制造云服务组合柔性评价指标体系研究

祝爱民， 李　雪， 于丽娟， 蒋亚朋

(沈阳工业大学 管理学院， 沈阳 110870)

*本文已于2015-01-07 17∶02在中国知网优先数字出版。 网络出版地址： http：∥www.cnki.net/kcms/detail/21.1558.C.20150107.1702.014.html

【装备制造业发展研究】

制造云服务组合柔性评价指标体系研究

祝爱民， 李雪， 于丽娟， 蒋亚朋

(沈阳工业大学 管理学院， 沈阳 110870)

摘要：制造云服务组合作为提高云制造资源利用率、实现制造资源增值的关键途径之一，对于云制造的实施和开展具有重要作用。在明确制造云服务及制造云服务组合柔性概念的基础上，系统分析云制造全生命周期内制造云服务组合柔性的影响因素，并从任务发出企业的角度建立了包括四个一级指标和九个二级指标在内的制造云服务组合柔性评价指标体系，为进一步构建制造云服务组合柔性评价模型、完善制造云服务组合优选系统、实现高效智能化的制造云服务管理提供理论支持。

关键词：云制造； 云服务； 制造云服务组合； 柔性； 评价指标体系

云制造是一种以规范化和通用化的行业标准为基础[1]，将现有的先进制造模式和服务技术与云计算和物联网等技术融合[2]，以实现对产品全生命周期(包括设计、制造、销售、服务等)的各类制造资源(包括制造硬件设备、服务、人力、物料、软件、数据、知识等)进行智能化整合和管理，为产品全生命周期过程提供可随时获取、按需使用、安全可靠、质优价廉的各类制造活动服务[3]，以满足顾客个性化产品需求、提高服务提供商利润、降低制造成本、实现制造资源优化配置为目标的绿色、高效、低耗的网络化制造模式。

在云制造中，用户的任务需求由制造云中的若干个制造云服务组合在一起共同完成。因此，制造云服务组合作为提高云制造资源利用率、实现制造资源增值的关键途径之一，对于云制造的实施和开展具有重要作用[4]。在云制造全生命周期中，当制造云服务组合遇到不确定性因素影响时，制造云服务组合的整体柔性直接关系到用户任务需求的完成程度和该组合的服务质量，这将对云制造模式的用户满意度造成较大影响。因此，应该将制造云服务组合柔性作为制造云服务组合优选的一项考核指标。因而对制造云服务组合柔性评价的研究至关重要。

目前，国内外学者对制造云服务组合的相关研究工作主要围绕相对抽象的技术层面展开。具体研究成果包括以下几个方面：(1)制造云服务发现与匹配技术，如智能化的制造云服务搜索与匹配方法[5]、网格制造中的制造云服务发现与匹配技术[6]、基于竞标机制的制造云服务主动寻租模型[7]和基于失效规则的制造云服务调用策略[8]等；(2)制造云服务形式化表达与验证技术，如基于Petri网的Web服务组合验证技术[9-10]、候选制造云服务集的过滤方法[11]和基于遗传算法的制造云服务组合问题实现[12]等；(3)制造云服务组合方法，如基于Agent的动态制造云服务组合方法[13]、针对用户需求动态变化问题的启发式制造云服务组合与优化方法[14]、基于QoS的多任务制造云服务组合模型[15]、基于工作流的多粒度制造资源组合方法[16]和基于层次化的制造云服务组合模型[17]等；(4)制造云服务组合优选，如面向新产品开发的云制造环境下制造云服务组合优选模型[18]、基于LG-MMAS算法的制造云服务组合优选[19]、基于可信评价的制造云服务选择模型[20]等。

虽然张霖、陶飞、郭华等人认识到制造云服务组合柔性管理是制造云服务组合的关键问题之一[21]，并提出了云制造中制造云服务组合过程的柔性管理框架[22]，但是，截至目前，国内外学者中仍旧没有人针对制造云服务组合柔性评价这一问题进行系统的研究。然而在云制造系统中，当制造云服务组合受到不确定性因素影响时，整体柔性较好的制造云服务组合更容易成功执行任务。因此，本文将从任务发出企业的角度对制造云服务组合柔性的评价指标体系进行深入研究，首先系统地分析制造云服务组合柔性的影响因素，然后建立科学、有效的制造云服务组合柔性评价指标体系，为进一步构建制造云服务组合柔性评价模型、完善制造云服务组合优选系统、实现高效智能化的制造云服务管理提供理论支持。

