云制造下設(shè)計(jì)任務(wù)與知識(shí)資源雙邊匹配方法

李穎新，劉繼紅，張 宏，侯永柱，何志軍，樊江鑫

(1.南京理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 南京 210094； 2.北京航空航天大學(xué) 機(jī)械工程及自動(dòng)化學(xué)院，北京 100191； 3.北京理工大學(xué) 機(jī)械與車輛學(xué)院，北京 100081)

0 引言

云制造是一種融合云計(jì)算、物聯(lián)網(wǎng)、高性能計(jì)算等智能技術(shù)，將制造資源與制造能力進(jìn)行統(tǒng)一、集中管理，并為全生命周期用戶提供實(shí)時(shí)所需、安全可靠和優(yōu)質(zhì)價(jià)廉的制造服務(wù)的技術(shù)[1]。在云制造概念的基礎(chǔ)上充分利用大數(shù)據(jù)處理、機(jī)器學(xué)習(xí)等人工智能技術(shù)，對形成“萬物互聯(lián)、智能引領(lǐng)、數(shù)據(jù)驅(qū)動(dòng)、共享服務(wù)、跨界融合、萬眾創(chuàng)新”的新業(yè)態(tài)具有重要作用[2]。航空航天、軌道交通、海洋工程等集團(tuán)企業(yè)在長期的產(chǎn)品研制過程中積累了大量研發(fā)設(shè)計(jì)知識(shí)資源，這些資源已經(jīng)成為企業(yè)的寶貴資產(chǎn)。然而因?yàn)檠邪l(fā)設(shè)計(jì)知識(shí)資源通常分散在不同組織/系統(tǒng)中，缺乏統(tǒng)一管理，共享效率低且與研發(fā)流程融合不足，無法在產(chǎn)品全生命周期中發(fā)揮核心價(jià)值[3]，所以借助云制造的相關(guān)理念搭建集團(tuán)企業(yè)云服務(wù)平臺(tái)，對研發(fā)設(shè)計(jì)知識(shí)資源進(jìn)行統(tǒng)一管理，以實(shí)現(xiàn)知識(shí)資源的充分共享與有效復(fù)用。

在云制造模式下，制造資源與制造能力通過有效的途徑進(jìn)行匹配并服務(wù)于制造過程，是充分發(fā)揮云制造模式的關(guān)鍵，為此胡艷娟等[4]分析了云制造服務(wù)評價(jià)理論與方法的研究現(xiàn)狀。在知識(shí)資源服務(wù)設(shè)計(jì)任務(wù)的過程中，同樣存在服務(wù)質(zhì)量和效率的優(yōu)劣之分，因此需要構(gòu)建滿足研發(fā)設(shè)計(jì)任務(wù)和知識(shí)資源特點(diǎn)的評價(jià)體系與匹配決策方法。

任務(wù)與資源的雙邊匹配決策是一種考慮匹配主體雙方滿意度決策的方法，通過在匹配決策過程中最大化匹配主體雙方滿意度獲得相對穩(wěn)定的匹配組合，其中合理高效的匹配策略能夠提高管理過程中決策的有效性。對于航空航天領(lǐng)域的復(fù)雜裝備研制，設(shè)計(jì)活動(dòng)中任務(wù)與知識(shí)資源匹配關(guān)系的確立是知識(shí)資源供應(yīng)主體和知識(shí)需求主體之間雙向選擇的結(jié)果。然而目前相關(guān)研究多是從設(shè)計(jì)任務(wù)角度出發(fā)的單向匹配[5-7]，未能充分考慮知識(shí)供應(yīng)主體自身的特性和偏好。將雙邊匹配的概念引入設(shè)計(jì)知識(shí)資源匹配問題，在原有單向匹配的基礎(chǔ)上增加知識(shí)需求主體即設(shè)計(jì)人員主觀意愿，建立基于知識(shí)資源供應(yīng)方與知識(shí)需求方兩者滿意度的雙邊匹配模型，有助于提升設(shè)計(jì)任務(wù)與知識(shí)資源之間的匹配效果。

