李穎新，劉繼紅，張 宏，侯永柱，何志軍，樊江鑫

(1.南京理工大學 計算機科學與工程學院，江蘇 南京 210094； 2.北京航空航天大學 機械工程及自動化學院，北京 100191； 3.北京理工大學 機械與車輛學院，北京 100081)

0 引言

云制造是一種融合云計算、物聯(lián)網(wǎng)、高性能計算等智能技術(shù)，將制造資源與制造能力進行統(tǒng)一、集中管理，并為全生命周期用戶提供實時所需、安全可靠和優(yōu)質(zhì)價廉的制造服務的技術(shù)[1]。在云制造概念的基礎(chǔ)上充分利用大數(shù)據(jù)處理、機器學習等人工智能技術(shù)，對形成“萬物互聯(lián)、智能引領(lǐng)、數(shù)據(jù)驅(qū)動、共享服務、跨界融合、萬眾創(chuàng)新”的新業(yè)態(tài)具有重要作用[2]。航空航天、軌道交通、海洋工程等集團企業(yè)在長期的產(chǎn)品研制過程中積累了大量研發(fā)設(shè)計知識資源，這些資源已經(jīng)成為企業(yè)的寶貴資產(chǎn)。然而因為研發(fā)設(shè)計知識資源通常分散在不同組織/系統(tǒng)中，缺乏統(tǒng)一管理，共享效率低且與研發(fā)流程融合不足，無法在產(chǎn)品全生命周期中發(fā)揮核心價值[3]，所以借助云制造的相關(guān)理念搭建集團企業(yè)云服務平臺，對研發(fā)設(shè)計知識資源進行統(tǒng)一管理，以實現(xiàn)知識資源的充分共享與有效復用。

在云制造模式下，制造資源與制造能力通過有效的途徑進行匹配并服務于制造過程，是充分發(fā)揮云制造模式的關(guān)鍵，為此胡艷娟等[4]分析了云制造服務評價理論與方法的研究現(xiàn)狀。在知識資源服務設(shè)計任務的過程中，同樣存在服務質(zhì)量和效率的優(yōu)劣之分，因此需要構(gòu)建滿足研發(fā)設(shè)計任務和知識資源特點的評價體系與匹配決策方法。

任務與資源的雙邊匹配決策是一種考慮匹配主體雙方滿意度決策的方法，通過在匹配決策過程中最大化匹配主體雙方滿意度獲得相對穩(wěn)定的匹配組合，其中合理高效的匹配策略能夠提高管理過程中決策的有效性。對于航空航天領(lǐng)域的復雜裝備研制，設(shè)計活動中任務與知識資源匹配關(guān)系的確立是知識資源供應主體和知識需求主體之間雙向選擇的結(jié)果。然而目前相關(guān)研究多是從設(shè)計任務角度出發(fā)的單向匹配[5-7]，未能充分考慮知識供應主體自身的特性和偏好。將雙邊匹配的概念引入設(shè)計知識資源匹配問題，在原有單向匹配的基礎(chǔ)上增加知識需求主體即設(shè)計人員主觀意愿，建立基于知識資源供應方與知識需求方兩者滿意度的雙邊匹配模型，有助于提升設(shè)計任務與知識資源之間的匹配效果。

本文在考慮設(shè)計任務需求與設(shè)計知識資源服務能力匹配度的前提下，將設(shè)計任務—知識資源的滿意度納入設(shè)計知識資源匹配考慮的范疇，提出研發(fā)設(shè)計任務與知識資源雙邊匹配總體框架，構(gòu)建雙邊匹配滿意度評價指標體系，利用Vague集對雙邊匹配產(chǎn)生的多指標滿意度評價信息進行處理，并建立設(shè)計任務與知識資源的多目標雙邊匹配決策模型。

1 研發(fā)設(shè)計任務與知識資源雙邊匹配總體框架

在雙邊匹配決策問題中，匹配主體雙方的滿意度評價是完成決策的關(guān)鍵環(huán)節(jié)之一，對雙方滿意度的評價和計算是否有效合理，將直接決定匹配決策的精準性。圖1所示為設(shè)計任務與知識資源雙邊匹配總體框架，包括確定雙邊匹配問題與雙邊匹配主題、構(gòu)建匹配主體雙方滿意度評價指標體系、處理匹配主體雙方滿意度評價信息、雙邊匹配計算和輸出匹配決策結(jié)果5個步驟。

設(shè)計任務與知識資源雙邊匹配流程如下：

步驟1雙邊匹配問題與雙邊匹配主題的確定，設(shè)計任務的主體是設(shè)計人員，知識資源的主體是資源供應方，設(shè)計任務與知識資源匹配雙方的滿意度分別為設(shè)計任務與知識資源服務能力的匹配情況、資源供應方對設(shè)計任務的偏好情況。

