基于LG-MMAS算法的制造云服务优化组合研究

• 作者: 刘志中 安吉宇 薛霄 鲁保云
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 云制造 服务组合 服务质量 协作学习 最大最小蚁群算法
• 年，卷（期）: 2012,（25）
• 所属期刊栏目: 工程与应用
• 页码范围: 239-242,248
• 分类号: TP391
• 字数: 3967字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.25.051

摘要

制造云服务组合是一种提高云制造资源利用率,实现制造资源增值的新技术,对云制造产业的快速发展具有重要的支撑作用.随着云制造技术的日益成熟,网络上出现了大量具有相同制造功能和不同服务质量的制造云服务,如何通过这些制造云服务构建出既能满足用户制造需求,又具有最优服务质量的组合服务是云制造领域面临的难题.针对这一问题,将协作学习、变异和精英保留机制引入最大最小蚁群算法,构造了具有学习和变异能力的最大最小蚁群算法,并使用该算法求解服务质量感知的制造云服务优化组合问题.仿真实验结果验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛霄	河南理工大学计算机科学与技术学院	46	224	9.0	11.0
2	刘志中	河南理工大学计算机科学与技术学院	38	169	7.0	10.0
3	安吉宇	河南理工大学计算机科学与技术学院	14	52	4.0	6.0
4	鲁保云	河南理工大学计算机科学与技术学院	6	39	3.0	6.0