文献类型：期刊文章

作　　者：李永湘[1,2] 姚锡凡[2] 刘敏[2]

LI Yongxiang;YAO Xifan;LIU Min(School of Mechanical Engineering, Guizhou University of Engineering Science, Bijie 551700, China;School of Mechanical and Automobile Engineering, South China University of Technology, Guangzhou 510640, China)

机构地区：[1]贵州工程应用技术学院机械工程学院,贵州毕节551700 [2]华南理工大学机械与汽车工程学院,广东广州510640

出　　处：《计算机集成制造系统》

基　　金：国家自然科学基金委员会与英国爱丁堡皇家学会合作交流项目(51911530245);国家留学基金管理委员会资助项目(留金美[2020]1509号);贵州工程应用技术学院高层次人才科研启动资助项目(院科合字G2018009);贵州省教育厅自然科学研究项目(黔教合KY字[2019]158)。

年　　份：2021

卷　　号：27

期　　号：6

起止页码：1780-1798

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对不稳定的制造实体可靠性和服务信誉给新时代制造带来的影响,分析了云制造服务可靠性和可信性,将服务可靠度和可信度、组合复杂度和协同度与执行时间和费用相结合,构建了一种新的服务质量(QoS)评价模型;并通过加权相对偏差评价服务组合性能,提出一种熵增强粒子群优化算法(EEPSO),再引入正态云以提高算法前期全局搜索能力和后期局部寻优精度。以举升装配机器人制造任务为例,验证了优化模型有效性和EEPSO算法可行性。结果表明,与标准遗传算法(SGA)、混合布谷鸟算法(CSBHC)、粒子群优化算法(PSO)、云熵遗传算法(CEGA)这4种算法相比,EEPSO具有更快收敛速度和更好综合性能。

关 键 词：云制造 熵增强粒子群优化算法  服务组合  服务可靠度  服务可信度  

分 类 号：TP391] TH16[计算机类]