本文在考慮設(shè)計(jì)任務(wù)需求與設(shè)計(jì)知識(shí)資源服務(wù)能力匹配度的前提下，將設(shè)計(jì)任務(wù)—知識(shí)資源的滿意度納入設(shè)計(jì)知識(shí)資源匹配考慮的范疇，提出研發(fā)設(shè)計(jì)任務(wù)與知識(shí)資源雙邊匹配總體框架，構(gòu)建雙邊匹配滿意度評價(jià)指標(biāo)體系，利用Vague集對雙邊匹配產(chǎn)生的多指標(biāo)滿意度評價(jià)信息進(jìn)行處理，并建立設(shè)計(jì)任務(wù)與知識(shí)資源的多目標(biāo)雙邊匹配決策模型。

1 研發(fā)設(shè)計(jì)任務(wù)與知識(shí)資源雙邊匹配總體框架

在雙邊匹配決策問題中，匹配主體雙方的滿意度評價(jià)是完成決策的關(guān)鍵環(huán)節(jié)之一，對雙方滿意度的評價(jià)和計(jì)算是否有效合理，將直接決定匹配決策的精準(zhǔn)性。圖1所示為設(shè)計(jì)任務(wù)與知識(shí)資源雙邊匹配總體框架，包括確定雙邊匹配問題與雙邊匹配主題、構(gòu)建匹配主體雙方滿意度評價(jià)指標(biāo)體系、處理匹配主體雙方滿意度評價(jià)信息、雙邊匹配計(jì)算和輸出匹配決策結(jié)果5個(gè)步驟。

設(shè)計(jì)任務(wù)與知識(shí)資源雙邊匹配流程如下：

步驟1雙邊匹配問題與雙邊匹配主題的確定，設(shè)計(jì)任務(wù)的主體是設(shè)計(jì)人員，知識(shí)資源的主體是資源供應(yīng)方，設(shè)計(jì)任務(wù)與知識(shí)資源匹配雙方的滿意度分別為設(shè)計(jì)任務(wù)與知識(shí)資源服務(wù)能力的匹配情況、資源供應(yīng)方對設(shè)計(jì)任務(wù)的偏好情況。

步驟2構(gòu)建用于衡量設(shè)計(jì)任務(wù)對知識(shí)資源服務(wù)能力的評價(jià)指標(biāo)集，以及知識(shí)資源對設(shè)計(jì)任務(wù)偏好的評價(jià)指標(biāo)集。以知識(shí)資源共享平臺(tái)中的歷史數(shù)據(jù)為信息來源，分別按照兩個(gè)不同的評價(jià)指標(biāo)體系進(jìn)行評價(jià)，獲取匹配主體雙方的滿意度評價(jià)信息。

步驟3采用多指標(biāo)滿意度評價(jià)方法對匹配主體雙方滿意度評價(jià)信息進(jìn)行處理，獲得設(shè)計(jì)任務(wù)對知識(shí)資源服務(wù)能力的綜合評價(jià)結(jié)果a和資源供應(yīng)方對每個(gè)任務(wù)偏好的綜合評價(jià)結(jié)果b。

步驟4根據(jù)匹配主體雙方的滿意度評價(jià)結(jié)果進(jìn)行雙邊匹配決策，獲得最優(yōu)匹配結(jié)果。

步驟5輸出匹配決策結(jié)果，即為考慮設(shè)計(jì)任務(wù)與知識(shí)資源雙邊主體的最優(yōu)資源。

2 滿意度評價(jià)指標(biāo)體系

2.1 基于設(shè)計(jì)任務(wù)需求的匹配分析

基于設(shè)計(jì)任務(wù)需求的匹配分析是以尋找滿足任務(wù)需求的知識(shí)資源為目標(biāo)，對任務(wù)所需的知識(shí)資源進(jìn)行一致性匹配的方法。在云制造模式下，知識(shí)資源的優(yōu)劣不僅取決于知識(shí)資源的質(zhì)量，還取決于使用該知識(shí)資源所付出的成本和代價(jià)。因?yàn)橹R(shí)資源是用于解決設(shè)計(jì)任務(wù)的智力要素，所以對知識(shí)資源質(zhì)量的評價(jià)需要考慮知識(shí)資源的可信程度、適用范圍、時(shí)效情況等因素，對知識(shí)資源使用成本的評價(jià)主要考慮時(shí)間和費(fèi)用成本兩個(gè)因素。云制造模型下，基于任務(wù)需求的知識(shí)資源評價(jià)指標(biāo)及其獲取方式如表1所示。

