摘 要

随着新一代信息技术的发展，越来越多的客户通过工业互联网平台实现制造服务的供需配置。由于制造任务的复杂性，工业互联网平台需要将多种制造服务以组合的方式推荐给客户，而现有的推荐技术很少考虑组合服务中客户的个性化因素。针对制造服务组合的个性化推荐问题，本文提出了一种基于制造服务的QoS客观属性和目标客户的主观偏好属性的多属性推荐算法。主要推荐过程分为三个阶段：首先，设计了NSGA-Ⅱ算法选择QoS属性最优的制造服务组合方案；然后，利用UserCF算法评估目标客户对制造服务的偏好程度；最后，利用混合算法评估目标客户对制造服务组合方案的偏好程度，向目标客户推荐N个多属性最优方案。本文设计了具体的制造任务研究该推荐算法的性能和实用性，实验结果表明多属性推荐算法能够处理较大规模的制造服务组合个性化推荐问题。

关键词：工业互联网平台；制造服务组合个性化；多属性推荐；协同过滤

Abstract

With the development of new-generated information technologies, increasing customers realize the supply and demand configuration of manufacturing services through the industrial Internet platform. Due to the complexity of manufacturing tasks, the industrial Internet platform needs to recommend a variety of manufacturing services to customers in a composition way, while the existing recommendation technologies rarely consider the personalized factors of customers in the composite services. Aiming at the personalized recommendation for manufacturing service composition, this paper proposes a multi-attribute recommendation algorithm based on the objective attribute of QoS and the subjective preference attribute of the target customer. The main recommendation process is divided into three phases: Firstly, the NSGA-Ⅱ algorithm is designed to select the manufacturing service composition solutions with the best QoS attribute; Secondly, the UserCF algorithm is used to evaluate the degree of target customers’ preference for manufacturing services; Finally, the hybrid algorithm is used to evaluate the degree of target customers’ preference for manufacturing service composition solutions, and N multi-attribute optimal solutions are recommended to the target customers. In this paper, a specific manufacturing task is designed to study the performance and practicability of the recommendation algorithm. The experimental results show that the multi-attribute recommendation algorithm can deal with large-scale personalized recommendation for manufacturing service composition.

Key Words：industrial Internet platform；manufacturing service composition personalization；multi-attribute recommendation；collaborative filtering

目 录

第1章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.2.1 制造服务组合优化 2

1.2.2 个性化服务推荐 2

1.3 存在问题分析 3

1.4 本文主要工作 3

第2章 基于QoS属性的制造服务组合优选 5

2.1 制造服务组合推荐流程 5

2.2 制造服务QoS属性评价模型 7

2.3 算法设计 9

2.3.1 快速非支配排序 10

2.3.2 遗传算子 10

2.3.3 拥挤度选择 11

2.4 实验仿真 12

2.4.1 仿真环境及参数设置 12

2.4.2 实验数据集 13

2.4.3 实验结果分析 13

2.5 本章小结 18

第3章 基于偏好属性的制造服务评估 19

3.1 制造服务偏好属性评价模型 19

3.2 算法设计 20

3.2.1 客户-项目评分矩阵的构建 22

3.2.2 目标客户相似度表的计算 22

3.2.3 目标客户-项目评分矩阵的计算 23

3.3 实验仿真 23

3.3.1 仿真环境及参数设置 23

3.3.2 实验数据集 24

3.3.3 实验结果分析 24

3.4 本章小结 26

第4章 制造服务组合的个性化推荐 27

4.1 算法设计 27

4.2 推荐结果 28

4.3 本章总结 30

第5章 总结与展望 31

5.1 论文总结 31

5.2 后期展望 32

参考文献 33

致谢 34

绪论

研究背景及意义

随着物联网、大数据、云计算、人工智能等新一代信息技术的飞速发展，“中国制造2025”、“互联网 智能制造”等概念相继被提出，我国制造业正经历根本性的转型升级：由生产型向服务型转变，由普适化向专业化转变^[1]。为了顺应发展趋势，制造业界先后推出了一系列工业互联网平台，不断提高制造业数字化、网络化、智能化的整体水平。工业互联网平台融合了新一代信息技术和面向服务的思想，把制造业企业在线下的制造资源和能力，反映到线上的信息网络平台，实现制造信息的全面互联互通互享。

客户可以在工业互联网平台上寻找到所需的制造服务，但是客户发布的制造任务通常比较复杂，无法由单个制造服务完成，需要多个制造服务协同合作来完成。因此，工业互联网平台必须要将多个制造服务以组合的形式推荐给客户，并且为了提高客户对制造服务组合推荐的满意度，工业互联网平台需要充分考虑客户的偏好属性，从而实现针对客户的个性化推荐。工业互联网平台的这种应用场景对制造服务的推荐系统提出了很高的要求。研究制造服务组合的个性化推荐问题具有重要的意义。