基于R-GRA的云制造协同服务主体评价研究

doi:10.3969/j.issn.1004-132X.2025.09.022

摘要/Abstract

摘要：

针对传统云制造模式下协同服务主体评价过程中存在的评价指标选取不全面、评价信息处理不合理等问题，提出了一种基于粗数-灰色关联度分析（R-GRA）的云制造协同服务主体评价新方法。首先，综合考虑云制造服务主体的生产能力、经济能力、组织能力、风险应对能力和可持续发展能力，系统建立了包含多个子指标的云制造协同服务主体评价指标体系，并运用熵权法度量指标权重；然后，考虑到协同服务主体评价过程中评价信息的模糊性与不确定性，构建了基于R-GRA的云制造协同服务主体评价模型，并通过融入上述评价指标权重信息，计算各协同服务主体粗数区间差异系数，输出最优协同服务主体评价结果。最后，以某电子医疗器械云制造为例，验证所提模型的科学性、合理性和有效性。

关键词: 云制造, 协同服务主体, 评价指标, 熵权法, 粗数-灰色关联度分析

Abstract:

To address issues such as incomplete selection of evaluation indicators and unreasonable processing of evaluation information in the traditional cloud manufacturing paradigm during the evaluation of collaborative service entities， a novel evaluation method for cloud manufacturing collaborative service entities was proposed based on R-GRA. Firstly， by comprehensively considering the production capacity， economic strength， organizational capability， risk response ability， and sustainable development capability of cloud manufacturing service entities， a systematic evaluation index system with multiple sub-indices was established， and the entropy weight method was used to determine the indicator weights. Secondly， taking into account the fuzziness and uncertainty of evaluation information in the collaborative service entity evaluation processes， an evaluation model for cloud manufacturing collaborative service entities was constructed based on R-GRA. By integrating the weights of the aforementioned evaluation indicators， the rough number interval difference coefficient for each collaborative service entity was calculated to yield the optimal evaluation results. Finally， the proposed model was validated for the scientific validity， reasonableness， and effectiveness through a case study of cloud manufacturing in electronic medical devices.

Key words: cloud manufacturing, collaborative service entity, evaluation index, entropy weight method, rough number-grey relational analysis（R-GRA）

中图分类号:

TP391

杨涛, 蒋芳. 基于R-GRA的云制造协同服务主体评价研究[J]. 中国机械工程, 2025, 36(9): 2097-2107.

Tao YANG, Fang JIANG. Research on Evaluations of Cloud Manufacturing Collaborative Service Entities Based on R-GRA[J]. China Mechanical Engineering, 2025, 36(9): 2097-2107.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.cmemo.org.cn/CN/10.3969/j.issn.1004-132X.2025.09.022

https://www.cmemo.org.cn/CN/Y2025/V36/I9/2097

图/表 14

图1 云制造服务流程图

Fig.1 Cloud manufacturing service process diagram

表2 Z公司电子医疗器械子任务统计表

Tab.2 Z Company electronic medical device subtask statistics

序号	子任务
Y₁	设计和研发	外观设计
		功能设计
		性能优化
Y₂	零部件制造	外壳
		电子部件
		传感器
		控制部件
		光源
		光导光纤
		光导手柄
		光导连接器
		光导配件
		手术器械
		控制器
		电源
Y₃	组件装配	组装
Y₄	质量控制	产品测试
Y₄	质量控制	质量控制
Y₅	标识和包装	产品包装
Y₆	配送和交付	成品交付客户

表3 子任务1候选协同服务主体集部分信息化数据

Tab.3 Partial information on the candidate collaborative service entities for subtask 1

协同服务主体编号	企业历史	员工数量	…	平均生产时间	单位制造成本	…
X₁	5	227	…	8	775	…
X₂	4	180	…	10	680	…
X₃	7	470	…	15	845	…
︙	︙	︙	︙	︙	︙	︙
X₈	3	450	…	9	890	…
X₉	5	528	…	19	730	…
X₁₀	6	355	…	17	760	…

表4 评价指标权重信息表

Tab.4 Weight information of evaluation indicators

一级指标	权重	二级指标	权重
A	0.417	A₁	0.0143
		A₂	0.0992
		A₃	0.0897
B	0.245	B₁	0.0413
		B₂	0.0355
		B₃	0.0974
		B₄	0.0421
C	0.379	C₁	0.0986
		C₂	0.0776
		C₃	0.0974
		C₄	0.0452
		C₅	0.1031
︙	︙	︙	︙
R	0.117	R₁	0.0244
		R₂	0.0197
		R₃	0.0211
		R₄	0.0317
		R₅	0.0197
S	0.258	S₁	0.0966
		S₂	0.0842
		S₃	0.0412
		S₄	0.0427
T	0.336	T₁	0.0381
		T₂	0.0416
		T₃	0.0512
		T₄	0.0946
		T₅	0.0725