表1 知識(shí)資源評價(jià)指標(biāo)體系

一級(jí)指標(biāo)權(quán)重向量為

ω1=[ωC,ωA,ωT,ωU]T。

(1)

二級(jí)指標(biāo)權(quán)重向量為：

(2)

(3)

指標(biāo)歸一化后，知識(shí)資源評價(jià)矩陣

KREM=[C,A,T,U]ω1，

(4)

(5)

2.2 基于資源供應(yīng)方偏好的匹配分析

知識(shí)資源的供應(yīng)方也會(huì)以設(shè)計(jì)任務(wù)的知識(shí)服務(wù)主體參與設(shè)計(jì)任務(wù)，因此在任務(wù)—資源匹配過程中還需要兼顧知識(shí)資源供應(yīng)方對任務(wù)的偏好?；谫Y源供應(yīng)方偏好的匹配是以尋找滿足資源供應(yīng)方偏好的任務(wù)為目的進(jìn)行一致性匹配的方法。在設(shè)計(jì)知識(shí)資源匹配過程中，資源供給方會(huì)根據(jù)對自身知識(shí)能力的判斷和興趣偏好選擇設(shè)計(jì)任務(wù)，即對不同類型的設(shè)計(jì)任務(wù)表現(xiàn)出不同的傾向。在執(zhí)行任務(wù)的過程中，資源供給方對任務(wù)的傾向性會(huì)影響設(shè)計(jì)任務(wù)完成的質(zhì)量和效率。通常資源供給方對任務(wù)的偏好主要表現(xiàn)在對任務(wù)的選擇性參與行為上，其對哪類任務(wù)更感興趣就會(huì)更傾向于服務(wù)和參與該類任務(wù)，對服務(wù)和參與任務(wù)的行為數(shù)據(jù)可以通過資源供應(yīng)方在云平臺(tái)的歷史任務(wù)參與數(shù)據(jù)中獲得。

知識(shí)資源供應(yīng)方對設(shè)計(jì)任務(wù)的興趣偏好與設(shè)計(jì)任務(wù)的類型和屬性相關(guān)，不同的供應(yīng)方對設(shè)計(jì)任務(wù)表現(xiàn)出不同的興趣偏好。知識(shí)資源供應(yīng)方對設(shè)計(jì)任務(wù)偏好的影響因素包括任務(wù)需求的知識(shí)類型、技能水平、任務(wù)報(bào)酬等，這些任務(wù)屬性為基于資源供應(yīng)方偏好的任務(wù)匹配提供了依據(jù)。本文從任務(wù)類型和任務(wù)復(fù)雜度兩方面對設(shè)計(jì)任務(wù)進(jìn)行建模，設(shè)計(jì)任務(wù)的表示模型為

T=(Tt,Tc)。

(6)

式中：Tt為任務(wù)類型；Tc為任務(wù)的難易程度。

資源提供方對不同類型任務(wù)的偏好程度由該項(xiàng)資源參與的所有任務(wù)中該類任務(wù)所占的比重確定，通過分析和統(tǒng)計(jì)其參與的設(shè)計(jì)任務(wù)屬性，即可獲得資源提供方對不同任務(wù)的偏好評分，從興趣偏好角度進(jìn)行任務(wù)匹配。

3 雙邊匹配建模與求解

3.1 評價(jià)信息與滿意度矩陣的構(gòu)建

在任務(wù)—資源雙邊匹配模型中，設(shè)任務(wù)集T={T1,T2,…,Ti,…,Tm}，m>1，Ti表示第i個(gè)任務(wù)，i=1,2,…，m；資源集S={S1,S2,…,Sj,…,Sn}，n>1，Sj表示第j個(gè)資源，j=1,2,…，n；設(shè)m