步驟2構(gòu)建用于衡量設(shè)計任務對知識資源服務能力的評價指標集，以及知識資源對設(shè)計任務偏好的評價指標集。以知識資源共享平臺中的歷史數(shù)據(jù)為信息來源，分別按照兩個不同的評價指標體系進行評價，獲取匹配主體雙方的滿意度評價信息。

步驟3采用多指標滿意度評價方法對匹配主體雙方滿意度評價信息進行處理，獲得設(shè)計任務對知識資源服務能力的綜合評價結(jié)果a和資源供應方對每個任務偏好的綜合評價結(jié)果b。

步驟4根據(jù)匹配主體雙方的滿意度評價結(jié)果進行雙邊匹配決策，獲得最優(yōu)匹配結(jié)果。

步驟5輸出匹配決策結(jié)果，即為考慮設(shè)計任務與知識資源雙邊主體的最優(yōu)資源。

2 滿意度評價指標體系

2.1 基于設(shè)計任務需求的匹配分析

基于設(shè)計任務需求的匹配分析是以尋找滿足任務需求的知識資源為目標，對任務所需的知識資源進行一致性匹配的方法。在云制造模式下，知識資源的優(yōu)劣不僅取決于知識資源的質(zhì)量，還取決于使用該知識資源所付出的成本和代價。因為知識資源是用于解決設(shè)計任務的智力要素，所以對知識資源質(zhì)量的評價需要考慮知識資源的可信程度、適用范圍、時效情況等因素，對知識資源使用成本的評價主要考慮時間和費用成本兩個因素。云制造模型下，基于任務需求的知識資源評價指標及其獲取方式如表1所示。

表1 知識資源評價指標體系

一級指標權(quán)重向量為

ω1=[ωC,ωA,ωT,ωU]T。

(1)

二級指標權(quán)重向量為：

(2)

(3)

指標歸一化后，知識資源評價矩陣

KREM=[C,A,T,U]ω1，

(4)

(5)

2.2 基于資源供應方偏好的匹配分析

知識資源的供應方也會以設(shè)計任務的知識服務主體參與設(shè)計任務，因此在任務—資源匹配過程中還需要兼顧知識資源供應方對任務的偏好。基于資源供應方偏好的匹配是以尋找滿足資源供應方偏好的任務為目的進行一致性匹配的方法。在設(shè)計知識資源匹配過程中，資源供給方會根據(jù)對自身知識能力的判斷和興趣偏好選擇設(shè)計任務，即對不同類型的設(shè)計任務表現(xiàn)出不同的傾向。在執(zhí)行任務的過程中，資源供給方對任務的傾向性會影響設(shè)計任務完成的質(zhì)量和效率。通常資源供給方對任務的偏好主要表現(xiàn)在對任務的選擇性參與行為上，其對哪類任務更感興趣就會更傾向于服務和參與該類任務，對服務和參與任務的行為數(shù)據(jù)可以通過資源供應方在云平臺的歷史任務參與數(shù)據(jù)中獲得。

知識資源供應方對設(shè)計任務的興趣偏好與設(shè)計任務的類型和屬性相關(guān)，不同的供應方對設(shè)計任務表現(xiàn)出不同的興趣偏好。知識資源供應方對設(shè)計任務偏好的影響因素包括任務需求的知識類型、技能水平、任務報酬等，這些任務屬性為基于資源供應方偏好的任務匹配提供了依據(jù)。本文從任務類型和任務復雜度兩方面對設(shè)計任務進行建模，設(shè)計任務的表示模型為

T=(Tt,Tc)。

(6)

式中：Tt為任務類型；Tc為任務的難易程度。

資源提供方對不同類型任務的偏好程度由該項資源參與的所有任務中該類任務所占的比重確定，通過分析和統(tǒng)計其參與的設(shè)計任務屬性，即可獲得資源提供方對不同任務的偏好評分，從興趣偏好角度進行任務匹配。

3 雙邊匹配建模與求解

3.1 評價信息與滿意度矩陣的構(gòu)建

在任務—資源雙邊匹配模型中，設(shè)任務集T={T1,T2,…,Ti,…,Tm}，m>1，Ti表示第i個任務，i=1,2,…，m；資源集S={S1,S2,…,Sj,…,Sn}，n>1，Sj表示第j個資源，j=1,2,…，n；設(shè)m

