买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜安徽大学申请的专利一种基于质量感知的多目标云制造服务组合优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114298439B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210005353.5，技术领域涉及：G06Q10/04；该发明授权一种基于质量感知的多目标云制造服务组合优化方法是由贾兆红;刘桂森;唐俊设计研发完成，并于2022-01-05向国家知识产权局提交的专利申请。

本一种基于质量感知的多目标云制造服务组合优化方法在说明书摘要公布了：本发明公开了一种基于质量感知的多目标云制造服务组合优化方法，其步骤包括：1构建云制造服务组合优化模型；2设定算法参数；3采用镜像策略生成初始种群；4选择父代个体；5使用交叉、变异操作产生子代个体；6更新归档种群；7概率更新；8判断是否满足终止条件，满足则结束，否则转到步骤4。本发明从时间、成本、可靠性、可用性和信誉度五个维度同时优化，能为汽车厂商选择最佳的零部件供应商，从而能为汽车厂商节省时间、成本，增加产品的可靠性和可用性，也能为产品提供较好的口碑，提高用户的满意度。

本发明授权一种基于质量感知的多目标云制造服务组合优化方法在权利要求书中公布了：1.一种基于质量感知的多目标云制造服务组合优化方法，其特征是应用于一个汽车厂商针对整车的n个零部件从生产汽车的m×n个零部件供应商中进行选择的场景中，令整车的零部件集合记为C＝{C1,C2,…,Ci,…,Cn}，Ci表示汽车的第i个零部件，1≤i≤n；令第i个零部件Ci的供应商集合记为表示第i个零部件Ci的第j个供应商，1≤j≤m；所述多目标云制造服务组合优化方法是按如下步骤进行：步骤1、利用式1-式5构建云制造服务组合优化模型： 式1-式5中，表示汽车厂商从第i个零部件Ci的供应商集合PSi中选择第ji个供应商，1≤ji≤m；T·、CS·分别表示供应商生产零部件所需的时间函数和成本函数；RB·、AB·、RP·分别表示供应商的可靠性函数、可用性函数、信誉度水平函数；步骤2.1、令种群规模为N、邻居向量个数为H、初始交配选择的概率为Q、交配选择的概率最小值为Δ1，交配选择的概率最大值为Δ2、交配选择概率Q的更新次数为t、间隔代数为L、个体变异概率为P、归档种群为EP、当前迭代次数为IT，最大迭代次数为ITmax；令近邻交配产生的个体数为r1和远邻交配产生的个体数为r2；步骤2.2、令汽车厂商随机选择的第e个供应商选择方案记为其中，表示汽车厂商在第e个供应商选择方案中从供应商集合PSi中选择第ji个供应商，并将第e个供应商选择方案Xe作为一个个体，将作为个体的染色体，从而生成N个个体组成的初始第一种群P1；步骤2.3、利用式6计算第i个零部件Ci的供应商与最佳供应商之间的差距 式6中，表示供应商与最佳供应商之间的时间差距，TminPSi表示供应商集合PSi生产第i个零部件Ci所用的最小时间；表示第ji个供应商生产第i个零部件C的所用的时间，表示供应商与最佳供应商之间的成本差距，CSminPSi表示供应商集合PSi中生产第i个零部件Ci所需的最小成本；表示第ji个供应商生产第i个零部件Ci所需的成本，表示供应商与最佳供应商之间的可靠性差距，RBmaxPSi表示供应商集合PSi中零件供应商的最高可靠性；表示生产第i个零部件C的第ji个供应商的可靠性；表示供应商与最佳供应商之间的可用性差距，ABmaxPSi表示供应商集合PSi中零件供应商的最高可用性；表示生产第i个零部件C的第ji个供应商的可用性；表示供应商与最佳供应商之间的信誉度水平差距，RPmaxPSi表示供应商集合PSi中零件供应商的最高信誉度；表示生产第i个零部件C的第ji个供应商的信誉度；步骤2.4、根据差距对第i个零部件Ci的供应商集合PSi进行升序排序，得到排序后的供应商集合PS′i；步骤2.5、对于初始第一种群P1中的每个个体，根据个体的染色体在排序后的供应商集合PS′i中的位置，选择镜像位置上的染色体进行替换，从而得到新的个体，并组成初始第二种群P2；步骤2.6、合并初始第一种群P1和初始第二种群P2，并根据切比雪夫法则对合并后的种群中的个体依次进行比较，并保留一半较优的个体，从而得到进化种群P；根据帕累托最优原则将进化种群P中的非支配个体加入归档种群EP；步骤3、在目标空间中生成均匀的参考向量，将进化种群P中的每个个体分别与参考向量一一对应；步骤4、根据每个参考向量与其他参考向量的欧式距离，确定每个参考向量的H个近邻参考向量和H个远邻参考向量；步骤5.0、初始化IT＝1；步骤5.1、在第IT次迭代次数下，初始化t＝0；r1＝r2＝0；步骤5.2、对于进化种群P中的每个个体，均生成一个随机数，并判断当前的随机数是否大于概率Q，若是，则令r2+1赋值给r2后，从当前个体的H个远邻向量中随机选择两个向量，并将两个向量所对应的个体记为x1、x2，并执行步骤5.4；否则，令r1+1赋值给r1后，转到步骤5.3；步骤5.3、先确定当前个体的H个近邻参考向量所对应的个体中非支配个体的个数u，如果u2，则随机两个非支配个体记为x1、x2，否则从当前个体的H个近邻参考向量所对应的个体中随机选择两个个体记为x1、x2；步骤5.4、将两个个体x1、x2进行交叉和变异操作，得到新的两个个体y1、y2；步骤5.5、将新的两个个体y1、y2加入进化种群P中，并依据帕累托最优原则对进化种群P进行更新，删除两个支配个体，从而保持群规模不变；步骤5.6、将进化种群P中的非支配个体加入到归档种群EP，从而更新归档种群EP；步骤5.7、将IT+1赋值给IT，t+1赋值给t后，如果ITITmax，则将归档种群EP中的每个个体作为优化后的零部件供应商选择方案并推荐给用户，否则转到步骤5.8；步骤5.8、如果tL，则转到步骤5.9；否则，转到步骤5.2；步骤5.9、利用式7计算新的交配选择概率Q′： 步骤5.10、如果Δ1≤Q′≤Δ2，则令Q′赋值给Q，转到步骤5.1，否则，转到步骤5.11；步骤5.11、如果0≤Q′≤Δ1，则令Q＝Δ2后，转到步骤5.1，否则，令Q＝Δ1后，转到步骤5.1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230601 安徽省合肥市经开区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。