因?yàn)樾蛑礡ij，Qij的確定分別受任務(wù)需求與資源服務(wù)能力、資源偏好等諸多因素影響，特別是在云模式下，多主體交互與資源共享過程中存在需求表述不明確、評價(jià)結(jié)果難以定量描述等模糊和不確定問題，所以處理不確定信息的模糊數(shù)學(xué)方法適用于確定偏序值。Vague集在含糊性知識(shí)表達(dá)和處理方面具有獨(dú)特優(yōu)勢，且可同時(shí)表示支持和反對的證據(jù)[8]，因此本文采用Vague集對雙邊匹配滿意度評價(jià)信息進(jìn)行處理。Vague集A在點(diǎn)x的Vague值可表示為

uA(x)∈[tA(x),1-fA(x)]?[0,1]。

(7)

式中：tA(x)為真隸屬函數(shù)，表示x∈A的支持度；fA(x)為假隸屬函數(shù)，表示x?A的支持度；1-fA(x)-tA(x)表示x∈A的未知程度。

假設(shè)集團(tuán)企業(yè)云服務(wù)平臺(tái)中存在l條記錄，由于記錄是真實(shí)發(fā)生的資源匹配，在理想情況下對于每條記錄均有tA(x)=1，fA(x)=0，1-fA(x)-tA(x)=0。設(shè)wk為記錄k在所有記錄中所占的比值，則設(shè)計(jì)任務(wù)與知識(shí)資源間的序值可定義為

(8)

(9)

由此可計(jì)算雙邊匹配主體的滿意度矩陣。因?yàn)樾蛑岛蜐M意度屬于互逆指標(biāo)，所以定義如下：

設(shè)計(jì)任務(wù)對知識(shí)資源的滿意度矩陣

ST=[aij]，aij=[Di(Ri,G)(j)]-1。

(10)

資源供應(yīng)方對設(shè)計(jì)任務(wù)的滿意度矩陣

SS=[bij]，bij=[Dj(Qj,H)(i)]-1。

(11)

3.2 多目標(biāo)決策模型的構(gòu)建與求解

雙邊匹配的目的是使參與雙邊匹配的兩個(gè)主體——設(shè)計(jì)人員和知識(shí)資源供應(yīng)方都能獲得最大滿意度，通過分析和計(jì)算兩者間的滿意度，可以建立以設(shè)計(jì)任務(wù)和設(shè)計(jì)知識(shí)資源雙方主體滿意度最大為原則的雙邊匹配決策模型，盡量滿足設(shè)計(jì)人員和資源供應(yīng)方的需求。設(shè)xij是一個(gè)0-1變量，xij=0表示設(shè)計(jì)任務(wù)Ti最終沒有與設(shè)計(jì)知識(shí)資源Sj形成匹配，xij=1表示設(shè)計(jì)任務(wù)Ti與供應(yīng)方Sj最終形成匹配。根據(jù)設(shè)計(jì)任務(wù)和設(shè)計(jì)知識(shí)資源雙方滿意度最大的要求及計(jì)算獲得的雙方滿意度矩陣，構(gòu)建雙邊匹配數(shù)學(xué)模型：

(12)

(13)

(14)

(15)

xij∈{0,1}。

(16)

其中：式(12)和式(13)為設(shè)計(jì)任務(wù)和知識(shí)資源雙邊匹配模型的目標(biāo)函數(shù)，式(12)表示盡量使設(shè)計(jì)任務(wù)T對設(shè)計(jì)知識(shí)資源S的滿意度最大，式(13)表示盡量使設(shè)計(jì)知識(shí)資源S對設(shè)計(jì)任務(wù)T的滿意度最大；式(14)和式(15)為設(shè)計(jì)任務(wù)雙邊匹配模型的約束函數(shù)，分別表示每個(gè)設(shè)計(jì)知識(shí)資源最多只被分配到一個(gè)設(shè)計(jì)任務(wù)，每個(gè)設(shè)計(jì)任務(wù)最多只分配給一個(gè)設(shè)計(jì)知識(shí)資源。