因為序值Rij，Qij的確定分別受任務需求與資源服務能力、資源偏好等諸多因素影響，特別是在云模式下，多主體交互與資源共享過程中存在需求表述不明確、評價結(jié)果難以定量描述等模糊和不確定問題，所以處理不確定信息的模糊數(shù)學方法適用于確定偏序值。Vague集在含糊性知識表達和處理方面具有獨特優(yōu)勢，且可同時表示支持和反對的證據(jù)[8]，因此本文采用Vague集對雙邊匹配滿意度評價信息進行處理。Vague集A在點x的Vague值可表示為

uA(x)∈[tA(x),1-fA(x)]?[0,1]。

(7)

式中：tA(x)為真隸屬函數(shù)，表示x∈A的支持度；fA(x)為假隸屬函數(shù)，表示x?A的支持度；1-fA(x)-tA(x)表示x∈A的未知程度。

假設(shè)集團企業(yè)云服務平臺中存在l條記錄，由于記錄是真實發(fā)生的資源匹配，在理想情況下對于每條記錄均有tA(x)=1，fA(x)=0，1-fA(x)-tA(x)=0。設(shè)wk為記錄k在所有記錄中所占的比值，則設(shè)計任務與知識資源間的序值可定義為

(8)

(9)

由此可計算雙邊匹配主體的滿意度矩陣。因為序值和滿意度屬于互逆指標，所以定義如下：

設(shè)計任務對知識資源的滿意度矩陣

ST=[aij]，aij=[Di(Ri,G)(j)]-1。

(10)

資源供應方對設(shè)計任務的滿意度矩陣

SS=[bij]，bij=[Dj(Qj,H)(i)]-1。

(11)

3.2 多目標決策模型的構(gòu)建與求解

雙邊匹配的目的是使參與雙邊匹配的兩個主體——設(shè)計人員和知識資源供應方都能獲得最大滿意度，通過分析和計算兩者間的滿意度，可以建立以設(shè)計任務和設(shè)計知識資源雙方主體滿意度最大為原則的雙邊匹配決策模型，盡量滿足設(shè)計人員和資源供應方的需求。設(shè)xij是一個0-1變量，xij=0表示設(shè)計任務Ti最終沒有與設(shè)計知識資源Sj形成匹配，xij=1表示設(shè)計任務Ti與供應方Sj最終形成匹配。根據(jù)設(shè)計任務和設(shè)計知識資源雙方滿意度最大的要求及計算獲得的雙方滿意度矩陣，構(gòu)建雙邊匹配數(shù)學模型：

(12)

(13)

(14)

(15)

xij∈{0,1}。

(16)

其中：式(12)和式(13)為設(shè)計任務和知識資源雙邊匹配模型的目標函數(shù)，式(12)表示盡量使設(shè)計任務T對設(shè)計知識資源S的滿意度最大，式(13)表示盡量使設(shè)計知識資源S對設(shè)計任務T的滿意度最大；式(14)和式(15)為設(shè)計任務雙邊匹配模型的約束函數(shù)，分別表示每個設(shè)計知識資源最多只被分配到一個設(shè)計任務，每個設(shè)計任務最多只分配給一個設(shè)計知識資源。

式(12)和式(13)為多目標優(yōu)化函數(shù)，可采用線性加權(quán)的方法對其進行加權(quán)并轉(zhuǎn)化為一個新的目標函數(shù)。設(shè)式(14)和式(15)的權(quán)重分別為θ1和θ2，轉(zhuǎn)化得到的函數(shù)為：

(17)

(18)

(19)

xij∈{0,1}。

(20)

通過線性混合整數(shù)規(guī)劃的方法對上式進行求解，即可獲得最終的任務—資源匹配方案。

4 實例驗證

本文以衛(wèi)星研制過程中的產(chǎn)品工藝設(shè)計任務與工藝知識資源間的匹配為例，驗證設(shè)計任務與知識資源的雙邊匹配方法。首先，面向覆蓋設(shè)計、工藝、制造、裝配、檢測等業(yè)務過程，梳理衛(wèi)星研制過程的概念術(shù)語，以衛(wèi)星產(chǎn)品結(jié)構(gòu)為核心構(gòu)建衛(wèi)星研制本體，并對研制周期各階段知識資源進行組織，衛(wèi)星研制本體(部分)如圖2所示。

從某云設(shè)計平臺獲取了最近一年的歷史數(shù)據(jù)，抽取了7個待匹配元任務(T)和系統(tǒng)中的12位設(shè)計知識資源供應方(U)進行雙邊匹配，根據(jù)本文方法對平臺內(nèi)的相關(guān)數(shù)據(jù)做初步處理和分析，并進行雙邊評價，根據(jù)評價結(jié)果對設(shè)計任務和知識資源供應主體之間進行雙邊匹配和驗證，具體過程如下：

