两阶段云服务组合优化算法及其应用研究

针对目前云服务市场中如何快速有效为客户提供最优组合云服务问题,提出一种包括灰色关联和自适应遗传算法的两阶段云服务组合优化算法。首先根据用户云服务需求,利用灰色关联分析对云服务进行初步筛选形成候选云服务集;其次建立时间最短、成本最低、可用性、互操作性、可扩展性和满意度最佳的多目标决策模型,采用自适应遗传算法求解模型,确定最优云服务组合方案;最后通过算例证明该算法在解决最佳云服务组合方面的合理性和科学性。

质量感知的多目标云制造服务组合优化算法

云制造服务组合问题往往存在多个优化目标且各目标权重难以事先确定,为了显著提高进化算法在求解过程中的种群多样性,并有效平衡进化算法的全局与局部搜索能力,提出一种基于自适应选择和反向学习策略的进化算法,同时优化时间、成本、可靠性、可用性和信誉度。首先为了缩短求解组合方案的时间,采用K-means方法基于服务质量对候选服务进行聚类,去除质量较差的服务;然后采用反向学习策略提高全局搜索性能,再通过选择策略和概率更新策略有效平衡算法的全局与局部搜索能力;最后与4种先进算法进行实验对比表明,所提算法具有更好的综合性能。

基于门控循环神经网络的边缘服务中心风光荷组合预测方法

边缘计算因数据处理快、低成本和高实时等优点近年来在能源行业中受到广泛关注,而在边缘服务器上开展预测有助于对能源精细化管控。因此,针对边缘服务资源的有限性,基于差分自回归整合移动平均(autoregressive integrated moving average,ARIMA)模型和门控循环单元(gated recurrent unit,GRU)神经网络,提出考虑线性和非线性特征的风、光、荷组合预测方法。ARIMA用于提取源、荷的线性特征,将其与真实值进行拟合,得到包含非线性特征的残差。其次,将残差作为GRU的训练数据集建立预测模型,再引入剪枝和量化方法优化及压缩GRU模型,减小预测模型规模,以适应边缘服务器部署。大量仿真结果表明,所构建的GRU压缩模型规模小、预测精度高,适合边缘服务器的部署应用。

基于改进型哈里斯鹰算法的云制造服务组合优化方法研究

云制造环境下,云平台以制造服务组合的形式为个性化需求提供按需服务,可显著提升订单响应速度与提高资源利用率。采用哈里斯鹰算法构建制造服务组合,针对制造服务间物流转运问题,建立独特的编码与解码机制。为解决该算法存在早熟收敛问题,引入Logistic一维混沌系统,设计非线性逃逸能量更新机制和3种邻域搜索策略。通过实验验证了改进后的哈里斯鹰算法在解决云制造服务组合优化问题时具有显著优越性。

工业互联网环境下位置感知的生产要素资源服务组合优化

工业互联网将工业系统与互联网技术相结合,通过与智能设备的配合显著提高生产效率、降低生产成本。在工业互联网环境下,一个生产过程通常由多个子任务组成,同时一个子任务的完成需要多个或多种生产要素资源。与互联网环境下的传统服务组合相比,工业应用下的服务组合更为复杂且具有挑战性。为解决工业互联网环境下生产要素资源的服务组合优化问题,本文定义了该问题的关键概念,并将其建模为一个多目标优化问题。其次,为得到最优的服务组合解,结合教学优化算法(TLBO)和禁忌搜索算法(TS)的优点,提出一种混合的多目标优化算法,称为TLBO-TS。最后,进行了一系列的扩展实验。实验结果验证了TLBO-TS算法的优越性。

基于多线性组合效用函数的智能服务组合选择

在进行智能服务开发时,企业往往面临从服务集合选择部分服务进行开发的问题。考虑智能服务结果的不确定性,以及决策者偏好信息和服务所需资源信息的不准确性,提出一种基于多线性组合效用函数的智能服务组合选择方法。首先,针对智能服务结果的不确定性,利用多线性组合效用函数构建组合选择目标函数,并在考虑服务之间资源交互的基础上,建立混合整数规划模型并求解最优化服务组合。然后,考虑决策者偏好、智能服务效用评定信息及所需资源信息不准确情形,进行鲁棒分析,将最优组合出现的频率及各个服务被选择的频率作为最终选择的重要参考。最后,以某重卡企业智能服务组合选择问题为例,验证了方法的可行性与有效性。

云制造下小批量定制产品的服务组合双层优选方法

为解决云制造环境下小批量定制产品的服务组合优选问题,提出一种以加工特征作为任务粒度的资源服务组合双层优选方法。该方法首先构建了需求—特征图谱、制造资源供应图谱对供需两方信息进行描述与存储;然后设立加工合格率、满意度评价值、交付按时率、供应偏好值4个指标,并依托变异系数法进行赋权来初筛供应商,实现一层优选;最后建立了以工艺总成本、工艺总时间及总碳排放作为优化目标,特征间的优先级关系作为约束的优化模型,并使用融入次候选集变异算子的改进遗传算法NSGA-Ⅲ对其进行求解,完成二层优选。通过对实例结果的工艺流动顺序分析验证了该方法的可行性,并证明了改进后的算法求解效果更佳。

