胡强，田雨晴，綦浩泉，吴鹏，刘庆雪

（1.青岛科技大学信息科学技术学院，山东 青岛 266061；2.昆明学院机电工程学院，云南 昆明 650214）

0 引言

作为一种典型的“互联网+”制造实现模式，云制造通过共享或协同分布式制造资源与能力，快速实现各类产品的定制[1]。企业将自身的制造资源或业务功能进行服务化封装，发布在各类云平台，用户可以按照需求租用云制造服务，弥补自身制造能力的不足，从而便捷地构建和部署新的制造业务。

对于一些复杂的制造需求，云制造服务平台需要将一组相关的制造服务进行组合，以云制造服务流程的形式实现响应。云平台中存在许多功能相似的云制造服务，在建立服务组合流程时，每个业务节点都可能存在多个可供选择的服务，不同的业务节点中的云制造服务之间通过组合，可以产生大量的云制造流程实例[2]。因此，如何从大量的服务组合中求解最优组合流程实例成为云制造领域所面临的一个难题[3]。

群智能算法是服务组合流程优化的主流解决方法，如遗传算法（GA,genetic algorithm）[4]、粒子群优化（PSO,particle swarm optimization）算法[5-6]、人工蜂群（ABC,artificial bee colony）算法[7-8]等。为了提高搜索能力和优化质量，研究者在上述算法的基础上提出了一系列的改进方法，这些方法在组合优化求解过程中已取得不错效果。然而，已有研究在构建组合优化求解模型时，主要关注服务自身质量属性，缺乏考虑服务之间的协同质量，此外，在组合流程的寻优质量、效率及稳定性等方面也存在进一步提升的空间。……