(1)基于任務需求的設(shè)計知識資源服務能力評價

結(jié)合表1中對用戶能力素質(zhì)評價指標的描述和計算方法，分別計算各評價指標間的相似度，最終獲得用戶知識能力與任務需求間知識能力的相似度，構(gòu)建任務T對資源S的完全序值矩陣?；谌蝿招枨蟮闹R資源能力評價結(jié)果如表2所示。

采用主成分分析法(Principal Components Analysis, PCA)和層次分析法(Analytic Hierarchy Process, AHP)計算知識資源評價矩陣KREM，將其應用卡方分布離散化為Vague集等級，獲得設(shè)計任務對知識資源的滿意度矩陣(如表3)，并根據(jù)歷史記錄獲取期望向量G=([0.7,0.8],[0.3,0.6],[0.4,0.5],[0.75,0.9],[0.8,0.9],[0.65,0.7],[0.55,0.65],[0.7,0.75],[0.4,0.7],[0.3,0.65],[0.6,0.75],[0.5,0.5])。

(2)基于資源供應方偏好的滿意度評價

根據(jù)資源供應方對設(shè)計任務的興趣偏好評價獲得對設(shè)計任務的滿意度矩陣，如表4所示。

表2 設(shè)計任務T1對部分設(shè)計知識資源服務能力的評價結(jié)果

表4 資源供應方對設(shè)計任務的滿意度矩陣

(3)雙邊匹配結(jié)果與分析

根據(jù)設(shè)計任務和資源供應方滿意度最大的要求，將上述計算獲得的兩個滿意度矩陣代入式(5)進行求解，獲得任務匹配矩陣。最終的匹配結(jié)果為T1-U4，T2-U7，T3-U11，T4-U12，T5-U5，T6-U10，T7-U1。

為驗證本文所述匹配方法的有效性，現(xiàn)將原有匹配結(jié)果與本文得到的匹配結(jié)果進行對比，從任務完成時間、任務完成評分、設(shè)計任務對知識資源的滿意度及資源對設(shè)計任務的滿意度多方面衡量匹配結(jié)果。

根據(jù)云平臺中的數(shù)據(jù)，原來的設(shè)計任務-資源供應方匹配情況為T1-U10，T2-U12，T3-U2，T4-U11，T5-U5，T6-U9，T7-U4。平臺原始匹配結(jié)果中，所有設(shè)計用戶完成任務的總時長為133.25 h，任務完成的質(zhì)量總評分為733。設(shè)計人員對知識資源供應方的滿意度依次為0.54，0.57，0.35，0.88，0.80，0.60，0.58，0.93，總體滿意度為5.25；知識資源供應方對設(shè)計任務的滿意度依次為0.77，0.27，0.78，0.49，0.85，0.07，0.86，0.59，總體滿意度為4.68。

按照本文得到的匹配結(jié)果邀請相關(guān)設(shè)計人員完成設(shè)計任務，所有設(shè)計人員完成任務的總時長為119.3 h，較原方案提高了10.47%，任務完成的質(zhì)量總評分為747，較原方案提高了1.91%。設(shè)計人員對知識資源供應方的滿意度依次為0.68，0.78，0.58，0.55，0.80，0.79，0.59，0.95，總體滿意度為5.72，較原有匹配方案提高了8.95%；知識資源供應方對設(shè)計任務的滿意度依次為0.68，0.98，0.86，1.00，0.85，0.77，0.93，0.98，總體滿意度為7.06，較原有匹配方案提高了50.85%。

5 結(jié)束語

為解決研發(fā)設(shè)計任務與知識資源之間的雙邊匹配問題，充分提升集團企業(yè)云服務平臺在知識資源共享和復用方面的能力，本文提出面向云制造模式的研發(fā)設(shè)計任務與知識資源雙邊匹配總體框架，并提出雙邊匹配滿意度評價指標體系、多指標滿意度評價信息處理，以及多目標雙邊匹配決策模型構(gòu)建與求解等方法。通過衛(wèi)星產(chǎn)品研制工藝知識對設(shè)計任務和知識資源供應主體之間進行雙邊匹配與驗證。結(jié)果表明，本文所提方法提高了設(shè)計人員與知識資源供應方之間的滿意度，并在此基礎(chǔ)上提升了產(chǎn)品設(shè)計任務執(zhí)行的效率和質(zhì)量。然而，設(shè)計任務與知識資源匹配的討論并未結(jié)束，對目前平臺的運行效果仍有可以提升的地方，未來將繼續(xù)學習最新的方法理論，對這些問題進行更深入地研究。