一、制造云服务组合

1. 制造云服务

制造云服务是指对经过标准化描述的各种制造资源分别进行虚拟化封装后，形成的能够满足用户制造全生命周期任务要求的各种服务。在云制造中，制造云服务除了包括云计算服务中的平台服务、基础设施服务、软件服务外，还包括论证服务、设计服务、生产加工服务、仿真服务、实验服务、集成服务、销售服务、采购服务和经营管理服务等。

2. 制造云服务组合过程

云制造中的制造云服务组合过程需要经历如图1所示的几个阶段[23]：(1)用户发出云制造任务请求。用户通过使用客户端或登录云制造门户网站的方式，在云制造平台上发布自己的任务请求。(2)云制造任务分解。云制造平台将制造云服务使用者提交的云制造任务分解成若干个不可再分且能被单个制造云服务执行并完成的子任务。(3)制造云服务搜索与匹配。对于每个子任务，根据功能需求在制造云中搜索并匹配相应的制造云服务，组成该子任务的候选制造云服务集。(4)制造云服务组合。从每个候选制造云服务集中选出一个候选制造云服务，生成所有可能的制造云服务组合。(5)制造云服务组合优选。从所有的制造云服务组合中优选出一个组合。(6)制造云服务组合执行任务。制造云服务组合在给定的多目标和约束下执行并完成本次云制造任务。(7)用户满意度评价。用户将对当次的制造云服务组合的任务执行情况进行评价。

3. 制造云服务组合柔性

柔性是指系统快速而经济地处理变化的环境或由环境引起的不确定性的能力[24-27]。柔性一般由缓冲能力、适应能力和创新能力构成。缓冲能力是系统抵御环境变化的一种功能；适应能力是指当环境变化时，系统在不改变其基本特征的前提下，作出响应调整，以适应环境变化的能力；创新能力是指系统采取一定的行为或措施，影响外部环境和改变内部条件的能力[28]。

图1　云制造中的制造云服务组合过程示意图

结合柔性的概念和云制造的特征，本文将制造云服务组合柔性定义为：在云制造全生命周期中，当制造云服务组合受到外力(如用户的任务需求改变、网络过载、系统崩溃等)或内力(如其他制造云服务进入或组合内部制造云服务退出、组合内制造云服务关联关系改变等)等不确定因素作用时，制造云服务组合能对由此产生的不可预期的动态变化作出快速反应，自主地动态调整制造云服务组合并完成用户需求或任务的能力。

二、制造云服务组合柔性影响因素

在云制造全生命周期中，从用户发出任务需求、任务需求分解、制造云服务搜索与匹配到制造云服务组合与优选、制造云服务组合任务执行，每一个阶段的任何不确定性因素变化都会影响到整个制造云服务组合的整体柔性。总体而言，可将制造云服务组合柔性的影响因素分为外部影响因素和内部影响因素，具体的影响因素划分情况如表1所示。

表1　制造云服务组合柔性的影响因素

1. 外部影响因素

外部影响因素是指一切归属于制造云服务组合外部的且会对制造云服务组合柔性产生影响的因素，如用户的任务需求变化、云制造服务平台技术因素等。

(1) 用户任务需求因素。云制造模式下，制造云服务的选择、使用、评价主体是用户。然而，由于市场环境变化、产品定位改变、企业战略调整等各方面原因，用户在产品设计、交货时间、订货数量等方面的任务需求难免会发生或多或少的改变，这些改变会在一定程度上影响制造云服务组合完成用户需求的程度。

(2) 云制造平台技术因素。云制造技术平台为制造云服务使用者和制造云服务提供者搭建了沟通的桥梁，在云制造模式的运行过程中发挥着重要的作用。一旦云制造平台中的某项技术无法正常使用，将会严重影响包括任务分解、制造云服务搜索与匹配在内的制造云服务组合过程。

