谢 灿，高新勤，王雪萍，席海洋

(1.西安理工大学 机械与精密仪器工程学院，西安 710048；2.西安交通大学 经济与金融学院，西安 710061)

0 引言

云制造是一种面向服务的制造新模式[1]。在云模式下，制造服务提供方通过制造服务运营方的云制造服务平台，向制造服务需求方提供各类制造服务，从而实现“分散资源集中使用，集中资源分散服务”[2]。

目前，针对云制造服务组合评价与优选问题，常见的方法是通过指标赋权将多目标模型转化为单目标模型进行求解。陈浩等将熵值法和层次分析法(AHP)相结合用于指标赋权，避免了单一评价方法的片面性[3]。陈友玲等采用偏好舵法和变精度粗糙集理论计算评价指标的主客观权重，将综合求得的效率值作为评价依据[4]。Kumar and Singal采用AHP法、理想解相似度排序法(TOPSIS)和改进的TOPSIS方法选择最佳的材料[5]。Sadigha等提出使用模糊AHP-TOPSIS算法对合作伙伴进行评估，从而确定每个任务的获胜企业[6]。通过指标赋权将云制造服务组合多目标优化问题转化为单目标问题可以获得最优解，但指标赋权的主、客观方法很多，如何集成两种主、客观赋权方法并发挥各自优势需要做进一步研究。

本文将G1-法和变精度粗糙集理论分别用于云模式下制造服务评价指标的主、客观赋权，同时引入基于最大熵原理的组合系数模型，集成主、客观赋权结果对云制造服务评价的影响，解决传统综合赋权法因依赖主观而可靠性不高以及未能发挥主、客观两种赋权方法作用的问题。……