薛 霄，王俊峰，曾志峰

（1.河南理工大學計算機學院，河南 焦作454000；2.云南警官學院信息網(wǎng)絡安全學院，云南 昆明650223）

1 引言

作為一種新型企業(yè)協(xié)作模式，集群式供應鏈CSC（Cluster Supply Chain）通過整合產業(yè)集群和供應鏈管理二者的優(yōu)勢，來應對市場的動態(tài)變化或者捕捉到新的商業(yè)機會［1］。其核心在于“一組地理區(qū)域集聚、業(yè)務互補的企業(yè)實體不僅在供應鏈內部相互合作，而且進行跨供應鏈的協(xié)調，由此產生了多層次、多維度、多功能、多目標的網(wǎng)絡式供應鏈，通過交換信息、交互行為、共享資源，來改進彼此的能力，一起承擔風險和責任，實現(xiàn)共同的利益和目標”［2，3］。集 群 式 供 應 鏈 的 企 業(yè) 大 多 經 營 相 關 產業(yè)，通過橫向聯(lián)系和合作，相互之間共享設備與人員，從而產生規(guī)模經濟，降低生產和運營成本。同時，集群式供應鏈具有豐富的供應鏈合作層次，通過動態(tài)調整不同企業(yè)間的協(xié)作程度，可以靈活應對市場需求的各種變化［1］。

如圖1所示，服務系統(tǒng)是實現(xiàn)新型企業(yè)協(xié)作模式的公共支撐平臺，企業(yè)資源和客戶需求都通過Web服務進行封裝和發(fā)布，通過服務資源的動態(tài)組織和匹配，可以為不同需求找到最適合的企業(yè)服務或者企業(yè)服務組合，從而完成不同的任務［4～6］。其中，服務匹配是服務系統(tǒng)的核心功能，其目標主要有兩個：（1）服務提供者角度：充分利用服務系統(tǒng)內有限的企業(yè)服務資源，兼顧當前需求以及后續(xù)需求的考慮，確保企業(yè)服務整體效用處于最優(yōu)/次優(yōu)運行狀態(tài)。（2）服務使用者角度：依據(jù)客戶對企業(yè)服務進行評價的QoS模型，從所有可能的候選服務或者服務組合中找出QoS評價值最優(yōu)的服務，從而滿足用戶的多樣化需求。

目前，研究者已經在服務選擇領域做了大量的工作，主要側重于如何從大量候選服務中選取最佳服務［7～9］，缺乏對服務資源自身效用優(yōu)化的關注。這就造成了服務的“不經濟”現(xiàn)象：一方面，客戶需求與服務資源之間存在“過度匹配”，造成需求過分集中到少數(shù)優(yōu)質服務資源上，造成部分服務資源出現(xiàn)擁塞和質量下滑，客戶也付出了更多的時間和成本；另一方面，部分服務資源雖然質量尚可，但是由于服務選擇的效用問題缺乏關注，導致服務資源閑置率較高，無法得到充分利用。因此，如何實現(xiàn)服務資源的均等化分配，就成為本領域所要解決的關鍵問題。

Figure 1 Service system of enterprise collaboration in cluster supply chain圖1 集群式供應鏈的企業(yè)協(xié)同服務系統(tǒng)

針對上述問題，本文根據(jù)集群式供應鏈中企業(yè)服務組合的特點，首先提出了基于均等化的QoS評價模型，能夠反映企業(yè)服務的當前均等化狀態(tài)；進一步，根據(jù)集群式供應鏈的企業(yè)協(xié)作模式，提出了能夠與之匹配的虛擬服務生成機制，增加了可選擇的服務供給；最后，以上述技術為基礎，構建了一個完整的均等化服務選擇過程，通過調整QoS 評價模型中的均等化系數(shù)，逐步消除服務匹配中的不均衡現(xiàn)象，從而實現(xiàn)所期望的均等化效果。