2. 内部影响因素

内部影响因素是指来自制造云服务组合内部的且会对制造云服务组合柔性产生影响的因素，如制造云服务组合成员变化、组合内部各制造云服务之间的关联关系改变等。

(1) 制造云服务动态变化因素。在云制造过程中，已经组合好的制造云服务组合可能会出现以下三种情况：第一，某项或某几项制造云服务由于无法完成已分配好的子任务等原因而退出原组合；第二，由于原组合无法满足用户变化的任务需求等原因，需要在原组合的基础上再加入某项或某几项制造云服务来共同完成任务；第三，综合因素影响下，某项或某几项制造云服务加入和退出原组合的情况同时发生。无论发生以上哪种情况，都将对制造云服务组合顺利完成任务造成较大影响。

(2) 制造云服务关联关系变化因素。在云制造中，制造云服务之间并不是相互独立存在的，而是普遍存在着相互影响的关联关系。文献[29]将制造云服务之间的关联关系划分为可组合关联关系、商业实体关联关系和统计合作关联关系。可组合关联关系是指两个制造云服务可以按照前序、后序关系组合在一起的关系；商业实体关联关系是指制造云服务之间具有实体合作或竞争的关系；统计合作关联关系是指某几个制造云服务经常组合在一起执行任务的关系。

其中，可组合关联关系和商业实体关联关系的变化会对制造云服务组合的整体QoS产生一定的影响，进而导致制造云服务组合无法按照原计划执行任务，难以满足用户需求。当两个或几个制造云服务之间的可组合关联关系改变时，即制造云服务之间无法进行无缝合作时，该组合将无法按照原来的任务分配方案覆盖用户的全部需求；商业实体关联关系的变化可能会导致制造云服务之间的合作关系破裂、竞争关系加剧等，这些变化都会对原制造云服务组合的整体QoS造成重大影响。

三、制造云服务组合柔性评价指标体系

云制造模式下，制造云服务组合的柔性受到诸多因素的影响。因此，为了获得更加科学、全面、客观、准确的制造云服务组合柔性评价结果，首先应该构建科学、有效的评价指标体系。构建评价指标体系时应遵循系统性原则、科学性原则、可比性原则、可操作性原则、简洁性原则和综合性原则。

基于以上评价指标体系的构建原则，在对云制造全生命周期中的制造云服务组合柔性影响因素进行深入剖析与阐述的基础上，本文根据影响制造云服务组合柔性的因素的重要程度，构建了如图2所示的制造云服务组合柔性评价指标体系。该指标体系共分为三个层次，其中，第一层为目标层，即制造云服务组合柔性；第二层为一级指标层，包括任务柔性、平台技术柔性、协作柔性和关联关系柔性这4个评价指标；第三层为二级指标层，包括研发柔性、交货柔性、产品数量柔性、问题识别柔性、问题响应柔性、方案柔性、调整柔性、可组合关联关系柔性和实体关联关系柔性这9个评价指标。

图2　制造云服务组合柔性评价指标体系

1. 任务柔性

任务柔性是指制造云服务组合对一定范围内的用户任务需求变化的适应能力。云制造模式下，用户的任务需求可能会在产品设计、交货时间、订货数量等方面发生改变，因此，本文将任务柔性分为研发柔性、交货柔性和产品数量柔性3个二级评价指标。

(1) 研发柔性。研发柔性是指制造云服务组合对用户的产品设计需求变化的适应能力。可以从对市场需求的反应能力、缩短研发时间能力、研发技术水平三方面对制造云服务组合中各制造云服务的研发柔性进行评价，对每项制造云服务的研发柔性评价值加和后求出平均值即可得出该制造云服务组合的研发柔性评价值，且该评价值应大于或等于3。研发柔性评价值越高，表明该制造云服务组合的研发柔性越好。

(1)

(2)

(3) 产品数量柔性。产品数量柔性是指制造云服务组合对用户的产品需求数量变化的适应能力。产品数量柔性可以采用制造云服务组合能够满足用户需求的产品数量与用户实际需求的产品数量的比值Fn来表示，且Fn≥1。Fn数值越大，制造云服务组合的产品数量柔性越好。计算方法如式(3)所示。