式(12)和式(13)為多目標(biāo)優(yōu)化函數(shù)，可采用線性加權(quán)的方法對其進(jìn)行加權(quán)并轉(zhuǎn)化為一個(gè)新的目標(biāo)函數(shù)。設(shè)式(14)和式(15)的權(quán)重分別為θ1和θ2，轉(zhuǎn)化得到的函數(shù)為：

(17)

(18)

(19)

xij∈{0,1}。

(20)

通過線性混合整數(shù)規(guī)劃的方法對上式進(jìn)行求解，即可獲得最終的任務(wù)—資源匹配方案。

4 實(shí)例驗(yàn)證

本文以衛(wèi)星研制過程中的產(chǎn)品工藝設(shè)計(jì)任務(wù)與工藝知識(shí)資源間的匹配為例，驗(yàn)證設(shè)計(jì)任務(wù)與知識(shí)資源的雙邊匹配方法。首先，面向覆蓋設(shè)計(jì)、工藝、制造、裝配、檢測等業(yè)務(wù)過程，梳理衛(wèi)星研制過程的概念術(shù)語，以衛(wèi)星產(chǎn)品結(jié)構(gòu)為核心構(gòu)建衛(wèi)星研制本體，并對研制周期各階段知識(shí)資源進(jìn)行組織，衛(wèi)星研制本體(部分)如圖2所示。

從某云設(shè)計(jì)平臺(tái)獲取了最近一年的歷史數(shù)據(jù)，抽取了7個(gè)待匹配元任務(wù)(T)和系統(tǒng)中的12位設(shè)計(jì)知識(shí)資源供應(yīng)方(U)進(jìn)行雙邊匹配，根據(jù)本文方法對平臺(tái)內(nèi)的相關(guān)數(shù)據(jù)做初步處理和分析，并進(jìn)行雙邊評價(jià)，根據(jù)評價(jià)結(jié)果對設(shè)計(jì)任務(wù)和知識(shí)資源供應(yīng)主體之間進(jìn)行雙邊匹配和驗(yàn)證，具體過程如下：

(1)基于任務(wù)需求的設(shè)計(jì)知識(shí)資源服務(wù)能力評價(jià)

結(jié)合表1中對用戶能力素質(zhì)評價(jià)指標(biāo)的描述和計(jì)算方法，分別計(jì)算各評價(jià)指標(biāo)間的相似度，最終獲得用戶知識(shí)能力與任務(wù)需求間知識(shí)能力的相似度，構(gòu)建任務(wù)T對資源S的完全序值矩陣。基于任務(wù)需求的知識(shí)資源能力評價(jià)結(jié)果如表2所示。

采用主成分分析法(Principal Components Analysis, PCA)和層次分析法(Analytic Hierarchy Process, AHP)計(jì)算知識(shí)資源評價(jià)矩陣KREM，將其應(yīng)用卡方分布離散化為Vague集等級(jí)，獲得設(shè)計(jì)任務(wù)對知識(shí)資源的滿意度矩陣(如表3)，并根據(jù)歷史記錄獲取期望向量G=([0.7,0.8],[0.3,0.6],[0.4,0.5],[0.75,0.9],[0.8,0.9],[0.65,0.7],[0.55,0.65],[0.7,0.75],[0.4,0.7],[0.3,0.65],[0.6,0.75],[0.5,0.5])。

(2)基于資源供應(yīng)方偏好的滿意度評價(jià)

根據(jù)資源供應(yīng)方對設(shè)計(jì)任務(wù)的興趣偏好評價(jià)獲得對設(shè)計(jì)任務(wù)的滿意度矩陣，如表4所示。

表2 設(shè)計(jì)任務(wù)T1對部分設(shè)計(jì)知識(shí)資源服務(wù)能力的評價(jià)結(jié)果

表4 資源供應(yīng)方對設(shè)計(jì)任務(wù)的滿意度矩陣

(3)雙邊匹配結(jié)果與分析

根據(jù)設(shè)計(jì)任務(wù)和資源供應(yīng)方滿意度最大的要求，將上述計(jì)算獲得的兩個(gè)滿意度矩陣代入式(5)進(jìn)行求解，獲得任務(wù)匹配矩陣。最終的匹配結(jié)果為T1-U4，T2-U7，T3-U11，T4-U12，T5-U5，T6-U10，T7-U1。

