張理志,苑明海*,周開俊,李亞東
(1.河海大學 機電工程學院,江蘇 常州 213000;2.南通河海大學 海洋與近海工程研究院,江蘇 南通 226300;3.南通職業(yè)大學,江蘇 南通 226300)
隨著云制造模式的推進,云制造服務的評價理論方法也不斷更新,云制造服務的評價對于整個云制造平臺的運行有著關鍵作用,為整個云制造系統(tǒng)中制造資源的調(diào)度提供了基礎性保證。陳友玲等[1]提出了從企業(yè)維、服務維、交互維三個方面建立服務能力評價體系,利用變精度粗糙集算法計算權重值及敏感系數(shù)修正用戶偏好的方法進行求解服務能力值。封宇等[2]提出了一種層次化可配置的可信評價模型,將評價對象分為服務實例、服務產(chǎn)品、服務主體三個層次。胡艷娟等[3]基于模糊理論,采用定量與定性相結合,建立綜合評價指標體系和綜合評價模型。賀可太等[4]建立了一般評價指標體系和可擴展的量化模型,用項目協(xié)同的方法校正指標數(shù)值,利用三角模糊數(shù)算法計算相似度,得到服務質(zhì)量綜合性能排序,快速優(yōu)選出最佳服務。王澤[5]利用熵值法為各屬性項目進行比重取值,將資源進行模塊化切入形式,對QoS評價模型進行改進。謝燦等[6]提出采用G1-法和變精度粗糙集理論兩種賦權方法對云制造服務進行評價。Zhao等[7]提出了基于預測評估和推薦評估的資源選擇方法;Huang等[8]提出了一種用于云制造服務的自組織評價方法,并在此基礎上提出了一種結合熵值法的云制造服務自組織評價算法。Zhang等[9]提出了一種基于訂單偏好與理想解決方案相似度的面向客戶的評估方法,以及一種實時訂單分配機制。Feng等[10]提出了一種基于協(xié)作過濾的可配置信譽評估方法。Khamdi等[11]提出了一種分層的可靠性評估模型來評估云制造服務的可靠性。Yang等[12]通過對歷史服務評估數(shù)據(jù)進行量化,提出了基于服務滿意度的信任評估模型。唐娟等[13]提出了基于可信評價的基于DS/AHP的云制造服務質(zhì)量評價方法。
模糊理論是指用到了模糊集合的基本概念或連續(xù)隸屬度函數(shù)的理論,是由美國加州大學教授L.A.Zadeh提出[14]。該文主要根據(jù)模糊理論中的模糊數(shù)學與模糊決策兩部分,充分考慮和接受評價對象的意見,并且全面地做好面對多種情況同時發(fā)生的準備。當前的云制造服務評價體系中,評價指標多種多樣,具有明顯的層次化特征,與云制造服務特點相匹配,根據(jù)模糊數(shù)學,建立模糊綜合評價模型。
當評價對象比較復雜,影響因素較多時,可根據(jù)模糊綜合評價算法,進行一級評價和多級評價,但一級評價不足以體現(xiàn)多層次模糊綜合評價的優(yōu)勢。同時,由于評價指標要進行權重歸一化處理,但會使各指標權重相對較小,差距較小,因此很難分配權重,且可能造成結果不準確。在此基礎上,首先對低級評價指標進行綜合評價,得出的結果作為高一級評價的參考值,這樣逐層評價,形成完整的綜合評價結果。圖1所示為云制造服務的多層次模糊綜合評價模型的流程。
圖1 多層次模糊綜合評價模型的流程
云制造服務綜合評價的指標體系多樣復雜,為使各評價指標的重要程度均有體現(xiàn),使各評價指標達到最優(yōu),且加權平均型算子具有體現(xiàn)權重作用明顯、模糊關系矩陣利用程度充分、綜合程度強等特點,因此綜合考慮,選擇加權平均型模糊算子[15]。
將云制造服務綜合評價指標體系中每個指標的綜合權重與每級評價的模糊關系矩陣R按加權平均型模糊算子進行運算,即可得到每級被評價指標的模糊綜合評價結果向量F:
(1)
1.2.1 層次分析法確定權重
層次分析法由目標層、準則層及對象層組成,用求解判斷矩陣特征向量的方法,解得每一層次的各元素對上一層次某元素的優(yōu)先權重,再根據(jù)加權和的方法計算得出總目標權重,即可對評價對象進行評價[16]。
層次分析法建模過程:第一、確定評價對象,建立各層次評價模型;第二、構造判斷矩陣;第三、進行層次單排序;第四、進行層次總排序,具體如下:
首先,通過對評價對象的詳細研究分析后,建立適當?shù)脑u價結構模型,通過層次化模型將復雜問題簡單化,一般分為三個層次,即最高層、中間層、最底層,上層因素對下層因素起支配作用。
其次,構造判斷矩陣,層次化結構模型建立好,確定了不同層次之間的邏輯關系。為了確定同一層次中各因素的比重,引入兩兩對比判斷矩陣,即1-9標度成對比較矩陣,如表1所示。構造m階兩兩對比判斷矩陣,其中B=(bij)m×m代表同一層次所有兩兩對比因素組成的矩陣,m是因素的個數(shù),bij是xi和xi相對于上一層次中某元素的重要程度的比值,bij是bji的倒數(shù)。
表1 1-9標度
再次,根據(jù)判斷矩陣B,由公式BW=λmaxW可知λmax為B的最大特征根,求解最大特征根的具體步驟如下:
(1)對B中元素進行歸一化處理:
(2)
(3)
(4)
由上可得因素權重的大小,但還需進行一致性檢驗。由判斷矩陣B=(bij)m×m計算得出wi,得出:
(5)
將得出的最大特征值代入下式,可得出一致性指標值CI。
(6)
查找相對應的平均隨機一致性指標,如表2所示。
表2 平均隨機一致性指標
再根據(jù)下式得出一致性比值CR。
CR=CI/RI
(7)
當CR<0.1時,則兩兩對比判斷矩陣符合,否則需進一步修正判斷矩陣。
以上得出的是一組元素與其對應的上一層某個元素的權重,由上至下逐層計算,可得同一層次所有元素相對于最高層元素權重的總排序,由表3計算出層次總排序權重。
表3 層次排序
若已知E層次的單排序一致性指標CI(j),j=1,2,…,m以及平均隨機一致性指標RI(j),則F層次總排序一致性檢驗為:
(8)
同理,當CR<0.1時,權重合理可采用。
1.2.2 熵權法確定權重
熵是系統(tǒng)無序程度的一種度量,若指標的信息熵越小,則該指標提供的信息量越大,在綜合評價中作用越大,權重越高。因此,利用熵權法計算各指標的權重,為綜合評價提供依據(jù)。
熵權法是一種客觀的賦權方法,具體的建模步驟如下:在云制造服務綜合評價指標體系中,設有m個云制造服務樣本,每個樣本中包含n個評價指標,其相對應的各指標值為bij(i=1,2,…,m;j=1,2,…,n),其指標矩陣為B=(bij)m×n。
首先對樣本指標矩陣進行歸一化處理,分為越大越優(yōu)型指標和越小越優(yōu)型指標,處理公式分別如下:
(9)
(10)
矩陣標準化之后,則第i個指標的熵值ei為:
(11)
當?shù)贸龅趇個指標的熵值后,則第i個熵權為:
(12)
即熵權法得出的評價指標權重為βi。
1.2.3 綜合權重確定
第一級評價指標用層次分析法確定,第二級評價指標的權重由層次分析法與熵權法共同確定,得到綜合權重,如下式:
αi=δwi+(1-δ)βi
(13)
其中,δ為主觀偏好系數(shù),1-δ為客觀偏好系數(shù),該文認為主客觀偏好同等重要,因此取δ=0.5。
智慧云制造環(huán)境下,云制造服務受多方面因素影響,為了得到科學、準確的評價結果,應建立合理、科學、全面的云制造服務評價指標體系[17]。建立體系需遵循下列準則:
(1)全面性原則。
為了能夠對云制造進行全面、完整、系統(tǒng)的評價,在構建評價指標體系時應遵循全面性原則。
(2)準確性原則。
云制造服務評價指標體系應該以準確性原則為基礎,能夠真實、客觀地反映云制造服務水平,各評價指標的概念準確、清晰、獨立。
(3)適用性原則。
進行云制造服務綜合評價時,為了使云制造服務評價指標體系能夠在實際應用中起到評價和指導的作用,該評價指標體系必須具有適用性。
(4)簡便性原則。
在選擇云制造服務評價的指標時,應該充分考慮云制造服務評價體系的簡潔性。如若評價指標的數(shù)量不僅多且復雜交叉,則會使評價結果不準確。
云制造服務是一個復雜的服務組合系統(tǒng),建立完善的云制造服務評價指標體系需要選擇準確、全面的評價指標。根據(jù)上述構建原則,該文建立的云制造服務資源的綜合評價體系中,包含七個一級指標及十六個二級指標。一級指標為:時間、成本、質(zhì)量、服務、信譽度、柔性、可靠性。
(1)時間指標,指云制造服務平臺接收到任務需求所需要的響應時間、在加工過程中需要的時間、物流運輸搬送的時間,時間指標可直接反映出資源的好壞。