表5 候选协同服务主体X1的初始评价矩阵G1

Tab.5 Initial evaluation matrix G1 for candidate collaborative service entity X1

评价指标	决策群体
评价指标	Z₁	Z₂	Z₃	Z₄	Z₅
A	7	5	3	7	5
B	9	7	7	5	9
C	7	5	5	3	3
︙	︙	︙	︙	︙	︙
R	5	5	7	7	3
S	7	7	3	3	5
T	5	7	5	3	3

表6 评审专家综合评价值矩阵

Tab.6 Comprehensive evaluation matrix by review experts

协同服务主体	A	B	C	…	R	S	T
X₁	［4.49，6.28］	［6.49，8.28］	［4.55，5.47］	…	［4.49，6.28］	［4.20，6.06］	［4.64，5.50］
X₂	［5.13，5.64］	［4.54，7.74］	［1.72，3.50］	…	［3.66，5.40］	［3.32，4.28］	［3.93，6.06］
X₃	［6.30，7.70］	［4.49，6.28］	［2.84，5.50］	…	［3.64，5.56］	［3.93，6.06］	［5.32，6.28］
︙	︙	︙	︙	︙	︙	︙	︙
X₈	［3.34，5.12］	［4.30，5.64］	［6.49，7.64］	…	［2.96，4.52］	［1.80，4.33］	［2.44，4.36］
X₉	［2.54，5.74］	［1.64，3.56］	［5.34，7.12］	…	［4.88，5.70］	［1.32，2.28］	［1.68，5.24］
X₁₀	［7.08，7.72］	［7.72，8.68］	［4.81，7.64］	…	［1.08，1.44］	［3.16，4.44］	［4.36，7.18］

表7 候选协同服务主体差异系数矩阵

Tab.7 Candidate collaborative service entities difference coefficient matrix

协同服务主体	A	B	C	…	R	S	T
X₁	［1.44，3.23］	［0.40，2.19］	［2.17，3.09］	…	［0.00，1.79］	［0，1.96］	［1.68，2.54］
X₂	［2.08，2.59］	［0.94，4.14］	［4.14，5.92］	…	［0.88，2.62］	［1.78，2.74］	［1.12，3.25］
X₃	［0.02，1.42］	［2.40，4.19］	［2.14，4.80］	…	［0.72，2.64］	［0，2.13］	［0.90，1.86］
︙	︙	︙	︙	︙	︙	︙	︙
X₈	［2.60，5.38］	［3.04，4.38］	［0，1.15］	…	［1.76，3.32］	［1.73，4.26］	［2.82，4.74］
X₉	［1.98，5.18］	［5.12，7.04］	［0.52，2.30］	…	［0.58，1.40］	［3.78，4.74］	［1.94，5.50］
X₁₀	［0，0.64］	［0， 0.96］	［0，2.83］	…	［4.84，5.20］	［1.62，2.90］	［0，2.82］

表8 标准化处理后的差异化系数

Tab.8 Standardized coefficient of differentiation

主体	A	B	C	…	R	S	T	D $X i$	V $B n d$ （D $X i$ ）
主体	0.417	0.245	0.379	…	0.117	0.258	0.336	D $X i$	V $B n d$ （D $X i$ ）
X₁	［0.13，0.37］	［0.04，0.25］	［0.25，0.35］	…	［0，0.20］	［0，0.22］	［0.19，0.29］	［0.482，0.665］	0.183
X₂	［0.23，0.29］	［0.10，0.47］	［0.47，0.68］	…	［0.10，0.30］	［0.21，0.31］	［0.12，0.37］	［0.314，0.591］	0.277
X₃	［0，0.16］	［0.27，0.48］	［0.24，0.55］	…	［0.08，0.30］	［0，0.24］	［0.10，0.21］	［0.206，0.522］	0.316
︙	︙	︙	︙	︙	︙	︙	︙	︙	︙
X₈	［0.29，0.61］	［0.35，0.50］	［0，0.13］	…	［0.20，0.38］	［0.19，0.49］	［0.32，0.54］	［0.345，0.751］	0.406
X₉	［0.22，0.59］	［0.58，0.81］	［0.05，0.26］	…	［0.06，0.16］	［0.43，0.54］	［0.22，0.63］	［0.233，0.427］	0.194
X₁₀	［0，0.07］	［0，0.11］	［0，0.32］	…	［0.55，0.59］	［0.15，0.33］	［0，0.32］	［0.306，0.437］	0.131

