中图分类号：TP391 文献标志码：A 文章编号：1001-3695（2025）06-013-1698-08

doi：10.19734/j.issn.1001-3695.2024.10.0443

Robust service composition method for cloud manufacturing based on improved multi-objective whale optimization algorithm

Yin Zuhenga，Xu Hongzhena，bt （a.ScholoffoaiongeringholoffaeEstinaUesityfhogcnga）

Abstract：Existing cloud manufacturing service compositionmethods aretypicallydevelopedunder theassumption of no anomalies inmanufacturingservices，which renderscurrent modelsandmethods ieffcientoreven prone tofailurewhenservice anomalies occur.Toaddressthis issue，this paper proposedarobust servicecomposition methodforcloud manufacturing basedonanimprovedmulti-objective whaleoptimizationalgorithm.Firstly，the methodefectivelyavoided isues suchasinefficiencyortask failurecausedbyanomalies inpreferedservicesbyasigningapreferredservice andanalternative service to eachsubtask．Next，the methodusedtask latency timeasarobustness indicatorforcloud manufacturing servicesandconstructedamulti-objectivecloud manufacturingservicecompositionmodelthatconsideredbothrobustnessandqualityofservicerequirements.Tosolvethis model，themethoddesignedanimprovedmulti-objective whaleoptimizationalgorithmbasedonahybridstrategy.Finally，analysisofdifferentarithmeticcasesshowsthattheproposed methodoutperformsothergoodmethodsof convergence and diversity.

Key words：servicecomposition；cloud manufacturing；multi-objectiveoptimization；robustness；whaleoptimizationalgorithm

0 引言

云制造（cloudmanufacturing，CMfg）是网络化制造与云计算技术相结合的一种新型现代智能制造服务化模式，通过网络通信与云计算服务平台，将制造资源提供者的制造资源和制造能力通过虚拟化技术存储到云服务提供商中，为制造资源的请求者按需提供高效、智能、及时的云制造服务[1]。云制造服务组合作为云制造的关键环节，主要根据用户指定的制造任务，从云平台的制造服务池中选择若干不同的制造服务，并将其组合在一起共同完成指定的制造任务[2]

目前，有关云制造服务组合的研究大多假设服务组合过程中不会出现异常，忽略了实际环境下的诸多动态不确定因素，如设备故障、任务拖延、物流延迟等。然而，在复杂的云制造环境中，这些不确定因素时常会不可避免地出现，可能导致服务暂停或延迟，从而降低服务质量（qualityof service，QoS），甚至导致组合方案失败。因此，如何在不确定环境下保证云制造服务的鲁棒性，已成为云制造服务组合研究中的关键问题

目前已有一些学者从优化模型的角度研究了云制造服务组合的异常处理方法。例如，Wang等人[3提出了一种云制造动态服务组合重构模型。该模型能够在异常发生时，有效地进行服务组合的重新配置，以维持制造的连续性和高效性。Zhang等人[4]提出了一种在不确定环境下面向多任务的两阶段制造服务组合模型，该模型全面考虑了多任务调度、紧急任务请求的出现以及服务属性的不确定性，能在小幅度改变现有分配的情况下获得最优解。……