(3)

式中：Fn为产品数量柔性，Nq为制造云服务组合能够满足用户需求的产品数量，Nd为用户对产品的实际需求数量。

2. 平台技术柔性

平台技术柔性是指当云制造平台出现技术问题导致制造云服务组合无法正常使用时，制造云服务组合能够依靠熟练掌握云制造平台技术而快速识别问题并及时发出响应，迅速帮助云制造平台解决技术问题的能力。本文将平台技术柔性分为问题识别柔性和问题响应柔性2个二级评价指标。

(1) 问题识别柔性。问题识别柔性是指在云制造全生命周期过程中，制造云服务组合能够快速、准确地识别出云制造平台技术问题的能力。可以从平台技术掌握程度、平台技术问题识别管理机制两方面对制造云服务组合中各制造云服务的问题识别柔性进行评价，对每项制造云服务的问题识别柔性评价值加和后求出平均值即可得出该制造云服务组合的问题识别柔性评价值，且该评价值应大于或等于3。问题识别柔性评价值越高，表明该制造云服务组合的问题识别柔性越好。

(2) 问题响应柔性。问题响应柔性是指制造云服务组合及时将其识别出的云制造平台技术问题报告给云制造平台相关管理者的能力。可以从平台技术问题上报管理机制、响应速度两方面对制造云服务组合中各制造云服务的问题响应柔性进行评价，对每项制造云服务的问题响应柔性评价值加和后求出平均值即可得出该制造云服务组合的问题响应柔性评价值，且该评价值应大于或等于3。问题响应柔性评价值越高，表明该制造云服务组合的问题响应柔性越好。

3. 协作柔性

协作柔性是指针对制造云服务动态加入或退出的情况，制造云服务组合依靠组合内部制造云服务共同分担退出云服务所留下的子任务，或通过重新调整子任务分配方案与新加入制造云服务共同合作，准时、高效地完成用户任务需求的能力。本文将协作柔性分为方案柔性和调整柔性2个二级评价指标。

(1) 方案柔性。方案柔性是指制造云服务组合执行用户任务需求时采取不同的子任务分配方案的能力。方案柔性可以用制造云服务组合执行同一任务所能采取的方案数量Np来表示，且Np≥1。原组合中能够执行同一项子任务的制造云服务数量越多，该组合的任务分配方案就越多。这样，当原组合中的某个制造云服务退出时，可以由组合内的其他制造云服务来完成其遗留下来的子任务；当其他制造云服务动态加入时，根据实际情况，可以将执行多项子任务的制造云服务的部分子任务分配给新加入的制造云服务。因此，Np数值越大，制造云服务组合的方案柔性越好。计算方法如式(4)所示。

(4)

式中：Np为制造云服务组合为了满足用户任务需求能够采取的方案数量，m为能够满足用户任务需求的子任务的数量，Nk为制造云服务组合中能够完成第k项子任务的制造云服务数量。

(2) 调整柔性。调整柔性是指各项子任务可以接受制造云服务组合进行方案调整的能力。调整柔性可以采用能够被制造云服务组合中的多个制造云服务完成的子任务数量与子任务总数的比值Fa来表示，且Fa≥0。Fa数值越大，表明制造云服务组合的调整柔性越好。计算方法如式(5)所示。

(5)

式中：Fa为调整柔性，m为能够被组合中的多个制造云服务完成的子任务数量，N为子任务的总数量。

4. 关联关系柔性

关联关系柔性是指当制造云服务组合中各制造云服务之间的可组合关联关系或实体关联关系发生改变时，制造云服务组合快速响应并迅速制定解决方案，以降低由关联关系变化所带来的组合整体QoS损失、满足用户需求的能力。本文将关联关系柔性分为可组合关联关系柔性和实体关联关系柔性2个二级指标。

(1) 可组合关联关系柔性。可组合关联关系柔性是指当制造云服务组合中的某些制造云服务之间的可组合关联关系破裂时，该制造云服务组合采取替换部分制造云服务、重新分配子任务等方式，以顺利完成用户任务需求的能力。可组合关联关系柔性可以采用在制造云中，与该组合各制造云服务具有按照前序、后序关系组合在一起的可组合关联关系的制造云服务的数量之和Nx来表示，且Nx≥50。Nx数值越大，可用来代替组合内其他制造云服务的制造云服务越多，制造云服务组合的可组合关联关系柔性越好。计算方法如式(6)所示。