為驗(yàn)證本文所述匹配方法的有效性，現(xiàn)將原有匹配結(jié)果與本文得到的匹配結(jié)果進(jìn)行對比，從任務(wù)完成時(shí)間、任務(wù)完成評分、設(shè)計(jì)任務(wù)對知識(shí)資源的滿意度及資源對設(shè)計(jì)任務(wù)的滿意度多方面衡量匹配結(jié)果。

根據(jù)云平臺(tái)中的數(shù)據(jù)，原來的設(shè)計(jì)任務(wù)-資源供應(yīng)方匹配情況為T1-U10，T2-U12，T3-U2，T4-U11，T5-U5，T6-U9，T7-U4。平臺(tái)原始匹配結(jié)果中，所有設(shè)計(jì)用戶完成任務(wù)的總時(shí)長為133.25 h，任務(wù)完成的質(zhì)量總評分為733。設(shè)計(jì)人員對知識(shí)資源供應(yīng)方的滿意度依次為0.54，0.57，0.35，0.88，0.80，0.60，0.58，0.93，總體滿意度為5.25；知識(shí)資源供應(yīng)方對設(shè)計(jì)任務(wù)的滿意度依次為0.77，0.27，0.78，0.49，0.85，0.07，0.86，0.59，總體滿意度為4.68。

按照本文得到的匹配結(jié)果邀請相關(guān)設(shè)計(jì)人員完成設(shè)計(jì)任務(wù)，所有設(shè)計(jì)人員完成任務(wù)的總時(shí)長為119.3 h，較原方案提高了10.47%，任務(wù)完成的質(zhì)量總評分為747，較原方案提高了1.91%。設(shè)計(jì)人員對知識(shí)資源供應(yīng)方的滿意度依次為0.68，0.78，0.58，0.55，0.80，0.79，0.59，0.95，總體滿意度為5.72，較原有匹配方案提高了8.95%；知識(shí)資源供應(yīng)方對設(shè)計(jì)任務(wù)的滿意度依次為0.68，0.98，0.86，1.00，0.85，0.77，0.93，0.98，總體滿意度為7.06，較原有匹配方案提高了50.85%。

5 結(jié)束語

為解決研發(fā)設(shè)計(jì)任務(wù)與知識(shí)資源之間的雙邊匹配問題，充分提升集團(tuán)企業(yè)云服務(wù)平臺(tái)在知識(shí)資源共享和復(fù)用方面的能力，本文提出面向云制造模式的研發(fā)設(shè)計(jì)任務(wù)與知識(shí)資源雙邊匹配總體框架，并提出雙邊匹配滿意度評價(jià)指標(biāo)體系、多指標(biāo)滿意度評價(jià)信息處理，以及多目標(biāo)雙邊匹配決策模型構(gòu)建與求解等方法。通過衛(wèi)星產(chǎn)品研制工藝知識(shí)對設(shè)計(jì)任務(wù)和知識(shí)資源供應(yīng)主體之間進(jìn)行雙邊匹配與驗(yàn)證。結(jié)果表明，本文所提方法提高了設(shè)計(jì)人員與知識(shí)資源供應(yīng)方之間的滿意度，并在此基礎(chǔ)上提升了產(chǎn)品設(shè)計(jì)任務(wù)執(zhí)行的效率和質(zhì)量。然而，設(shè)計(jì)任務(wù)與知識(shí)資源匹配的討論并未結(jié)束，對目前平臺(tái)的運(yùn)行效果仍有可以提升的地方，未來將繼續(xù)學(xué)習(xí)最新的方法理論，對這些問題進(jìn)行更深入地研究。