面向价值组合服务优化方法.docVIP

面向价值组合服务优化方法 　　摘要：为了支持服务系统最大限度地实现顾客期望的服务价值，提出了一种面向价值的组合服务优化方法。该方法是基于面向价值的组合服务分析的结果，利用人工蜂群算法（ABC），通过对组合服务中影响价值实现的服务要素进行替换，得到组合服务的优化方案。实验结果表明文中的面向价值的组合服务优化方法能够以最小的优化代价、最大限度地保障服务系统的价值实现。 关键词：服务价值； 组合服务； 优化； 人工蜂群算法 中图分类号：TP311 文献标识码：A文章编号：2095-2163（2014）01-0027-05 0引言 服务价值[1，2]是服务系统的目标，越来越多顾客已经从关注服务系统的功能和服务内容，逐渐转向追求更好满意度、价值实现最大化的具体服务[1]。在这种趋势带动下，通过实现对服务系统中价值的度量，在系统的服务要素和服务价值之间建立联系，就可以对服务价值进行度量和分析，从而得到了价值在服务系统模型中的表现形式。凭此基础，以最大程度地实现价值期望为目标来分析影响价值实现程度的因素，为服务模型提供分析和优化方法，由此进一步指导优化和改造服务系统，服务生命周期[3]在不同阶段的价值即能得到最大化实现。 因此，本文开展了面向价值的组合服务优化方法的研究，在进行组合服务模型分析的基础上，提出一种优化算法，为组合服务的优化提供理论基础，也为服务系统最大程度地实现服务价值提供了切实保障。 1组合服务的优化目标 本文的基础场景是：通过静态机制[4]构造的组合服务已经存在，由于不同客户的需求存在差异，因此其满足不同客户需求的能力也是不同的；而且随着时间推移，客户需求也在不断发生微小的变迁，使得组合服务无法完全满足最新出现的需求，从而导致客户满意度降低，并将影响组合服务提供者的实际收益。通过面向价值的组合服务分析方法[5]对其进行评价和分析后，给出分析结果，对其中导致服务价值不能实现的要素则需进行优化改进。 组合服务的优化目标是：以尽可能小的调整代价和调整范围来改善组合服务，使之尽可能满足客户价值期望。面向价值的服务模型分析产生的结果将对后续组合服务模型的优化提供支持，并对特定原子服务进行替换、补充新的服务活动和原子服务、调整原子服务之间的次序与结构等优化操作，由此而提升其满足客户价值期望的能力。 2服务价值优化模型 组合服务是将若干个服务提供方呈现的不同功能、不同QoS的原子服务经过整合后，作为一个整体的形式提供给顾客方。因此，对已有组合服务的优化，是利用来自不同服务提供者的具有相同功能、不同QoS的原子服务去替换组合服务模型中的相应原子服务，再根据面向价值的组合服务分析产生的结果，并将对后续组合服务的优化提供支持，同时对特定原子服务进行替换、补充新的服务活动和原子服务、调整原子服务之间的次序与结构等优化操作，提升其满足客户价值期望的能力。 3基于人工蜂群的服务价值优化算法 面向价值的服务模型优化采用人工蜂群[6]（Artificial Bee Colony， ABC），在ABC算法中，蜂群由雇佣蜂、跟随蜂和引领蜂组成。蜜源的位置代表优化问题的可能解，解的数量和雇佣蜂的数量相等，蜜源的花蜜量代表相应解的质量或适应度。首先ABC算法随机产生NP个初始解（NP为雇佣蜂数量）。每个解xi（i=1，2…，SN）是一个D维的向量，D是优化参数的个数。经过初始化后，蜂群的位置（解）随着引领蜂、雇佣蜂和跟随蜂进行循环搜索。雇佣蜂依据记忆中的局部信息调整其位置并检查新蜜源的花蜜量。如果新位置比原位置的花蜜量多，则记住新的蜜源位置忘记原位置，否则保留原先的蜜源位置。在所有雇佣蜂都完成搜索后，将通过舞蹈的方式与跟随蜂分享蜜源的位置信息和花蜜信息。跟随蜂按照一定的概率选择一个蜜源的位置，然后用和雇佣蜂同样的方式根据记忆中的位置做一定的调整，并检查新候选位置的花蜜量。如果新位置的花蜜量优于原先位置的花蜜量，则忘掉旧的位置记住新位置[7]。 面向价值的服务模型优化是一个离散数值空间的优化问题，采用原子服务替换的方法来实现服务模型的优化。式（1）中，CS={as1，as2，…，asn}表示服务模型优化问题的解，asi是解的一个参数。实际上，对原子服务的替换是通过从原子服务的候选集合中选择一个新的原子服务替换现有的原子服务来实现的，基本的替换单位是原子服务。在ABC算法中，对每个设计参数是随机进行修改的，而面向价值的服务模型优化则是基于服务模型的分析结果进行的，对关键度和敏感度大的原子服务将进行优先替换。所以，对优化问题的可能解设计参数，可设置不同的替换优先级，并以此作为ABC算法的启发式规则。 5结束语 针对组合服务的优化问题，本文提出了一种基于人工蜂群优化算法