(6)

式中：Nx为可组合关联关系柔性，n为子任务数量，Ni为制造云中与第i项子任务对应的制造云服务具有按照前序、后序关系组合在一起的可组合关联关系的制造云服务数量。

(2) 实体关联关系柔性。实体关联关系柔性是指制造云服务组合快速响应并化解由组合内某些制造云服务之间的实体关联关系变化(包括实体合作关系破裂、实体竞争关系加剧等)带来的任务执行危机的能力。实体关联关系柔性可以用制造云服务组合内两个具有实体合作关系的制造云服务配对的数量与两个具有实体竞争关系的制造云服务配对的数量的差值Fr来表示，且Fr≥1。当制造云服务组合内某些制造云服务的实体合作关系破裂或实体竞争关系加剧时，该组合内具有实体合作关系的制造云服务配对数量越多、具有实体竞争关系的制造云服务配对数量越少，则该组合通过内部子任务调整而确保满足用户任务需求的成功率越高。因此，Fr的值越大，制造云服务组合的实体关联关系柔性越好。计算方法如式(7)所示。

Fr=n1-n2

(7)

式中：Fr为实体关联关系柔性，n1为制造云服务组合内两个具有实体合作关系的制造云服务配对的数量，n2为制造云服务组合内两个具有实体竞争关系的制造云服务配对的数量。

四、结论

本文在系统分析云制造全生命周期内制造云服务组合柔性影响因素的基础上，建立了科学、有效的制造云服务组合柔性评价指标体系，并给出了定量指标的计算方法及定性指标的获取方法和数据处理方式。下一步将选择适当的评价方法来构建制造云服务组合柔性评价模型，并通过实例验证评价模型的正确性和实用性。

参考文献：

[1]李伟平，林慧苹，莫同，等.云制造中的关键技术分析 [J].制造业自动化，2011，33(1)：7-10.

[2]Xun X.From cloud computing to cloud manufacturing [J].Robotics and Computer Integrated Manufacturing，2012，28(1)：75-86.

[3]李伯虎，张霖，王时龙，等.云制造：面向服务的网络化制造新模式 [J].计算机集成制造系统，2010，16(1)：1-7.

[4]尹超，张云，钟婷.面向新产品开发的云制造服务资源组合优选模型 [J].计算机集成制造系统，2012(7)：1368-1378.

[5]李慧芳，董训，宋长刚.制造云服务智能搜索与匹配方法 [J].计算机集成制造系统，2012，18(7)：1485-1493.

[6]Tao F，Hu Y，Zhao D，et al.Study on resource service match and search in manufacturing grid system [J].International Journal of Advanced Manufacturing Technology，2009，43(3-4)：379-399.

[7]魏乐，舒红平.云制造环境下基于竞标机制的云服务主动寻租 [J].微电子学与计算机，2012(9)：5-8.

[8]梁员宁，陈建良，叶笠.云服务可靠性优化方法研究 [J].计算机科学，2013(8)：129-135.

[9]Tan W，Fan Y S，Zhou M C.A petri net-based method for compatibility analysis and composition of web services in business process execution language [J].IEEE Transactions on Automation Science and Engineering，2009，6(1)：94-106.

[10]宋巍，马晓星，吕建.Web服务组合动态演化的实例可迁移性 [J].计算机学报，2009，32(9)：1816-1831.

[11]Qi L Y，Dou W C，Zhang X Y，et al.A QoS-aware composition method supporting cross-platform service invocation in cloud environment [J].Journal of Computer and System Sciences，2012，78(5)：1316-1329.

[12]Ye Z，Zhou X F，Bouguettaya A.Genetic algorithm based QoS-aware service compositions in cloud computing [EB/OL].[2011-04-22].http：//link.springer.com/chapter/10.1007%2F978-3-642-20152-3_24.

[13]Gutierrez-Garcia J O，Sim K M.Agent-based service composition in cloud computing [J].Computer and Information Science，2010(121)：1-10.

