[发明专利]一种云制造环境下的供需智能匹配方法

权利要求书

1.一种云制造环境下的供需智能匹配方法，云制造服务资源包括服务需求和服务资源，其特征在于：方法步骤如下，

步骤1.初选，在服务资源信息库中，根据服务需求和服务资源的基本信息，利用关键字匹配规则进行需求与资源的匹配，获得基于资源基本信息的初选集；

步骤2.预选，在初选集中，根据服务需求和服务资源的功能信息，建立蕴含关系推理规则进行匹配，获得基于资源功能信息的预选集；

步骤3.优选，在预选集中，根据服务需求和服务资源的评价信息，利用模糊综合评判法进行匹配，从而获得最优的服务资源；

所述的步骤3的云制造服务资源的评价信息主要指资源描述相符、资源质量、资源性价比、物流服务、服务态度，基于评价信息的优选包括以下步骤：

a.利用公式u＝w₁u₁+w₂u₂+...+w_nu_n对需求方提交的服务资源需求中的评价信息进行评价，得到综合分数C，其中，u表示需求方提交的服务资源需求中评价信息的综合分数，w_n表示每个评价信息的权重，u_n表示每个评价信息的分数；

b.利用模糊综合评判法对服务提供方提供资源的评价信息进行评价，得到综合分数D；

c.利用公式QosMatch(QT，QR)＝D/C计算评价信息的匹配度，其中，QosMatch(QT，QR)表示评价信息的匹配度，QT表示服务需求方需要资源的评价信息、QR表示服务提供方提供资源的评价信息；

所述的模糊综合评判法包括以下步骤：

a.确定评定因素集F和评定/语级E，因素集F即评价项目或指标的集合，评定/语级E即评价等级的集合；

b.统计、确定单因素评价隶属度向量，并形成隶属度矩阵R；

c.确定权重向量W_F,W_F为评价项目或指标的权重或权系数向量，另外，还可有评定集的数值化结果W′_E或权重W_E，若有考评集T＝{第一次考评，等二次考评，…，第r次考评}，则需要对不同考评次数的权重向量W_T＝(W_t1，W_t2，...，W_tr)

d.采用运算法则，计算综合隶属度向量S和综合分数D。

2.根据权利要求1所述的一种云制造环境下的供需智能匹配方法，其特征在于：所述步骤1的云制造服务资源的基本信息主要指资源名称，以此建立关键字匹配规则，并利用关键字进行匹配。

3.根据权利要求2所述一种云制造环境下的供需智能匹配方法，其特征在于：所述的关键字匹配规则如下，当服务提供方不能满足服务需求方要求时，匹配失败即为Fail匹配，匹配度为0；当服务提供方能够满足服务需求方要求时，匹配成功即为Full匹配，匹配度为1。

4.根据权利要求1所述一种云制造环境下的供需智能匹配方法，其特征在于：所述步骤2的云制造服务资源的功能信息主要指数值型约束条件，则基于功能信息的预选包括以下步骤，

a.建立蕴含关系推理规则；

b.利用建立的蕴含关系推理规则进行单个数值型约束条件匹配；

c.利用单个数值型约束条件匹配度计算多个数值型约束条件的综合匹配度。

5.根据权利要求4所述一种云制造环境下的供需智能匹配方法，其特征在于：所述的蕴含关系推理规则通过云制造服务资源中功能信息的数值型约束条件进行数值匹配类推。