基于改进NSGA-II算法的云制造服务组合优化研究

云制造任务日趋复杂,与基于云制造的云服务组合优化问题相关的指标日益增多,需要综合考虑各个评价指标,从海量备选云服务中筛选出最优服务组合。本文针对云制造的特点,从线上、线下两方面构建了云制造服务评价指标体系;为了更好地处理高维多目标优化问题并消除实际问题中的量纲影响,本文利用改进的α支配策略代替帕累托支配改进NSGA-II算法,提出了基于nα支配的NSGA-II算法。最后,本文通过一个电机制造案例验证了提出算法的可行性,并通过与标准NSGA-II算法、r-NSGA-II算法和基于模糊支配的NSGA-II算法对比,证明了提出算法得到的解集更优、更小,能够大大减小后续组合优选的计算量。