題。同時(shí)，也滿足了各服務(wù)組合子路徑不同 QoS約束限制，保證了關(guān)重節(jié)點(diǎn)的服務(wù)質(zhì)量。

(3)本文提出了層次化的云服務(wù)組合方法，分層計(jì)算組合服務(wù)的QoS值，將服務(wù)組合的結(jié)構(gòu)特性均勻分布到服務(wù)組合路徑的各個(gè)層次中，避免因單一考慮整體的結(jié)構(gòu)特性造成在QoS計(jì)算時(shí)產(chǎn)生偏差。

(4)本文對提出的層次化云制造服務(wù)組合模型進(jìn)行了求解，分析了該模型對算法效率的影響，及服務(wù)組合結(jié)構(gòu)均衡性對QoS的影響。

［1］李伯虎，張霖，王時(shí)龍，等.云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式［J］.計(jì)算機(jī)集成制造系統(tǒng)，2010，16(1):1-7.

Li Bohu，Zhang Lin，Wang Shilong，et al.Cloud Manufacturing:a New Service－oriented Networked Manufacturing Model［J］.Computer Integrated Manufacturing Systems，2010，16(1):1-7.

［2］陶飛，張霖，郭華，等.云制造特征及云服務(wù)組合關(guān)鍵問題研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2011，17(3):477-486.

Tao Fei，Zhang Lin，Guo Hua，et al.Typical Characteristics of Cloud Manufacturing and Several Key Issues of Cloud Service Composition［J］.Computer Integrated Manufacturing Systems，2011，17(3):477-486.

［3］劉衛(wèi)寧，劉波，孫棣華.面向多任務(wù)的制造云服務(wù)組合研究［J/OL］.計(jì)算機(jī)集成制造系統(tǒng)，2012［2012-03-16］.http://www.cnki.net/kcms/detail/11.3619.TP.20120201.1556.003.htm l.

［4］Tao Fei，Zhao Dongming，Hu Yefa，et al.Resource Service Composition and Its Optimal Selection Based on ParticlesWarm Optimization in Manufacturing Grid System［J］.IEEE Transactions on Industrial Informatics，2008，4(4):315-327.

［5］Zhang L，Guo H，Tao F，et al.Flexible Management of Resource Service Composition in Cloud Manufacturing［C］//2010 IEEE International Conference on Industrial Engineering＆ Engineering Management(IE＆EM 2010).Macao，2010:2278-2282.

［6］鄧水光，黃龍濤，尹建偉，等.Web服務(wù)組合技術(shù)框架及其研究進(jìn)展［J］.計(jì)算機(jī)集成制造系統(tǒng)，2011，17(2):404-412.

Deng Shuiguang，Huang Longtao，Yin Jianwei，et al.Technical Framework for Web Services Composition and Its Progress［J］.Computer Integrated Manufacturing Systems，2011，17(2):404-412.

［7］Cardoso J，Sheth A，Miller J，et al.Quality of Service for Workflows and Web Service Processes［J］.Journal ofWeb Semantics，2004，1(3):281-308.

［8］Zeng L，Benatallah B，Ngu A H H，et al.QoS － aware Middleware for Web Services Composition［J］.IEEE Transactions on Software Engineering，2004，30(5):311-327.

［9］宋涇舸，查建中，陸一平.基于虛擬裝配體綁定的產(chǎn)品層次化裝配序列生成［J］.北京交通大學(xué)學(xué)報(bào)，2011，35(1):145-149.

Song Jingge，Cha Jianzhong，Lu Yiping.Assembly Sequence Generation for Hierarchical Structure Product Based on Virtual Assembly Binding［J］.Journal of Beijing Jiaotong University，2011，35(1):145-149.

［10］何鳳英.基于用戶偏好的HTN規(guī)劃在網(wǎng)格服務(wù)組合中的研究［J］.福州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，38(1):14-19.

He Fengying.The Research of HTN Planning in Grid Services Composition Based on User Preferences［J］.Journal of Fuzhou University(Natural Science Edition)，2010，38(1):14-19.

［11］蕭毅鴻，周獻(xiàn)中，朱亮，等.基于改進(jìn)層級任務(wù)網(wǎng)絡(luò)規(guī)劃的Web服務(wù)自動組合［J］.江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012，33(1):77-82.

Xiao Yihong，Zhou Xianzhong，Zhu Liang，et al.Automatic Web Services Composition Based on Improved HTN Planning［J］.Journal of Jiangsu University(Natural Science Edition)，2012，33(1):77-82.

［12］李惠林，殷國富，謝慶生，等.面向網(wǎng)絡(luò)化制造的制造資源組合評價(jià)方法研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2008，14(5):955-961.

Li Huilin，Yin Guofu，Xie Qingsheng，et al.Manufacturing Resource Combination Evaluation Method Oriented to Networked Manufacturing［J］.Computer Integrated Manufacturing Systems，2008，14(5):955-961.

［13］劉麗蘭，俞濤，施戰(zhàn)備.制造網(wǎng)格中服務(wù)質(zhì)量管理系統(tǒng)的研究［J］.計(jì)算機(jī)集成制造系統(tǒng)－CIMS，2005，11(2):284-288.

Liu Lilan，Yu Tao，Shi Zhanbei.Quality of Service Management System in Manufacturing Grid［J］.Computer Integrated Manufacturing Systems － CIMS，2005，11(2):284-288.

［14］劉麗蘭，俞濤，施戰(zhàn)備.制造網(wǎng)格中基于服務(wù)質(zhì)量的資源調(diào)度研究［J］.計(jì)算機(jī)集成制造系統(tǒng) －CIMS，2005，11(4):475-480.

Liu Lilan，Yu Tao，Shi Zhanbei.Research on QoS －based Resource Scheduling in Manufacturing Grid［J］.Computer Integrated Manufacturing Systems－CIMS，2005，11(4):475-480.

［15］陶飛，胡業(yè)發(fā)，張霖.制造網(wǎng)格資源服務(wù)優(yōu)化配置理論與方法［M］.北京:機(jī)械工業(yè)出版社，2010.

［16］Xu Xun.From Cloud Computing to Cloud Manufacturing［J］.Robotics and Computer－ Integrated Manufacturing，2011，2(1):75-86.

［17］侯偉偉，劉檢華，寧汝新，等.基于層次鏈的產(chǎn)品裝配過程建模方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2009，15(8):1522-1527.

Hou Weiwei，Liu Jianhua，Ning Ruxin，et al.Product Assembly Process Modeling Method Based on Hierarchy Chain Technique［J］.Computer Integrated Manufacturing Systems，2009，15(8):1522-1527.

［18］Tao Fei，Hu Yefa，Zhao Dongming，et al.Study on Manufacturing Grid Resource Service QoS Modeling and Evaluation［J］.International Journal of Advanced Manufacturing Technology，2009，41(9):1034-1042.