基于教—学算法的制造云服务组合优化

• 作者: 吕盛坪 姚锡凡 杨洲 金鸿
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 制造云 服务组合 教—学算法 服务质量
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 43-52
• 页数: 10页
• 分类号: TP391|TH16
• 字数: 7130字
• 语种: 中文
• DOI: 10.13196/j.cims.2018.01.004

摘要

为解决云制造环境下的制造云服务组合优化问题,并排除智能算法的初始值对算法求优结果的影响,提出一种基于教—学算法的制造云服务组合优化算法.分析了基于服务质量的制造云服务组合流程,给出了制造云服务组合的服务质量评估模型和组合服务整体服务质量的评价方法,建立了制造云服务组合问题的数学模型,最后利用教—学算法求解最优组合.将所提方法与改进的遗传算法和改进的粒子群算法进行对比,并通过仿真实验证明了该算法求解制造云服务组合问题的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚锡凡	华南理工大学机械与汽车工程学院	159	1658	21.0	34.0
2	杨洲	华南农业大学工程学院	90	1084	18.0	29.0
3	吕盛坪	华南农业大学工程学院	12	94	5.0	9.0
4	金鸿	华南农业大学工程学院	5	39	4.0	5.0