表8 标准化处理后的差异化系数

Tab.8 Standardized coefficient of differentiation

主体	A	B	C	…	R	S	T	D $X i$	V $B n d$ （D $X i$ ）
主体	0.417	0.245	0.379	…	0.117	0.258	0.336	D $X i$	V $B n d$ （D $X i$ ）
X₁	［0.13，0.37］	［0.04，0.25］	［0.25，0.35］	…	［0，0.20］	［0，0.22］	［0.19，0.29］	［0.482，0.665］	0.183
X₂	［0.23，0.29］	［0.10，0.47］	［0.47，0.68］	…	［0.10，0.30］	［0.21，0.31］	［0.12，0.37］	［0.314，0.591］	0.277
X₃	［0，0.16］	［0.27，0.48］	［0.24，0.55］	…	［0.08，0.30］	［0，0.24］	［0.10，0.21］	［0.206，0.522］	0.316
︙	︙	︙	︙	︙	︙	︙	︙	︙	︙
X₈	［0.29，0.61］	［0.35，0.50］	［0，0.13］	…	［0.20，0.38］	［0.19，0.49］	［0.32，0.54］	［0.345，0.751］	0.406
X₉	［0.22，0.59］	［0.58，0.81］	［0.05，0.26］	…	［0.06，0.16］	［0.43，0.54］	［0.22，0.63］	［0.233，0.427］	0.194
X₁₀	［0，0.07］	［0，0.11］	［0，0.32］	…	［0.55，0.59］	［0.15，0.33］	［0，0.32］	［0.306，0.437］	0.131

表9 协同服务主体区间差异系数综合矩阵

Tab.9 Collaborative service entities interval difference coefficient composite matrix

子任务	候选协同服务主体	区间差异系数D $X i$	粗边界区间 V $B n d$ （D $X i$ ）
Y₁	X₆	［0.415，0.543］	0.128
Y₁	X₁₀	［0.306，0.437］	0.131
Y₂	X₁₃	［0.326，0.552］	0226
Y₂	X₁₅	［0.407，0.621］	0.214
Y₃	X₆	［0.415，0.543］	0.128
Y₃	X₁₁	［0.237，0.443］	0.206
Y₄	X₁₂	［0.512，0.751］	0.239
Y₄	X₁₅	［0.407，0.621］	0.214
Y₅	X₉	［0.233，0.392］	0.159
Y₅	X₁₇	［0.305，0.469］	0.164
Y₆	X₁₈	［0.197，0.425］	0.228
Y₆	X₂₂	［0.472，0.629］	0.157

表9 协同服务主体区间差异系数综合矩阵

Tab.9 Collaborative service entities interval difference coefficient composite matrix

子任务	候选协同服务主体	区间差异系数D $X i$	粗边界区间 V $B n d$ （D $X i$ ）
Y₁	X₆	［0.415，0.543］	0.128
Y₁	X₁₀	［0.306，0.437］	0.131
Y₂	X₁₃	［0.326，0.552］	0226
Y₂	X₁₅	［0.407，0.621］	0.214
Y₃	X₆	［0.415，0.543］	0.128
Y₃	X₁₁	［0.237，0.443］	0.206
Y₄	X₁₂	［0.512，0.751］	0.239
Y₄	X₁₅	［0.407，0.621］	0.214
Y₅	X₉	［0.233，0.392］	0.159
Y₅	X₁₇	［0.305，0.469］	0.164
Y₆	X₁₈	［0.197，0.425］	0.228
Y₆	X₂₂	［0.472，0.629］	0.157

表10 子任务1~子任务6候选协同服务主体评价结果

Tab.10 Analysis of the evaluation results of the candidate collaborative service entities of subtask 1 to subtask 6

评价结果	子任务
评价结果	Y₁	Y₂	Y₃	Y₄	Y₅	Y₆
参与制造	X₆	X₁₅	X₆	X₁₅	X₉	X₂₂
不参与制造	X₁₀	X₁₃	X₁₁	X₁₂	X₁₇	X₁₈

图2 云制造协同服务主体评价模型

Fig.2 Cloud manufacturing collaborative service entities evaluation model

图3 基于R-GRA云制造协同服务主体评价框架

Fig.3 Evaluation framework for collaborative service entities in R-GRA cloud manufacturing