基于改良蜂群算法的Web服务组合优化方法

为提高Web组合优化算法的开发能力和运行结果的适应度、稳定性,以满足用户对Web服务的服务质量(Quality of Service,QoS)需求,提出了一种基于QoS模型和改良蜂群算法(modified Artificial Bee Colony,mABC)的Web服务组合优化方法。构建应用于Web服务组合优化问题的QoS顺序数学模型,使用基于混沌的对立学习方法,在进程运行的初始化阶段生成更好的初始群体,在蜂群算法的雇佣蜂阶段和围观蜂阶段使用新的相位搜索方程和围观搜索策略,有效地提高蜂群算法的探测能力和开发能力。将改良蜂群算法与人工蜂群算法(Artificial Bee Colony,ABC)、差分进化算法(Differential Evolution,DE)、改进灰狼优化算法(Modified Grey Wolf Optimizer,MGWO)、最优导向人工蜂群算法(Guided-best Artificial Bee Colony,GABC)和改进人工蜂群算法(Improved Artificial Bee Colony,IABC)进行了多次对比实验。实验结果表明,改良蜂群算法尽管在执行时间方面比其余算法都要略微长一些,但它在更为重要的适应度、稳定性方面都优于其余几种对比算法。

基于CNN满意度模型的云制造服务组合优化算法

本文研究云制造服务组合问题,针对传统云制造服务组合采用单一的线性加权模型,不能动态地反映用户满意度的需求,提出一种基于卷积神经网络(CNN)的满意度动态模型,从而构建基于动态模型和改进遗传算法的云制造服务组合的优化算法。构造非对称的多尺度卷积神经网络,使用历史数据训练CNN,实现权值的动态调节,从而构建满足用户不同需求的云制造服务满意度的动态模型。对遗传算法采取了动态的精英策略并且引入排挤机制和快速非支配排序。结果表明,得到的云制造服务组合用户满意度相比线性加权模型提高了17.33%,相比BP神经网络构建的非线性模型提高了9.34%,均方误差(MSE)降至0.00226。在云制造服务平台中验证所提模型构造方法和算法策略的可行性和有效性,在高维度模型中收敛速度仍然很快,克服了以往使用固定权值的线性组合的弊端,使得满意度得到提高,同时具有较高的稳定性。

基于NSGA-Ⅱ的自适应权值物联网服务组合方法

由于网络服务种类繁多,用户需求复杂多变,因此在处理面向用户需求的多目标服务组合任务时,根据用户需求偏好对多目标QoS属性进行加权处理得到的初始化目标函数,在子目标的权值处理上会产生一定的偏差,这可能使多目标优化算法在求解服务组合问题时得到的解集不准确,出现不满足用户实际需求的情况。所以本文提出了一种面向用户需求的多目标自适应权值服务组合方法。该方法根据迭代过程中子目标均值与目标期待值之间的相对偏差值,动态修正加权系数。通过权值的修正使构建的目标函数更符合用户需求偏好,同时避免子目标陷入局部最优的困境。仿真结果表明,改进后的算法在帕累托前沿上有明显的优势,避免了局部最优,且时间复杂度远低于其他算法。随着迭代过程中权值的修正,目标函数均值也逐步贴近期待值,有效地满足了用户的需求。

面向地表覆盖Web服务组合的知识建模及推理

随着语义网技术的快速发展和OGC服务的深入应用,地表覆盖Web服务组合成为地表覆盖领域的关键挑战之一。近年来,知识建模在解决Web服务组合方面取得了重要的研究进展,但尚缺少面向地表覆盖服务组合领域的知识模型,进而对地表覆盖服务组合的准确性和智能性造成一定影响。为此,本文提出了一个面向地表覆盖服务组合的知识建模与推理方法,构建了地表覆盖服务本体(land cover service ontology,LCSOnt),并实现了基于数据预处理规则和服务链组合规则的前向链接服务组合推理机制。以地表覆盖变化检测为例,使用LCSOnt对变化检测任务、数据以及服务进行实例化,构建了变化检测服务组合知识规则。最后通过规则推理实现了变化检测服务链的生成,证明了该方法的有效性和可行性。

农村电商生产组织和物流服务的组合策略研究

在运营实践中,农村电商在生产端可以选择订单采购或者自建基地;在配送端可以选择第三方物流或者自建物流。文章尝试研究农村电商选择不同的生产组织和物流服务组合策略的条件。研究结果表明:(1)自建基地固定成本、自建物流固定成本、产出波动、不同物流服务效率差异等是影响农村电商组合策略选择的重要因素。(2)当自建基地与自建物流成本均较低时,选择“自建基地+自建物流”策略;当自建基地成本较高但自建物流成本较低时,选择“订单采购+自建物流”策略;当自建基地成本较低但自建物流成本较高时,选择“自建基地+第三方物流”策略;自建基地与自建物流成本均较高时,选择“订单采购+第三方物流”策略。(3)随着农村电商掌握生产技术程度提升或者第三方物流服务效率下降,更可能选择“自建基地+自建物流”策略。

组合拳 内江农商银行高质效金融服务地方实体

近年来,内江农商银行紧紧围绕“加快建设成渝发展主轴产业强市和区域物流枢纽”产业规划和区域定位,打好金融服务“组合拳”,不断提升金融服务质效,将“金融及时雨”精准引向制造业、新兴产业等实体经济,全力助推地方经济发展。截至2023年10月末,该行实体贷款余额107.09亿元,其中支持制造企业230户,贷款余额近10亿元。

强支撑 合江农商银行打好服务“组合拳”

作为扎根本土的农村金融主力军,近年来,四川合江农商银行围绕合江县委、县政府的发展目标,坚持“服务三农、服务中小微、服务县域”的市场定位,按照“强基固本、开拓创新、提质增效”的总思路,聚焦主业,积极探索普惠金融服务乡村振兴的有效举措,打好服务乡村振兴“组合拳”,为地方经济发展和百姓安居乐业提供了更加强有力的金融支撑。细化服务,“一对一”结对帮扶2023年以来.

总承包委托模式下的全咨服务方式组合

不同于全过程工程咨询服务(以下简称全咨服务)的联合体委托模式,全咨服务总承包委托模式(以下简称总承包委托模式)是单一总承包服务单位(以下简称总承包单位)就全咨服务全部内容向建设单位负责,并针对总承包单位自身无法完成的服务内容进行分包。虽然两种委托模式均可包含多种服务方式组合,但内部具体服务组合方式的特征具有明显差异。

基于组合赋权及GRA-TOPSIS的海事服务竞争力评价

为提高海事服务竞争力,在界定海事服务竞争力概念的基础上,构建海事服务评价指标体系。选取天津、青岛、上海、舟山、广州及深圳6个港口城市作为样本,采集各样本2013—2022年数据并利用组合赋权法计算指标权重,借助GRA-TOPSIS对样本城市的海事服务竞争力进行排序。结果显示:影响竞争力排序的关键因素是船舶管理、船舶修理、海事仲裁员;在6个港口城市中,上海稳居榜首,舟山和广州位列第二和第三,青岛位列第四,深圳和天津则分别位居第五和第六。

打好服务“组合拳”擦亮营商环境“金字招牌”

近年来,福州市市场监管局牵头“开办企业”业务相关部门,推行“多窗口、多渠道”政务服务,不断压缩办事时间、拓展办事空间、提升办事体验,着力建设能办事、快办事、好办事、办成事的“便利福州”,推动经营主体数从商事制度改革前的28万户增至目前的114万户,增长307%。截至目前,福州企业开办时间压缩至3个工作小时内,走在全省乃至全国前列(全省目前平均办理时长为1个工作日)。

发挥监督“组合效应” 回应群众“养老呼声”——南平市人大常委会持续推动养老服务高质量发展

“没想到能住进‘幸福里’养老社区这么好的地方,比原先僻远的林际自然村老屋条件好很多,家电一应俱全,还加装了监控和扶手,生活就医很方便。在这里还可以种种菜,做些力所能及的手工活,增加些收入,真的感到很幸福!”3月14日,年近古稀的浦城县富岭镇大庄村村民钟惠友对南平市人大常委会调研组同志说。

打出“三统一服”社会化服务组合拳

安徽省农垦集团方邱湖农场有限公司(以下简称“农场公司”)坐落于历史名城安徽凤阳,是安徽省农垦集团有限公司下属中型国有农垦企业。近年来,农场公司党委深入贯彻落实农垦集团“强科技、大基地、全产业链”发展战略,围绕“农垦社会化服务+地方”行动。

基于改进人工蜂群算法的云制造服务组合优化方法

为提高云制造服务组合的流程寻优质量、效率和稳定性,提出一种基于改进人工蜂群算法的云制造服务组合优化方法。首先,建立了云制造服务组合场景下的3种服务协同质量计算方法;然后,构建了一种融合服务协同质量的云制造服务组合优化模型;最后,设计了一种具有多搜索策略岛屿模型的人工蜂群算法,实现最优云制造服务组合流程的求解。实验结果表明,所提算法在组合流程的寻优质量、效率和稳定性方面均优于当前流行的人工蜂群改进算法和其他群智能算法。