[14]Kofler K，Haq I U，Schikuta E.User-centric，heuristic optimization of service composition in clouds [EB/OL].[2010-08-31].http：//link.springer.com/chapter/10.1007%2F978-3-642-15277-1_39.

[15]刘卫宁，刘波，孙棣华.面向多任务的制造云服务组合 [J].计算机集成制造系统，2013(1)：199-209.

[16]李海波.云制造环境下基于工作流的多粒度资源组合方法 [J].计算机集成制造系统，2013(1)：210-216.

[17]刘卫宁，马刚，刘波.基于层次化的云制造服务组合研究 [J].中国机械工程，2013(10)：1349-1356.

[18]尹超，张云，钟婷.面向新产品开发的云制造服务资源组合优选模型 [J].计算机集成制造系统，2012(7)：1368-1378.

[19]刘志中，薛霄，安吉宇，等.基于LG-MMAS算法的制造云服务优化组合研究 [J].计算机工程与应用，2012(25)：239-242.

[20]魏乐，赵秋云，舒红平.云制造环境下基于可信评价的云服务选择 [J].计算机应用，2013(1)：23-27.

[21]陶飞，张霖，郭华，等.云制造特征及云服务组合关键问题研究 [J].计算机集成制造系统，2011(3)：477-486.

[22]Zhang L，Guo H，Tao F，et al.Flexible management of resource service composition in cloud manufacturing [EB/OL].[2010-09-12].http：//www.researchgate.net/publication/224207585_Flexible_management_of_resource_service_composition_in_cloud_manufacturing?ev=auth_pub.

[23]刘卫宁，李一鸣，刘波.基于自适应粒子群算法的制造云服务组合研究 [J].计算机应用，2012(10)：2869-2874.

[24]Buzacott J A，Mandelbaum M.Flexibility and productive on manufacturing systems [C].Los Angeles：Proceedings Annual ILE Conference，1985：404-413.

[25]Chen I J，Calantone R J，Chung C H.The marketing-manufacturing interface and manufacturing flexibility [J].OMEGA，1992，20(4)：431-443.

[26]Mandelbaum M，Brill P H.Examples of measurement of flexibility and adaptively in manufacturing systems [J].International Journal of Production Research，1994，132(6)：1421-1430.

[27]Shawnee V，Roger C，Cornelia D.Supply chain flexibility：an empirical study [J].Journal of Supply Chain Management：Summer，1999，35(3)：25-33.

[28]魏国文.企业供应链柔性的FAHP综合评价研究 [D].青岛：中国海洋大学，2009：35-39.

[29]北京航空航天大学.一种面向云制造的服务间关联关系判定方法 [P].中国：CN102521659A，2012-06-27.

(责任编辑：吉海涛)

Research on evaluation index system of flexibility of manufacturing

cloud service composition

ZHU Ai-min, LI Xue, YU Li-juan, JIANG Ya-peng

(School of Management, Shenyang University of Technology, Shenyang 110870, China)

Abstract：The manufacturing cloud service composition (MCSC) plays an important role in the implementation and development of cloud manufacturing as one of the key ways to improve the utilization rate of resources and realize the manufacturing value addition. Based on clarifying the manufacturing cloud services and the flexibility concept of MCSC, the influence factors are analyzed systematically to the flexibility of MCSC in the whole life cycle of cloud manufacturing. An evaluation index system of flexibility of MCSC is established including four first-order indexes and nine second-order indexes from the perspective of task-oriented enterprises. The index system provides theoretical foundation for constructing evaluation model of flexibility of MCSC, improving optimization system of MCSC and realizing effective and smart manufacturing cloud service management.

Key words：cloud manufacturing; cloud service; manufacturing cloud service composition; flexibility; evaluation index system

中图分类号：F 272.5

文献标志码：A

文章编号：1674-0823(2015)01-0043-06

doi：10.7688/j.issn.1674-0823.2015.01.07

作者简介：祝爱民(1970-)，男，山东海阳人，教授，博士，主要从事技术经济管理与战略管理等方面的研究。

基金项目：国家自然科学基金资助项目(71102112)。

收稿日期：2014-07-08