互联网技术论文_质量感知的多目标云制造服务组

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

作者:

关键词:

摘要：

文章摘要: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和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使用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，再通过选择和概率更新策略有效平衡算法的全局与局部搜索的能力。最后，与四种先进算法的对比实验结果表明，所提算法具有更好的综合性能。

文章关键词:

论文分类号:TP18;TP393.09

文章来源：《运筹与管理》网址: http://www.ycyglzz.cn/qikandaodu/2022/0121/547.html