图4 子任务1候选协同服务主体区间差异系数DXi的对比

Fig.4 Comparison of the coefficient of variation DXi for candidate collaborative service entities in subtask 1

图5 子任务1~子任务6候选协同服务主体区间差异系数DXi比较示意图

Fig.5 Comparison of the differential coefficient DXi for candidate collaborative service entities from subtask 1 to subtask 6

参考文献 23

[1]	李伯虎，张霖，王时龙，等. 云制造——面向服务的网络化制造新模式［J］. 计算机集成制造系统， 2010， 16（1）：1-7.
	LI Bohu， ZHANG Lin， WANG Shilong， et al. Cloud Manufacturing：a New Service-oriented Networked Manufacturing Model［J］. Computer Integrated Manufacturing Systems， 2010， 16（1）：1-16.
[2]	WU D， ROSEN D W， WANG L， et al. Cloud-based Design and Manufacturing：a New Paradigm in Digital Manufacturing and Design Innovation［J］. Computer-Aided Design， 2015， 59：1-14.
[3]	陆剑峰，韩调娟，俞耀平. 基于服务编排的云制造服务协同［J］. 中国机械工程， 2021， 32（7）：849-859.
	LU Jianfeng， HAN Diaojuan， Yu Yaoping. Collaboration of Cloud Manufacturing Service Based on Service Choreography［J］. China Mechanical Engineering， 2021， 32（7）：849-859.
[4]	陈友玲，牛禹霏，刘舰，等. 面向云制造的多供应商协同生产任务分配优化［J］. 计算机集成制造系统， 2019， 25（7）：1806-1816.
	CHEN Youling， NIU Yufei， LIU Jian， et al. Task Distribution Optimization for Multi-supplier Collaborative Production in Cloud Manufacturing［J］. Computer Integrated Manufacturing System， 2019， 25（7）：1806-1816.
[5]	包菊芳，刘宏程. 基于COWA-云模型的可持续供应链合作伙伴选择［J］. 德州学院学报， 2023， 39（2）：57-62.
	BAO Jufang， LIU Hongcheng. COWA-Cloud Model Based Partner Selection under Sustainable Supply Chain［J］. Journal of Dezhou University， 2023， 39（2）：57-62.
[6]	周向红，李丹萍，成鹏飞，等. 面向云制造协同创新伙伴选择的多源异构VIKOR群决策方法［J］. 计算机集成制造系统， 2022， 28（1）：59-72.
	ZHOU Xianghong， LI Danping， CHENG Pengfei， et al. Multi-source and Heterogeneous VIKOR Group Decision Making Method for Cloud Manufacturing Collaborative Innovation Partner Selection［J］. Computer Integrated Manufacturing System， 2022， 28（1）：59-72.
[7]	潘燕华，王克，王平. 云计算环境下复杂产品价值链合作伙伴选择研究［J］. 计算机集成制造系统， 2021， 27（12）：3651-3658.
	PAN Yanhua， WANG Ke， WANG Ping. Partner Selection of Complex Product Value Chain in Cloud Computing［J］ Computer Integrated Manufacturing System， 2021， 27（12）：3651-3658.
[8]	HU Y， WU，L， SHI C， et al. Research on Optimal Decision-making of Cloud Manufacturing Service Provider Based on Grey Correlation Analysis and TOPSIS［J］. International Journal of Production Research， 2020， 58（3）：748-757.
[9]	冉文学，王志文，张甜甜. 云服务模式下差异化产品的协同制造企业选择研究［J］. 物流工程与管理， 2023， 45（2）：94-99.
	RAN Wenxue， WANG Zhiwen， ZHANG Tiantian. Research on Collaborative Manufacturing Enterprise Selection of Differentiated Products under Cloud Service Mode［J］ Logistics Engineering and Management， 2023， 45（2）：94-99.
[10]	TAVAKKOLI-MOGHADDAM R， ALIPOUR-VAEZI M， MOHAMMAD-NAZARI Z. A New Application of Coordination Contracts for Supplier Selection in a Cloud Environment［C］∥ IFIP International Conference on Advances in Production Management Systems（APMS）. Novi Sad， 2020：197-205.
[11]	赵金辉，关文革，尹立杰. 云制造环境中考虑心理预期的合作伙伴选择［J］. 计算机工程与科学， 2017， 39（6）：1193-1200.
	ZHAO Jinhui， GUAN Wenge， YI Lijie. Selection of Partners Considering Psychological Expectation in Cloud Manufacturing Environment［J］. Computer Engineering & Science， 2017， 39（6）：1193-1200.