(2)成本指標,指整個產(chǎn)品的加工成本、物流花費、軟件資源的升級維護費用等。
(3)質(zhì)量指標,主要指技術質(zhì)量及產(chǎn)品合格率。
(4)服務指標,指云制造服務資源的可使用性和服務能力。
(5)信譽度指標,指云制造服務的完成效果及服務的準時性和及時性。
(6)柔性指標,指云制造服務資源在面對非確定因素時的應變能力。
(7)可靠性指標,指能按時完成任務和高質(zhì)量完成任務的能力。
由上述內(nèi)容可知,云制造服務綜合評價指標體系是一個二級體系,可知每個一級指標(質(zhì)量指標Q1、成本指標C1、時間指標T1、服務指標S1、信譽度指標B1、柔性指標F1、可靠性指標D1)都可構成一個模糊評價的過程。因此,評價過程即為先對每一個一級指標對應的二級指標進行評價,再最終對一級指標進行評價,逐層評價之后得出綜合評價結果。
第一層評價因素集為:
第二層評價因素集為:
由上述云制造服務綜合評價指標體系可知,第二級評價指標類型多樣,其指標的取值范圍波動較大,因此需建立不同指標的評語集。
該文將評價指標的評語集定為“優(yōu)秀、良好、中等、及格、不及格”五個等級。在十六個二級指標之中有四個指標為定性指標,設置與五個等級相對應的值為95、85、75、65、55(單位均為:%)。定量指標有十二個,具體的等級對應值如表4所示。
表4 指標評語集
由上述表中內(nèi)容,對評價指標進行模糊處理,再對每個評價指標從各因素上進行量化處理,從而根據(jù)單因素得出被評價指標與所對應的等級模糊子集的隸屬度。該文利用模糊梯形分布及三角函數(shù)分布,計算各評價指標的隸屬度。由于評價指標有兩種類型,越大越優(yōu)型和越小越優(yōu)型,不同類型采用的指標公式不同,具體如下:
(1)越大越優(yōu)型(模糊升梯形公式)。
(14)
(15)
(16)
(2)越小越優(yōu)型(模糊降梯形公式)。
(17)
(18)
(19)
其中,i=2,3,4,r1,r2,r3,r4,r5表示經(jīng)過模糊運算后對應于五個等級的隸屬度值,k1,k2,k3,k4,k5分別對應“優(yōu)秀、良好、中等、及格、不及格”五個等級,x表示不同評價因素集對應于指標的實際值。
(20)
為了證明該文云制造服務綜合評價模型的可適用性及簡便操作性,以一個云制造服務為例,計算操作過程,得出評價結果,表5為該云制造服務各評價指標的實際值。
表5 評價指標實際值
下面以計算時間指標為例,且時間指標為越小越優(yōu)型指標,代入公式,可得出時間指標的隸屬度子集為:
即可得到服務時間指標的模糊評價矩陣為:
同理可得:
成本指標的模糊評價矩陣為:
質(zhì)量指標的模糊評價矩陣為:
服務指標的模糊評價矩陣為:
信譽度指標的模糊評價矩陣為:
柔性指標的模糊評價矩陣為:
可靠性指標的模糊評價矩陣為:
(1)層次分析法計算主觀權重。
(i)根據(jù)表1構造兩兩對比判斷矩陣,如表6所示。
表6 判斷矩陣
(ii)層次單排序。
(iii)一致性檢驗。
同理,可計算得出其他指標權重,利用上述一致性檢驗公式檢驗各權重合理性,檢驗結果均合理。
(2)根據(jù)熵權法計算客觀權重。
利用上述熵權法求解權重公式,利用Matlab軟件編程可得出各指標的實際權重,一共十六個二級指標,如表7所示。
表7 熵權法求解權重值
(3)求出組合權重。
根據(jù)式(8),可計算得出:
由式(1)可分別計算二級評價指標的模糊評價結果矩陣和一級評價指標的模糊評價結果矩陣,具體結果如下:
FT=αT*RT1=
FC=αC*RC1=
FQ=αQ*RQ1=
表8 評價等級
根據(jù)評價等級表8,可知該云制造服務屬于優(yōu)秀等級。
首先根據(jù)當前的云制造服務評價體系中評價指標多種多樣,具有明顯的層次化特征,與云制造服務特點相匹配,根據(jù)模糊數(shù)學,建立模糊綜合評價模型,并確定了由層次分析法和熵權法組合確定權重的方法。其次確定了一級和二級評價指標,建立了云制造服務資源綜合評價指標體系。最后,通過云制造服務實例驗證了該模型及方法的操作簡便性及實用性。