2 相關工作

服務資源的供需矛盾在公共服務領域（例如教育、醫(yī)療、文化、住房保障、社會保障、公共安全等）一直十分突出，具體表現(xiàn)為：有限的道路資源與急劇增加的車流量、有限的體育場館與不斷高漲的健身需求、有限的醫(yī)療資源與日益提高的居民醫(yī)療保障需求等。所以，服務均等化的概念首先是在公共服務領域被提出，其核心就是“為盡可能多的服務使用者提供大致滿足其需求的服務產品”［10，11］。在服務供給難以短期內大幅增加的情況下，如何實現(xiàn)服務資源的均等化分配就成為了研究的重點。就企業(yè)服務而言，各類制造資源經過Web服務封裝之后發(fā)布，然后通過服務匹配、服務選擇、服務調用等一系列Web服務技術，實現(xiàn)異構環(huán)境下服務資源的共享和協(xié)同，從而向用戶提供高質量的服務［12～14］。然而，目前的服務匹配方法主要側重于從候選服務中為單個需求找到最佳服務，很容易導致服務匹配結果僅為理論最優(yōu)并非實際可用，具體體現(xiàn)在以下幾個方面：

（1）服務資源的評價無法體現(xiàn)均等化思想。在Web服務選擇方法中，QoS 評價模型扮演著極其重要的角色，用于評價候選服務與客戶需求之間的吻合程度。服務選擇的實質就是從大量候選服務中選取QoS評價值最大的服務。但是，現(xiàn)有QoS評價模型的構建主要來自于歷史數(shù)據(jù)，缺乏對于Web服務當前狀態(tài)的考慮。由于企業(yè)自身的成長性和自治性，其資源服務的QoS信息會在運行過程中不斷地擴充和變化，例如業(yè)務種類的增加或者減少、業(yè)務能力的增強或者削弱等。為了保證服務資源分配的均等化，候選服務的QoS評價值需要根據(jù)它們的當前狀態(tài)實時調整，但是現(xiàn)有的QoS評價模型體現(xiàn)不出這一點。

（2）需求序列的服務選擇缺乏均等化考慮。集群式供應鏈要應對的服務需求是一個動態(tài)的需求序列。對于其服務支撐系統(tǒng)而言，服務選擇就是一個循環(huán)過程，而不是一次性的操作，不僅需要考慮當前需求的滿足，還要考慮整個需求序列的性能指標?，F(xiàn)有的Web服務選擇方法僅考慮為單個服務需求尋找QoS最優(yōu)的服務資源，并沒有從全局角度考慮如何充分利用現(xiàn)有資源來滿足整個需求序列。這樣會導致需求與服務資源之間的“過度匹配”，造成需求過分集中到少數(shù)優(yōu)質服務資源上，很多質量尚可的服務資源被閑置，客戶也需要為此付出更多的時間和成本，從而降低了服務資源分配的均等化程度。

因此，有必要提供一種基于均等化的服務資源推薦方法，以實現(xiàn)服務資源的充分利用，并且滿足大量用戶的個性化需求。本文的具體研究思路如下：（1）從服務利用角度構建相應的均等化QoS模型，能夠更加準確地評價資源的當前狀態(tài)；（2）從服務供給角度引入控制領域的“反饋控制”思想，形成一個完整的均等化服務選擇過程。

3 基于均等化的QoS模型

與一般的Web服務相比，企業(yè)服務除了具備Web服務所具有的QoS屬性之外，還具有企業(yè)本身特有的一些屬性，比如企業(yè)發(fā)展狀況、產品質量屬性等。為了實現(xiàn)服務資源的均等化利用，首先需要了解企業(yè)服務QoS屬性的實時信息。如圖2所示，根據(jù)QoS屬性更新的特點可以將其分為兩類：均等化相關的QoS 屬性和均等化無關的QoS 屬性，具體描述如下：

Figure 2 Classification of QoS attributes of enterprise service圖2 企業(yè)服務的QoS屬性分類

（1）均等化相關的QoS 屬性：這類QoS 屬性與企業(yè)服務當前運行狀態(tài)直接相關，會直接影響到后續(xù)服務選擇的均等化效果，主要包括企業(yè)服務的反應時間、服務能力、可靠性、可用性等。服務系統(tǒng)在每個周期開始之前，會對企業(yè)服務的這些屬性進行更新，從而為后續(xù)的服務選擇做好準備。

（2）均等化無關的QoS 屬性：這類QoS 屬性與服務當前運行狀態(tài)無直接關聯(lián)，其變化主要受企業(yè)自身變化的影響，發(fā)生的頻率相對較低，主要包括產品質量、最大生產能力、生產成本、市場占有率、財務狀況等。當QoS屬性發(fā)生變化時，可以通過服務組件的觸發(fā)機制，通知服務系統(tǒng)完成更新。

以此為基礎，公式（1）給出了企業(yè)服務的均等化QoS評價模型：

其中，QoS（CSi）表示第i個企業(yè)服務的QoS綜合評價值。a和b分別表示對于非均等化屬性和均等化屬性的要求程度，可以有區(qū)分地進行權重設置。如果想要均等化強度高就增大b的值，減小a的值；相反如果要弱化均等化程度就減小b的值，增大a的值。EnQoS（CSi）表示第i個候選服務非均等化QoS屬性的評價值，計算公式如式（2）所示：

其中，φ表示非均等化屬性的權重集合，φ＝｛φ1，φ2，…，φi｝，φ1＋φ2＋…＋φi＝1；EqQoS（CSi）表示第i個候選服務均等化QoS屬性的評價值，計算公式如式（3）所示：

其中，ψ表示均等化屬性的權重集合，ψ＝｛ψi＋1，ψi＋2，…，ψm｝，ψi＋1＋ψi＋2＋…＋ψm＝1。

下面以兩個常用的均等化QoS 屬性為例，說明QoS值如何根據(jù)服務當前狀態(tài)進行調整，其他屬性可以通過類似的過程推導得出。

（1）服務響應時間（Response Time）。因為企業(yè)服務的需求隊列不斷發(fā)生變化（例如正在加工的訂單完成，或者新的訂單進入等待隊列），所以該服務的響應時間也會隨之發(fā)生變化，如公式（4）所示：

其中，Rtime表示該服務的響應時間點；CurTime表示當前所處的時間點；SumOrdercur表示該服務現(xiàn)有的訂單總量；Capacitymax表示該服務所具有的最大產能；TimeUnitProduction表示生產零件的加工周期。因為每個周期過后，SumOrdercur都會發(fā)生變化，導致Rtime不斷發(fā)生變化。

Wcycle表示客戶選擇該服務需要等待的時間，也就是響應時間與當前時間的差值：

當Wcycle＝0時，表明該服務的等待隊列中沒有訂單需求，如果選擇該服務，可以立即得到響應；當某服務的需求數(shù)目增加時，服務響應時間也會隨之變長。

（2）用戶滿意度（User Satisfaction）。影響客戶滿意度的因素主要有服務需求的等待時間Wcycle、加工時間Pcycle。客戶滿意度隨服務需求Wcycle和Pcycle的增加而下降。除此之外，影響客戶滿意度的因素還有很多，例如企業(yè)的信譽度Reputation等。因此，客戶滿意度的計算公式為：

其中，Reputation表示企業(yè)的信譽度，該屬性是一定時期內用戶對企業(yè)服務的評價反饋，相對比較穩(wěn)定，因此以這個屬性作為影響客戶滿意度的固定部分；α、β和γ分別代表影響客戶滿意度的因素權重，且α＋β＋γ＝1。

4 服務選擇的均等化框架

服務均等化的目標是希望結合用戶自身的屬性、個性化的服務需求以及服務資源的當前狀態(tài)，合理高效地分配公共服務資源，既能夠使客戶得到最符合自身需求的公共服務，又能提高服務資源的利用率。如圖3所示，為了逐步消除“均等化現(xiàn)狀”與“均等化需求”之間的偏差，本文在服務選擇與均等化效果評價之間構成一個反饋控制循環(huán)，通過調整均等化的QoS模型，來實現(xiàn)客戶所期望的均等化效果。整個流程主要包含以下幾個步驟：

Figure 3 Selection framework of equalization oriented service圖3 均等化服務選擇框架

（1）功能性的匹配。服務需求源源不斷地加入到服務需求隊列，服務選擇機制接到每一個服務需求時，首先需要進行服務功能性的匹配，即服務類別、服務名稱及輸入輸出的匹配。針對服務需求以及候選服務形式化模型中的各個參數(shù)，可以采用語義近似度的方法來進行匹配。

（2）候選服務的更新。服務資源的均等化QoS屬性是動態(tài)變化的。在接到新的服務需求時，為了準確、快速地篩選出匹配的服務候選集，需要獲取各個資源服務的當前可用狀態(tài)。根據(jù)第3節(jié)中的計算公式，可以得到每個服務資源的當前QoS屬性，完成服務的狀態(tài)更新。

（3）非功能性的匹配。這一輪匹配的目的是滿足個性化的服務需求，同時實現(xiàn)整體服務資源的均等化。根據(jù)服務需求對服務提供的產品價格、質量和信譽度要求，篩選出符合這三個要求的服務，加入到服務需求的候選服務集合中。針對該候選服務集合中的每個候選服務，計算它完成需求的等待時間和完成時間。然后，根據(jù)第3節(jié)中的公式計算出每個服務的QoS評價值，并選擇該候選服務集合中的QoS評價值最大的服務。

（4）服務選擇的評價反饋。在服務系統(tǒng)完成了這個需求序列之后，需要對服務選擇的效果進行評價反饋。然后，根據(jù)反饋結果來決定如何調整均等化QoS模型的權重系數(shù)。均等化服務選擇的效果評價主要采用三個指標：

①服務資源利用率：

該指標主要驗證均等化算法是否能夠有利于提高服務的使用效率。其中，Use＿Ratio表示系統(tǒng)處理該需求序列的服務資源利用率，等于“所使用服務的產能和”與“所有候選服務的產能和”的比值；分子是候選服務集合中，處理該需求序列時所選擇服務（m）的最大產能之和；分母是所有候選服務資源集合中，所有服務（n）的最大產能之和。

②需求序列的完成時間：

該指標主要驗證均等化算法在提高利用率的同時，是否會出現(xiàn)需求完成時間的大幅延長。其中，F(xiàn)inish＿Time表示整個需求序列被處理完成的最后時間點，等于各個需求完成時間中的最大值；Orderi，F(xiàn)time表示需求序列中第i個需求的“完成時間”（1≤i≤n）。

③所選擇服務的QoS總和值：

該指標主要驗證均等化在提高服務利用率的同時，是否會出現(xiàn)服務質量的大幅降低。其中，Sum＿QoS表示完成整個需求序列的各個服務QoS值的總和；QoSi表示完成需求序列中第i個需求的服務QoS（1≤i≤n）。

5 案例研究

5.1 實驗設計

為了比較非均等化算法、一般均等化算法（不考慮企業(yè)協(xié)同）和改進均等化算法（考慮企業(yè)協(xié)同）在處理需求序列時的性能差異，我們設計了圖4所示的實驗場景：假定集群式供應鏈服務系統(tǒng)需要順序處理一個需求序列，客戶需求隨機產生，包括訂單的產量需求，以及客戶的QoS評價模型；服務系統(tǒng)根據(jù)客戶的需求，采用不同算法對現(xiàn)有的服務資源進行評價和選擇，然后，此需求被放置在所推薦的服務等待隊列中；最后，根據(jù)客戶滿意度和服務資源利用率的數(shù)據(jù)分析，對不同算法性能進行比較。

Figure 4 Scene of service selection in dealing with customer requirement sequence圖4 客戶需求序列的服務選擇場景

驗證實驗的具體設置如下：

（1）候選服務的隨機生成。

隨機生成企業(yè)類型：在－1、0、1這三個數(shù)字中隨機生成一個數(shù)，作為企業(yè)的類型，其中－1 代表大型企業(yè)，0代表中型企業(yè)，1代表小型企業(yè)。

隨機生成企業(yè)產能：根據(jù)企業(yè)類型，生成相應的產能，如果是大規(guī)模制造企業(yè)，則其產能為［3 000，5 000］的一個隨機整數(shù)；如果是中等規(guī)模制造企業(yè)，則其產能為［2 000，3 000］的一個隨機整數(shù)；如果是小規(guī)模制造企業(yè)，則其產能為［1 000，2 000］的一個隨機整數(shù)。

隨機生成服務的非均等化QoS屬性：該制造企業(yè)產品的Price為［10，15］的一個隨機整數(shù)；Quality為［1，4］的一個隨機整數(shù)，其中Quality＝｛1（一般），2（好），3（較好），4（非常好）｝；Reputation為［1，5］的一個隨機整數(shù)，其中Reputation＝｛1（差），2（一般），3（高），4（較高），5（非常高）｝。服務的非均等化QoS屬性值在隨機生成之后，保持固定不變。

實時計算服務的均等化QoS 屬性：服務的均等化QoS 屬性主要包括Wtime和Satisfaction，在程序開始運行之后，根據(jù)3.1節(jié)中的公式計算出其相應的值，在程序運行的過程中是動態(tài)變化的。Satisfaction的取值范圍為｛1（不滿意），2（一般），3（滿意），4（較滿意），5（非常滿意）｝。

（2）需求序列的隨機生成。

隨機生成訂單的產量需求：假定隨機產生一個數(shù)目為N的服務需求隊列，每個需求的產品采購訂單量為［5 000，20 000］的一個隨機整數(shù)。

隨機生成訂單的硬約束條件：每個需求訂單中，產品Price的上限為［10，15］的一個隨機整數(shù)；產品Quality的下限為［1，4］的一個隨機整數(shù)；企業(yè)Reputation的下限為［1，5］的一個隨機整數(shù)；所有的屬性在計算之前都需要首先進行歸一化處理。

隨機生成非均等化算法的QoS評價模型：非均等化算法采用非均等化QoS模型來評價服務資源，其公式為EnQoS＝w1＊Price＋w2＊Capacity＋w3＊Quality＋w4＊Reputation，其中各屬性所對應的權重w1、w2、w3、w4 隨機生成，并且w1＋w2＋w3＋w4＝1。

隨機生成均等化算法的QoS 評價模型：均等化算法采用綜合QoS模型來評價服務資源，其公式為FuQoS＝a＊EnQoS＋b＊EqQoS＝a＊ （w1＊Price＋w2＊Capacity＋w3＊Quality＋w4＊Reputation）＋b＊（w5/（1＋Wcycle）＋w6＊Satisfactory），其中均等化屬性對應的權重w5、w6 隨機生成，并且w5＋w6＝1；a和b表示非均等化屬性和均等化屬性在評價模型中的權重，根據(jù)案例研究的需要進行設定，并且a≠0，b≠0，a＋b＝1。

（3）需求序列的匹配過程。

根據(jù)實際情況，服務需求是源源不斷地加入到需求隊列中，假定每隔一個時間周期隨機生成一個服務需求，然后提交給服務系統(tǒng)去處理。不同的算法采用不同的QoS評價模型來選擇服務資源處理該需求。

分別采用非均等化策略（EnQoS 模型）、一般均等化策略（FuQoS模型）和協(xié)同均等化策略（Fu－QoS模型＋虛擬服務）來選擇相應的服務資源，根據(jù)設計的仿真實驗，對所提出的算法進行驗證。

5.2 實驗過程

本實驗在如下條件下進行：候選服務和服務需求的數(shù)目均固定，改變均等化QoS模型中的權重系數(shù)，比較不同算法的性能差異。均等化QoS 指標的權重值分別取0.1、0.2、0.3、0.4、0.5、0.6、0.7；服務需求為50個，候選服務個數(shù)為100個，均保持不變。

Figure 5 Comparison of the service utilization rates of different algorithms when changing QoS weights圖5 QoS模型權重變化時不同算法的服務利用率比較

如圖5所示，隨著均等化QoS 屬性權重值的增加，均等化算法下的服務資源利用率呈現(xiàn)明顯增長趨勢，而非均等化算法的服務資源利用率相對變化不大。就均等化算法而言，當均等化權重值小于0.3時，服務利用率的增長比較緩慢；當均等權重處于0.4～0.6時，服務資源利用率呈現(xiàn)較快增長；當均等權重大于0.6之后，服務資源利用率基本呈現(xiàn)平穩(wěn)狀態(tài)。這說明均等權重只有在一定范圍內調節(jié)才具有比較明顯的效果。

如圖6 所示，當均等化QoS 屬性權重較小時，三種算法下服務需求的完成時間差值較小。當均等化權重增大時，因為需求會被分配到更多的服務資源上來完成，所以均等化算法下的服務需求完成時間迅速下降。因此，可以根據(jù)需要來調整均等化的權重值，從而可以靈活調配服務資源的利用率。

Figure 6 Comparison of the finishing time of different algorithms when changing QoS weights圖6 QoS模型權重變化時不同算法的需求完成時間比較

如圖7a所示，從客戶角度出發(fā)，均等化權重的增加對于算法QoS值的影響不大，并且非均等化算法的QoS值總和略高于均等化算法，當均等化權重小于0.3時，均等化算法的服務質量總和隨著均等權重的增加而下降；當均等權重大于0.4時，服務質量總和呈現(xiàn)平穩(wěn)趨勢，與非均等化算法比較，差值在可接受范圍之內。如圖7b所示，從綜合角度出發(fā)，隨著均等化權重的增加，均等化算法的QoS總和值變化不大，但是非均等化算法卻顯著下降，這表明非均等化算法所選擇出來的服務資源，在服務均等化指標上表現(xiàn)不佳。

Figure 7 Comparison of the service qualities of different algorithms when changing QoS weights圖7 不同的均等權重對服務質量總和的影響

6 結束語

服務資源匹配的非均等化不僅造成了服務資源的閑置浪費，也降低了客戶需求的滿意度。目前的服務選擇方法，無法有效實現(xiàn)企業(yè)服務資源的均等化分配，如何充分利用現(xiàn)有資源來提升效益，已經成為該領域亟需解決的問題。針對上述問題，本文從兩個方面進行了深入研究：（1）根據(jù)企業(yè)服務的特征，設計了包含均等化屬性的企業(yè)服務QoS評價模型，能夠對企業(yè)服務的當前運行狀態(tài)給出評價；（2）構建了企業(yè)服務選擇的均等化框架，通過調整QoS評價模型中的均等化系數(shù)，逐步消除服務匹配中的不均衡現(xiàn)象。最后的實驗結果表明，基于均等化的服務選擇算法能夠有效提升集群企業(yè)服務資源的利用率，同時也降低了滿足服務需求所花費的代價（時間或成本），表明了該方法的可行性。

［1］ Li Ji－zi.Study on cluster supply chain and its management［D］.Wuhan：Huazhong Agricultural University，2006.（in Chinese）

［2］ Huang Bi－qing，Xue Xiao.An application analysis of cluster supply chain—a case study of JCH［J］.Kybernetes Journal，2012，41（1/2）：254－280.

［3］ Xue Xiao，Zhu Peng，Huang Bi－qing.Research on agent oriented design approach for service system of cluster supply chain［J］.Journal of Chinese Computer Systems，2011，32（9）：1170－1777.（in Chinese）

［4］ Xue Xiao，Wei Zhe，Zeng Zhi－feng.Cluster supply chainbased enterprise collaboration alliance and their supporting service system［J］.Journal of Chinese Computer Systems，2013，34（1）：107－114.（in Chinese）

［5］ Kumar R S，Yang Z H，Zhang J B，et al.Virtualization for manufacturing web services：A WS－RF approach［J］.International Journal of Information Technology，2005，11（3）：40－51.

［6］ Wu Lei，Meng Xiang－xu，Liu Shi－jun.Resource service encapsulation in manufacturing grid［J］.Computer Integrated Manufacturing Systems，2008，14（9）：1837－1844.（in Chinese）

［7］ Liu L，Yu T，Shi B，et al.Resource management and scheduling in manufacturing grid［C］∥Proc of the 2nd International Workshop on Grid and Cooperative Computing，2004：137－140.

［8］ He Hong－bo，Xiong Gui－lin，Li Yi－bing，et al.Implementation of logistic dynamical confederation based on web services technology［J］.Systems Engineering，2005，23（3）：51－54.（in Chinese）

［9］ Zhang Zheng－yu，Ding Yu－cheng，Hong Jun，et al.Manufacturing informationization model based on the web services architecture［J］.Journal of Chinese Computer Systems，2003，24（12）：2312－2315.（in Chinese）

［10］ Zhu Kai.An analysis on the basic public service equalization with the view of utility－oriented urban and rural residentsthe case of Nanjing city［EB/OL］.［2010－10－09］.http：//www.chinaplanning.org/Conferences/4thIACP/ppt/Zhukai.pdf.

［11］ Guo Xiao－cong，Dai Kai.Domestic research on equalization of basic public services in the recent years：Summary and evaluation［J］.Journal of Renmin University of China，2013，27（1）：145－154.（in Chinese）

［12］ Chen Yan－ping，Zhang Jian－ke，Sun Jia－ze，et al.A service selection model using mixed intelligent optimization［J］.Chinese Journal of Computers，2010，33（11）：2116－2125.（in Chinese）

［13］ Li Jin－zhong，Xia Jie－wu，Tang Wei－dong，et al.Survey on web services selection algorithms based on QoS［J］.Application Research of Computers，2010，27（10）：3622－3638.（in Chinese）

［14］ Daniel A M，Emiliano C，Vinod D.On optimal service selection in service oriented architectures［J］.Performance Evaluation Journal，2010：67（8）：659－675.

附中文參考文獻：

［1］ 黎繼子.集群式供應鏈及管理研究［D］.武漢：華中農業(yè)大學，2006.

［3］ 薛霄，朱鵬，黃必清.面向Agent的集群式供應鏈服務系統(tǒng)設計方法研究［J］.小型微型計算機系統(tǒng)，2011，32（9）：1170－1777.

［4］ 薛霄，魏哲，曾志峰.基于集群式供應鏈的企業(yè)協(xié)作聯(lián)盟及其服務支持系統(tǒng)［J］.小型微型計算機系統(tǒng)，2013，34（1）：107－114.

［6］ 武蕾，孟祥旭，劉士軍.制造網(wǎng)格中資源服務化封裝方法研究［J］.計算機集成制造系統(tǒng)，2008，14（9）：1837－1844.

［8］ 何紅波，熊桂林，李義兵，等.基于Web Services技術實現(xiàn)物流動態(tài)聯(lián)盟［J］.系統(tǒng)工程，2005，23（3）：51－54.

［9］ 張征宇，丁玉成，洪軍，等.基于Web Services架構的制造業(yè)信息化模型研究［J］.小型微型計算機系統(tǒng)，2003，24（12）：2312－2315.

［11］ 郭小聰，代凱.國內近五年基本公共服務均等化研究：綜述與評估［J］.中國人民大學學報，2013，27（1）：145－154.

［12］ 陳彥萍，張建科，孫家澤，等.一種基于混合智能優(yōu)化的服務選擇模型［J］.計算機學報，2010，33（11）：2116－2125.

［13］ 李金忠，夏潔武，唐衛(wèi)東，等.基于QoS 的Web 服務選擇算法綜述［J］.計算機應用研究，2010，27（10）：3622－3638.