[12]	唐春华，赵爽耀，黄挺，等. 基于QoS多方异质评价与供需双约束的云制造服务推荐模型［J］. 计算机集成制造系统， 2023， 29（7）：2351-2362.
	TANG Chunhua， ZHAO Shuangyao， HUANG Ting， et al. Cloud Manufacturing Service Recommendation Model Based on QoS Multi-party Heterogeneous Evaluation and Dual Constraints of Supply and Demand［J］. Computer Integrated Manufacturing System， 2023， 29（7）：2351-2362.
[13]	郭伟，仝克宁，邵宏宇，等. 基于RS与AHP的中小企业云制造模式下多服务主体信用评价体系构建［J］. 计算机集成制造系统， 2013， 19（9）：2340-2347.
	GUO Wei， TONG Kening， SHAO Hongyu， et al. Small and Medium Sized Enterprises Multi-service Agent Credit Rating System Construction under Cloud Manufacturing Mode Based on RS and AHP［J］. Computer Integrated Manufacturing System， 2013， 19（9）：2340-2347.
[14]	ZHENG H， FENG Y， TAN J. A Fuzzy QoS-aware Resource Service Selection Considering Design Preference in Cloud Manufacturing System［J］. The International Journal of Advanced Manufacturing Technology， 2016， 84（1）：371-379.
[15]	周玉娟，凌端新，王秀芹，等. 中小制造企业数字服务化转型组态路径研究——基于“技术-组织-环境”联动视角［J］. 创新科技， 2025， 25（3）：68-81.
	ZHOU Yujuan， LING Duanxin， WANG Xiuqin， et al. Research on the Configuration Paths of Digital Service Transformation for Small and Medium-sized Manufacturing Enterprises：a Technology-Organization-Environment Framework Perspective［J］. Innovation Science and Technology， 2025， 25（3）：68-81.
[16]	YANG C， PENG T， LAN S， et al. Towards IoT-enabled Dynamic Service Optimal Selection in Multiple Manufacturing Clouds［J］. Journal of Manufacturing Systems， 2020， 56：213-226.
[17]	YANG T， DING Y， JIANG F. Evaluation of Node Importance in Collaborative Network of Traditional Manufacturing Enterprises Based on Multiple Attribute Decision Making［J］. Decision Making：Applications in Management and Engineering， 2024， 7（2）：240-256.
[18]	LAILI Y， LIN S， TANG D. Multi-phase Integrated Scheduling of Hybrid Tasks in Cloud Manufacturing Environment［J］. Robotics and Computer-Integrated Manufacturing， 2020， 61：101850.
[19]	伍度志，杨帆，赵静. 基于信息熵的加权基因关联网络融合方法［J］. 电子科技大学学报， 2018， 47（2）：286-291.
	WU Duzhi， YANG Fan， ZHAO Jin. Integration of Weighted Gene Association Networks Based on Information Entropy［J］. Journal of University of Electronic Science and Technology of China， 2018， 47（2）：286-291.
[20]	杨涛，杨育，薛承梦，等. 考虑客户需求偏好的产品创新设计方案多属性决策评价［J］. 计算机集成制造系统， 2015， 21（2）：417-426.
	YANG Tao， YANG Yu， XUE Chengmeng， et al. Multi-attribute Decision Making Evaluation Method for Product Innovation Design Scheme with Demand Preferences of Customers［J］. Computer Integrated Manufacturing System， 2015， 21（2）：417-426.
[21]	ZHAI L Y， KHOO L P， ZHONG Z W. A Rough Set Enhanced Fuzzy Approach to Quality Function Deployment［J］. The International Journal of Advanced Manufacturing Technology， 2008， 37（5/6）：613-624.
[22]	ZHAI L Y， KHOO L P， ZHONG Z W. Design Concept Evaluation in Product Development Using Rough Sets and Grey Relation Analysis［J］. Expert Systems with Applications， 2009， 36（3）：7072-7079.
[23]	赵文燕，张换高，何桢，等. 粗数——一种客户需求分析方法［J］. 计算机集成制造系统， 2011， 17（11）：2493-2501.
	ZHAO Wenyan， ZHANG Huangao， HE Zhen， et al. Rough Number：Customer Requirements Analytical Method［J］. Computer Integrated Manufacturing System， 2011， 17（11）：2493-2501.