摘要: 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。
中图分类号:
刘桂森, 贾兆红. 质量感知的多目标云制造服务组合优化算法[J]. 计算机集成制造系统, 2024, 30(2): 684-694.
LIU Guisen, JIA Zhaohong. Quality-aware multi-objective cloud manufacturing service composition optimization algorithm[J]. Computer Integrated Manufacturing System, 2024, 30(2): 684-694.