控制与决策

作者：张晓冬,燕洁晨,孙家正

单位：北京科技大学 经济管理学院，北京 100083,,北京科技大学 经济管理学院，北京 100083,,北京科技大学 经济管理学院，北京 100083,

关键词：云制造;服务组合;动态扰动;区间;Q学习;多目标优化

基金：教育部人文社会科学研究项目(23YJA630051).

为解决同时存在云服务服务质量(QoS)属性不确定性与紧急任务扰动双重挑战的云制造服务组合优化问题, 采用区间数描述不确定的QoS属性信息, 建立包含两个子模型的区间多目标云服务重组合优化模型. 针对模型中目标函数及约束存在区间数的特征, 提出一种融合强化学习的区间快速非支配排序遗传算法(RINSGA-II). 在算法中, 设计基于多种启发式规则的混合初始化策略以提高初始解集质量和算法收敛速度; 为准确比较不同解的优劣, 提出结合区间数运算的区间Pareto支配关系和拥挤距离计算方法; 同时, 设计基于Q学习的自适应参数调整策略, 以平衡算法的全局和局部搜索能力. 最后, 基于不同规模的问题算例进行仿真实验, 结果表明, RINSGA-II算法在所求最优解集的收敛性和多样性方面显著优于对比算法, 能够得到满足约束的鲁棒性较强的云服务组合方案.

来源：2026年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第1期