计算机集成制造系统 ›› 2019, Vol. 25 ›› Issue (第2): 421-430.DOI: 10.13196/j.cims.2019.02.015
蔡安江1,郭宗祥1,郭师虹2+,蔡曜1,薛晓飞1
摘要: 针对云制造环境下知识服务组合优化问题,通过分析服务组合优化过程,采用服务质量感知的服务组合策略建立了以时间、成本、可用性、准确性、创新性、可信性为优化目标的服务组合优化模型;采用聚类分析及关联规则挖掘策略对搜索空间进行预处理,减小了搜索空间,实现了知识服务资源的快速精准定位与匹配,提高了知识服务组合的效率和成功率;针对标准涡流搜索算法易陷入局部最小的问题,引入多涡流中心搜索及涡流中心自适应更新策略,提出一种改进的多中心涡流搜索算法对服务组合问题进行全局优化。仿真实验表明,聚类分析及关联规则挖掘策略与多中心涡流搜索算法结合,能极大地缩短寻优时间并获得更优解,从而更有效地解决知识服务组合优化问题。
中图分类号: