一种服务资源组合的确定方法、装置、设备、介质及产品

1.本技术属于信息处理领域，尤其涉及一种服务资源组合的确定方法、装置、设备、介质及产品。

背景技术：

2.随着技术的发展，服务运营方提供的服务资源越来越多。一些服务需求方需要寻优质的服务资源，因此，服务平台应运而生。
3.服务平台的基本思想是“分散资源集中使用，集中资源分散服务”，通过整合服务资源提供方和服务资源需求方的信息来实现供需匹配。然而，服务资源分散、服务类型多样，导致一站式服务平台所提供服务资源的组合方式繁多，如何对各服务资源进行有机地组合从而满足服务需求方的服务需求是一个亟待解决的问题。

技术实现要素：

4.本技术实施例提供了一种服务资源组合的确定方法、装置、设备、存储介质和计算机程序产品，以提高评价企业的综合质量的准确性。
5.第一方面，提供一种服务资源组合的确定方法，包括：
6.获取服务需求方发布的第一任务的服务资源需求信息；
7.根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构；
8.根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合；
9.以优化目标为约束条件，求解服务资源优化模型的解；
10.根据服务资源优化模型的解，确定第一任务的服务资源组合。
11.第二方面，提供一种服务资源组合的确定装置，包括：
12.获取模块，获取服务需求方发布的第一任务的服务资源需求信息；
13.生成模块，用于根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构；
14.搜索模块，用于根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合；
15.求解模块，用于以优化目标为约束条件，求解服务资源优化模型的解；
16.确定模块，用于根据服务资源优化模型的解，确定第一任务的服务资源组合。
17.第三方面，提供一种电子设备，电子设备包括存储器、处理器以及存储在存储器中，并在处理器上运行的计算机程序，计算机程序执行上述第一方面的任一可能实现方式提供的方法。
18.第四方面，提供一种计算机存储介质，其特征在于，计算机存储介质被处理器执行上述第一方面的任一可能实现方式提供的方法。
19.第五方面，提供一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被处理器执行时实现上述第一方面的任一可能实现方式提供的方法。
20.与现有技术相比，本技术实施例提供的服务资源组合的确定方法、装置设备、介质
及产品，根据通过获取服务需求方发布的第一任务的服务资源需求信息，根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构，根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合，由于每个子任务都是由第一任务分解得到的，因此二者关联性较强。再以优化目标为约束条件，求解服务资源优化模型的解，确定第一任务的服务资源组合。如此通过子任务确定的服务资源组合，可以符合第一任务所需的服务资源，从而可以对各服务资源进行有机地组合，满足服务需求方的服务需求。
附图说明
21.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1是本技术一个实施例提供的一种服务资源组合的确定方法的流程示意图；
23.图2是本技术一个实施例提供的仿真实验模拟业务分解图；
24.图3是本技术一个实施例提供的仿真实验中t指标的平均适应度变化曲线；
25.图4是本技术一个实施例提供的仿真实验中c指标的平均适应度变化曲线。
26.图5是本技术一个实施例提供的仿真实验中求得的帕累托解集。
27.图6是本技术一个实施例提供的一种服务资源组合的确定装置结构示意图。
28.图7是本技术一个实施例提供的一种电子设备的结构示意图。
具体实施方式
29.下面将详细描述本技术的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本技术的全面理解。但是，对于本领域技术人员来说很明显的是，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术的更好的理解。
30.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
31.随着技术的发展，服务运营方提供的服务资源越来越多。一些服务需求方需要寻优质的服务资源，因此，服务平台应运而生。
32.服务平台的基本思想是“分散资源集中使用，集中资源分散服务”，通过整合服务资源提供方和服务资源需求方的信息来实现供需匹配。然而，服务资源分散、服务类型多样，导致一站式服务平台所提供服务资源的组合方式繁多，如何对各服务资源进行有机地组合从而满足服务需求方的服务需求是一个亟待解决的问题。
33.本技术实施例提供了一种服务资源组合的确定方法、装置、设备、存储介质及产
品。下面对本技术实施例所提供的服务资源组合的确定方法进行介绍。
34.图1是本技术实施例提供的一种服务资源组合的确定方法的流程示意图。如图1所示，该方法包括：
35.s110，获取服务需求方发布的第一任务的服务资源需求信息。
36.s120，根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构。
37.s130，根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合。
38.s140，以优化目标为约束条件，求解服务资源优化模型的解。
39.s150，根据服务资源优化模型的解，确定第一任务的服务资源组合。
40.由此，通过获取服务需求方发布的第一任务的服务资源需求信息，根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构，根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合，由于每个子任务都是由第一任务分解得到的，因此二者关联性较强。再以优化目标为约束条件，求解服务资源优化模型的解，确定第一任务的服务资源组合。如此通过子任务确定的服务资源组合，可以符合第一任务所需的服务资源，从而可以对各服务资源进行有机地组合，满足服务需求方的服务需求。
41.下面介绍上述各个步骤的具体实现方式。
42.在一些实施例中，在s110中，服务需求方可以是对服务资源有需求的任意对象，例如可以是企业或个人等。第一任务可以是服务需求方需要的服务资源。获取服务需求方发布的第一任务的服务资源需求信息，可以是从服务需求方所在的在服务平台上获取该服务需求方发布的信息。
43.在一些实施例中，在s120中，预设任务分解算法可以是根据实际情况选择的任务分解算法，子任务可以是多个由第一任务分解得到的任务，具体可以是服务需求方所需的服务资源中的一部分，串联结构可以是用于表示各子任务之间的结构的信息。根据预设任务分解算法，分解第一任务，可以得到第一任务的子任务和串联结构。
44.在一些实施例中，在s130中，预设搜索算法可以是根据实际情况选择的搜索算法，候选服务资源集合可以是能够给子任务提供服务的多个服务资源的集合，在此不做限定。
45.作为一个示例，服务需求方发布的复杂任务st可以分解为多项子任务sti。各项sti有着相应的候选服务资源集合，在执行时从中选取一项服务资源来提供服务。
46.在一些实施例中，在s140中，优化目标是指能够对服务需求方的第一任务产生利益最大化的目标，例如是完成服务所需的时间、成本等服务质量(qos)指标，例如可以是提高资源组合的效率、减少资源组合等优化目标的一种或多种。成本约束条件可以是服务需求方的时间或成本最小等条件，在此不做限定。服务资源优化模型可以是根据实际情况选择的计算模型，具体可以是将约束条件输入至服务资源模型中，得到服务资源优化模型的解。
47.作为一个示例，假设服务需求方将某任务的需求信息发布在服务平台上，服务平台在接收任务信息后，根据服务平台内部系统设定，对复杂任务进行分解得到子任务和任务结构，进而在考虑优化目标和约束的前提下筛选出合适的候选服务资源集合。
48.在一些实施例中，在s150中，根据服务资源优化模型的解，确定第一任务的服务资源组合，具体可以是将服务资源优化模型的解对应的服务资源确定为第一任务的服务资源
组合。
49.在一些实施例中，为了针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解，优化目标为服务需求方的时间和成本最小，服务资源优化模型可以为：
50.minf＝minqos＝min{t,c}(1)
[0051][0052]
其中，
[0053][0054]
其中，t表示服务资源的总时间，t
p
表示服务资源的有效服务总时间，t
l
表示服务资源的总等待时间，是资源s
ij
到资源的对接交付时间与等待时间之和。
[0055]
其中，
[0056][0057]
其中，c表示服务总成本，c
p
表示服务资源提供有效服务的累计成本，c
l
表示服务资源的对接交付成本与时间成本之和，是服务资源s
ij
实际为某项任务i提供有效服务的成本，是资源s
ij
到资源的对接交付成本与时间成本之和；
[0058]
t
max
表示子任务选定的服务资源满足最大时间约束，c
max
表示子任务选定的服务资源满足最大成本约束。
[0059]
在一些实施例中，c
p
表示服务资源提供有效服务的累计成本，即表示某项资源s
ij
实际为某项任务i提供有效服务的累计成本(包括某项资源s
ij
为某项任务i提供的服务不达标时而引发的额外的返工成本)，c
l
表示服务资源的对接交付成本与时间成本之和，即资源s
ij
到资源的对接交付成本与时间成本之和的累计值；是服务资源s
ij
实际为某项任务i提供有效服务的成本(包括某项资源s
ij
为某项任务i提供的服务不达标时而引发的额外的返工成本)。
[0060]
作为一个示例，由服务平台根据客户需求和规则将复杂任务sti分解为多项子任
务sti，各子任务之间的结构为串联结构，服务平台根据内部系统设定搜索与匹配得到各候选服务资源集合。
[0061]
上述服务资源优化模型中用到的符号如表1所示：
[0062]
表1符号及含义
[0063][0064]
本技术实例从需求方的角度出发，建立以服务质量最优(时间短、成本低)为优化目标的数学模型。决策变量如下：
[0065][0066]
其中，x
ij
为0-1变量。
[0067]
[0068]
上式表示第i个子任务匹配候选服务资源的约束，即任一子任务sti只能选择任一候选服务资源s
ij
为其提供服务。
[0069]
优化目标：需求方qos优化目标包括时间和成本，qos值越小表明需求方获得的服务质量越高。
[0070]
时间优化目标：
[0071]
min t＝min (t
p
+t
l
) (18)
[0072]
如此，通过在优化目标为服务需求方的时间和成本最小的情况下，确定服务资源优化模型，由于不同优化目标所需的资源组合方式可能产生差异，如此可以针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解。
[0073]
在一些实施例中，为了针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解，优化目标包括上层优化目标和下层优化目标；
[0074]
上层优化目标为服务请求方的时间和成本的加权求和后的结果最小；下层优化目标为服务运营方的绩效最高，绩效根据服务资源可用性、服务满意度和服务资源利润率确定，服务资源优化模型可以为：
[0075]
u:f1＝minqos＝min{ω
t
·
t+ωc·
c}(6)
[0076][0077]
l: f2＝maxper＝max{r,sa,fn} (8)
[0078][0079]
其中，f1表示服务需求方的优化目标，由服务组合的总时间和总成本构成，其中，ω
t
和ωc为需求方对各子优化目标的偏好，f2表示服务运营方的优化目标，t
max
表示子任务选定的服务资源满足最大时间约束，c
max
表示子任务选定的服务资源满足最大成本约束，r
min
表示制造服务使用过程中处于可工作状态的比例的最小值，表示任务i对资源s
ij
所提供服务的满足程度，表示资源s
ij
完成任务i给企业带来的财务利润率。
[0080]
在一些实施例中，合计有总时间约束、总成本约束、可用性约束、服务满意度约束和资源利润率约束；并且每个子任务只选择一个服务资源为其提供服务。
[0081]
作为一个示例，部分符号其含义如表2。
[0082]
表2符号及含义
[0083][0084]
服务需求方的优化目标如下：
[0085]
f1＝minqos＝min{ω
t
·
t+ωc·
c}(19)
[0086]
服务运营方的绩效主要可以分为资源可用性、服务满意度和服务资源利用率。
[0087]
资源可用性表示候选服务资源为各子任务提供服务的过程中处于可支配使用的比例，根据经验，当一台机器的负载过高时，其效率往往会有不同程度的下降，据此，本技术规定，资源对服务的完工效率会随着资源负荷的增加而降低。因此，服务组合应该优先选择资源可用性较高的服务资源，确保整个系统资源配置和效率最优化，计算公式如下：
[0088][0089]
满意度是指从服务使用者提出任务需求，到服务提供者完成任务的这段时间所获得的情感体验。满意度越高，说明客户获得了更好的服务。因此，满意度可作为服务运营方绩效考核的指标，计算公式如下：
[0090][0091]
对于同一子任务，不同的候选资源财务利润率也不相同。这是由于服务资源的所处位置、生产工艺和专业化程度都有所不同，服务组合作为一个整体，需要管理全生命周期，淘汰落后的服务资源。因此，财务绩效优化目标如下：
[0092][0093]
如此，在优化目标包括上层优化目标和下层优化目标；上层优化目标为服务请求方的时间和成本的加权求和后的结果最小；下层优化目标为服务运营方的绩效最高，绩效根据服务资源可用性、服务满意度和服务资源利润率确定的情况下，确定服务资源优化模型，由于不同优化目标所需的资源组合方式可能产生差异，如此可以针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解。
[0094]
在一些实施例中，为了针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解，优化目标包括上层优化目标和下层优化目标；上层优化目标为服务请求方的时间、成本最小；下层优化目标为服务运营方的绩效最高，绩效根据服务资源可用性、服务满意度和服务资源利润率确定；服务资源优化模型可以为：
[0095]
f1＝minqos＝min{t,c}(10)
[0096]
f2＝maxper＝max{r,sa,fn}(11)
[0097][0098]
其中，f1表示服务需求方的优化目标，由服务组合的总时间和总成本构成，其中，ω
t
和ωc为需求方对各子优化目标的偏好，f2表示服务运营方的优化目标，t
max
表示子任务选定的服务资源满足最大时间约束，c
max
表示子任务选定的服务资源满足最大成本约束，r
min
表示制造服务使用过程中处于可工作状态的比例的最小值，表示任务i对资源s
ij
所提供服务的满足程度，表示资源s
ij
完成任务i给企业带来的财务利润率。
[0099]
如此，在优化目标包括上层优化目标和下层优化目标；上层优化目标为服务请求方的时间、成本最小；下层优化目标为服务运营方的绩效最高，绩效根据服务资源可用性、服务满意度和服务资源利润率确定的情况下，确定服务资源优化模型，由于不同优化目标所需的资源组合方式可能产生差异，如此可以针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解。
[0100]
在一些实施例中，为了针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解，优化目标包括上层优化目标和下层优化目标，上层优化目标为短期优化目标，下层优化目标为长期优化目标，短期优化目标根据短期服务总时间ts和短期服务总成本cs，per
short
包括短期资源可用性rs、短期服务满意度sas和短期服务资源利润率fns确定。
[0101]
长期优化目标包括长期服务质量qos
long
和长期绩效per
long
,qos
long
包括长期服务总时间t
l
和长期服务总成本c
l
，per
long
包括长期资源可用性r
l
、长期服务满意度sa
l
和长期服务资源利润率fn
l
；
[0102]
服务资源优化模型可以是：
[0103]
u：minf1＝min{ω
qos
·
qos
short-ω
per
·
per
short
}13)
[0104]
＝min{ω
qos
(ω
t
·
ts+ωc·cs
)-ω
per
·
(ωr·rs
+ω
sa
·
sas+ω
fn
·
fns)}
[0105][0106]
l：minf2＝min{t
l
，c
l
，-r
l
，-sa
l
，-fn
l
}15)
[0107][0108]
作为一个示例，部分符号其含义如表3。
[0109]
表3符号及含义
[0110]
[0111][0112]
优化目标：
[0113]
i.短期优化目标
[0114]
短期优化目标包括短期服务质量(qos
short
)和短期绩效(per
short
),qos
short
包括短期服务总时间(ts)和短期服务总成本(cs)，per
short
包括短期资源可用性(rs)、短期服务满意度(sas)和短期服务资源利润率(fns)。对各子优化目标予以权重系数，表示决策主体对各子优化目标的偏好，ω
qos
是优化目标qos
short
的权重系数，表示决策主体(服务需求方和服务运营方)对于该优化目标的重视程度，ω
per
同理；ω
t
是优化子目标ts的权重系数，表示决策主体(服务需求方)对于该优化子目标的重视程度，ωc同理；ωr是优化子目标rs的权重系数，表示决策主体(服务运营方)对于该优化子目标的重视程度，ω
sa
和ω
fn
同理。综上，短期优化目标的表达式如下：
[0115]
f1＝ω
qos
·
qos
short-ω
per
·
per
short
(23)
[0116]
＝ω
qos
(ω
t
·
ts+ωc·cs
)-ω
per
·
(ωr·rs
+ω
sa
·
sas+ω
fn
·
fns)(24)
[0117]
ii.长期优化目标
[0118]
长期优化目标包括长期服务质量(qos
long
)和长期绩效(per
long
),qos
long
包括长期服务总时间(t
l
)和长期服务总成本(c
l
)，per
long
包括长期资源可用性(r
l
)、长期服务满意度(sa
l
)和长期服务资源利润率(fn
l
)。综上，长期优化目标的表达式如下：
[0119]
f2＝{qos
long
,per
long
}＝{t
l
,c
l
,-r
l
,-sa
l
,-fn
l
}(25)
[0120]
如此，在优化目标包括上层优化目标和下层优化目标，上层优化目标为短期优化目标，下层优化目标为长期优化目标，短期优化目标根据短期服务总时间ts和短期服务总成本cs，per
short
包括短期资源可用性rs、短期服务满意度sas和短期服务资源利润率fns确定，长期优化目标包括长期服务质量qos
long
和长期绩效per
long
,qos
long
包括长期服务总时间t
l
和长期服务总成本c
l
，per
long
包括长期资源可用性r
l
、长期服务满意度sa
l
和长期服务资源利润率fn
l
的情况下，确定服务资源优化模型，由于不同优化目标所需的资源组合方式可能产生差异，如此可以针对不同优化目标，更准确地以优化目标为约束条件，求解服务资源优化模型的解。
[0121]
为了更准确地确定第一任务的服务资源组合，确定第一任务的服务资源组合，在一些实施例中，以优化目标为约束条件，求解服务资源优化模型的解；根据服务资源优化模型的解，确定第一任务的服务资源组合，可以包括：
[0122]
循环执行下述步骤a1至步骤a6，直至满足迭代停止条件，得到满足下层优化目标的帕累托解集；
[0123]
步骤a1：采用整数编码的方式对候选服务资源进行编码，生成种的个体对应的染体基因，如种个体服务组合为{s
41
、s
42
、s
33
、s
24
、s
15
}，则对应的染体编码为[4,4,3,2,1]，随机生成种规模大小为n的初始父代种；
[0124]
步骤a2：父代种通过交叉和变异得到新一代的子代种，种大小规模均为n；
[0125]
步骤a3：对越界的个体进行修复；
[0126]
步骤a4：种合并为规模大小为2n的新种；
[0127]
步骤a5：计算新种的适应度，计算新种非支配排序值并进行拥挤度排序；
[0128]
步骤a6：借助精英保留策略保留优良个体构成下一代种；
[0129]
根据解集，确定第一任务的服务资源组合，
[0130]
步骤a7：根据上层优化目标对帕累托解集进行排序，选出符合优化目标的服务质量组合。
[0131]
如此，通过引入帕累托算法，循环执行步骤a1至步骤a6，得到满足下层优化目标的帕累托解集，再根据上层优化目标对帕累托解集进行排序，选出符合优化目标的服务质量组合，可以更准确地确定第一任务的服务资源组合。
[0132]
为了更准确地确定第一任务的服务资源组合，以优化目标为约束条件，求解服务资源优化模型的解；根据服务资源优化模型的解，确定第一任务的服务资源组合，包括：
[0133]
步骤b1:循环执行权利要求6中步骤a1至步骤a6，直至满足迭代停止条件，得到满足下层优化目标的帕累托解集；帕累托解集构成初始化决策矩阵x＝(x
ij
)m×n；
[0134]
步骤b2:对决策矩阵进行标准化，构建规范化决策矩阵y＝(y
ij
)m×n，其中，
[0135]
步骤b3:根据各目标权重构建加权规范化决策矩阵z＝(z
ij
)m×n，z
ij
＝ωj·yij
；
[0136]
步骤b4:选取正理想方案a
+
与负理想方案a-，其中，a
+
＝(z
1+
,z
2+
,
…
,z
n+
)，a-＝(z
1-,z
2-,
…
,z
n-)，z
i+
＝max{z
i1
,z
i2
,
…zin
}，z
i-＝min{z
i1
,z
i2
,
…zin
}；
[0137]
步骤b5:求得各解集和正负理想方案的欧拉距离步骤b5:求得各解集和正负理想方案的欧拉距离其中，zi＝(z
i1
,z
i2
,
…
,z
in
)；
[0138]
步骤b6:分别求出各解的满意度ci：如果zi＝a
+
，则ci＝1；zi＝a-，则ci＝0；ci值越高，解的满意度越高；
[0139]
根据满意度，确定对应第一任务的服务资源组合。
[0140]
如此，通过将帕累托解集进行处理，对原矩阵x进行矩阵标准化，可以消除量纲对结果的影响，从而更准确地确定第一任务的服务资源组合。
[0141]
在本技术的一些实施例中，为了更加清晰的理解本技术的技术方案，下面以仿真实验的具体场景对本技术的技术方案进行介绍。
[0142]
首先，模拟了服务平台对需求任务的分解。经过分解后的任务合计需要5个步骤，如图2所示。分解后的子任务可以表示为：st＝{st1,st2,st3,st4,st5}，经过服务平台服务搜索与匹配后，每个子任务匹配得到若干个候选服务资源集合。最终，根据优化目标和约束条件从各候选服务资源集合中各选取一个服务资源，按先后顺序组合在一起形成最优的服务组合方案。
[0143]
采用nsga
‑ⅱ
算法对基于需求方利益最大化的服务组合优化的具体算例进行求解，取算法的初始种大小为n＝20，交叉概率pc＝0.6，变异概率pm＝0.03，最大遗传代数gmax
＝200，在matlab 2016a计算环境下计算每一代种在不同适应度函数下的平均适应度，如图3、4所示。在200代的进化过程中，120代以后平均适应度趋于稳定，因此，经过120代的进化即获得了情形一下的帕累托最优解集。计算出由6个解组成的帕累托最优解集的帕累托前沿面，如图5所示。
[0144]
表4服务资源优化模型中仿真实验的服务组合排序
[0145][0146]
由表4可知，序号为3的服务组合(s
14
→s23
→s33
→s41
→s53
)综合评价的满意度值最高为0.8673，因此，在此种情形下，服务组合的最优方案为(s
14
→s23
→s33
→s41
→s53
)，时间t为540分钟，成本c为20700元。
[0147]
基于相同的发明构思，本技术还提供了一种服务资源组合的确定装置。具体结合图6进行详细说明。
[0148]
图6是本技术一个实施例提供的服务资源组合的确定装置的结构示意图。如图6所示，该服务资源组合的确定装置600可以包括：
[0149]
获取模块601，获取服务需求方发布的第一任务的服务资源需求信息；
[0150]
生成模块602，用于根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构；
[0151]
搜索模块603，用于根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合；
[0152]
求解模块604，用于以优化目标为约束条件，求解服务资源优化模型的解；
[0153]
确定模块605，用于根据服务资源优化模型的解，确定第一任务的服务资源组合。
[0154]
由此，通过获取服务需求方发布的第一任务的服务资源需求信息，根据预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构，根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合，由于每个子任务都是由第一任务分解得到的，因此二者关联性较强。再以优化目标为约束条件，求解服务资源优化模型的解，确定第一任务的服务资源组合。如此通过子任务确定的服务资源组合，可以符合第一任务所需的服务资源，从而可以对各服务资源进行有机地组合，满足服务需求方的服务需求。
[0155]
图7示出了本技术实施例提供的电子设备的硬件结构示意图。其中，电子设备可以包括处理器701以及存储有计算机程序指令的存储器702。
[0156]
具体地，上述处理器701可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施
例的一个或多个集成电路。
[0157]
存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器702可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器702可在电子设备的内部或外部。在特定实施例中，存储器702是非易失性固态存储器。
[0158]
存储器702可包括只读存储器(rom)，闪存设备，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器702包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的上述方面的方法所描述的操作。
[0159]
处理器701通过读取并执行存储器702中存储的计算机程序指令，以实现上述实施例中的任意一种服务资源组合的确定方法。
[0160]
在一个示例中，电子设备还可包括通信接口703和总线710。其中，如图7所示，处理器701、存储器702、通信接口703通过总线710连接并完成相互间的通信。
[0161]
通信接口703，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
[0162]
总线710包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线710可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0163]
该电子设备可以基于服务资源组合的确定方法，从而实现结合图1至图6描述的服务资源组合的确定方法和装置。
[0164]
另外，结合上述实施例中的服务资源组合的确定方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种服务资源组合的确定方法。
[0165]
另外，本技术实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
[0166]
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0167]
应理解，在本技术实施例中，“与a相应的b”表示b与a相关联，根据a可以确定b。但还应理解，根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其它信息确定b。
[0168]
以上，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要
求的保护范围为准。

技术特征：

1.一种服务资源组合的确定方法，其特征在于，包括：获取服务需求方发布的第一任务的服务资源需求信息；根据预设任务分解算法，分解所述第一任务，得到所述第一任务的子任务和串联结构；根据预设搜索算法，搜索与所述子任务相匹配的候选服务资源集合；以优化目标为约束条件，求解服务资源优化模型的解；根据所述服务资源优化模型的解，确定所述第一任务的服务资源组合。2.根据权利要求1所述的方法，其特征在于，所述优化目标为所述服务需求方的时间和成本最小，所述服务资源优化模型为：minf＝minqos＝min{t,c} (1)其中，其中，其中，t表示服务资源的总时间，t
p
表示服务资源的有效服务总时间，t
l
表示服务资源的总等待时间，是资源s
ij
到资源s
(i+1)j*
的对接交付时间与等待时间之和。其中，其中，其中，c表示服务总成本，c
p
表示服务资源提供有效服务的累计成本，c
l
表示服务资源的对接交付成本与时间成本之和，是服务资源s
ij
实际为某项任务i提供有效服务的成本，是资源s
ij
到资源s
(i+1)j*
的对接交付成本与时间成本之和；t
max
表示子任务选定的服务资源满足最大时间约束，c
max
表示子任务选定的服务资源满足最大成本约束。3.根据权利要求1所述的方法，其特征在于，所述优化目标包括上层优化目标和下层优化目标；所述上层优化目标为所述服务请求方的时间和成本的加权求和后的结果最小；所述下层优化目标为所述服务运营方的绩效最高，所述绩效根据服务资源可用性、服务满意度和服务资源利润率确定；
所述服务资源优化模型为：u: f1＝minqos＝min{ω
t
·
t+ω
c
·
c} (6)l: f2＝maxper＝max{r,sa,fn} (8)其中，f1表示服务需求方的优化目标，由服务组合的总时间和总成本构成，其中，ω
t
和ω
c
为需求方对各子优化目标的偏好，f2表示服务运营方的优化目标，t
max
表示子任务选定的服务资源满足最大时间约束，c
max
表示子任务选定的服务资源满足最大成本约束，r
min
表示制造服务使用过程中处于可工作状态的比例的最小值，表示任务i对资源s
ij
所提供服务的满足程度，表示资源s
ij
完成任务i给企业带来的财务利润率。4.根据权利要求1所述的方法，其特征在于，所述优化目标包括上层优化目标和下层优化目标；所述上层优化目标为所述服务请求方的时间、成本最小；所述下层优化目标为所述服务运营方的绩效最高，所述绩效根据服务资源可用性、服务满意度和服务资源利润率确定；所述服务资源优化模型为：f1＝min qos＝min{t ,c} (10)f2＝maxper＝max{r,sa,fn} (11)
其中，f1表示服务需求方的优化目标，由服务组合的总时间和总成本构成，其中，ω
t
和ω
c
为需求方对各子优化目标的偏好，f2表示服务运营方的优化目标，t
max
表示子任务选定的服务资源满足最大时间约束，c
max
表示子任务选定的服务资源满足最大成本约束，r
min
表示制造服务使用过程中处于可工作状态的比例的最小值，表示任务i对资源s
ij
所提供服务的满足程度，表示资源s
ij
完成任务i给企业带来的财务利润率。5.根据权利要求1所述的方法，其特征在于，所述优化目标包括上层优化目标和下层优化目标，所述上层优化目标为短期优化目标，所述下层优化目标为长期优化目标，所述短期优化目标根据短期服务总时间t
s
和短期服务总成本c
s
，per
short
包括短期资源可用性r
s
、短期服务满意度sa
s
和短期服务资源利润率fn
s
确定。所述长期优化目标包括长期服务质量qos
long
和长期绩效per
long
,qos
long
包括长期服务总时间t
l
和长期服务总成本c
l
，per
long
包括长期资源可用性r
l
、长期服务满意度sa
l
和长期服务资源利润率fn
l
；所述服务资源优化模型为：
l:minf2＝min{t
l
,c
l
,-r
l
,-sa
l
,-fn
l
}(15)
6.根据权利要求2-5所述的方法，其特征在于，以优化目标为约束条件，求解服务资源优化模型的解；根据所述服务资源优化模型的解，确定所述第一任务的服务资源组合，包括：循环执行下述步骤a1至步骤a6，直至满足迭代停止条件，得到满足下层优化目标的帕
累托解集；步骤a1：采用整数编码的方式对候选服务资源进行编码，生成种的个体对应的染体基因，如种个体服务组合为{s
41
、s
42
、s
33
、s
24
、s
15
}，则对应的染体编码为[4,4,3,2,1]，随机生成种规模大小为n的初始父代种；步骤a2：父代种通过交叉和变异得到新一代的子代种，种大小规模均为n；步骤a3：对越界的个体进行修复；步骤a4：种合并为规模大小为2n的新种；步骤a5：计算新种的适应度，计算新种非支配排序值并进行拥挤度排序；步骤a6：借助精英保留策略保留优良个体构成下一代种；所述根据所述解集，确定所述第一任务的服务资源组合，步骤a7：根据上层优化目标对帕累托解集进行排序，选出符合优化目标的服务质量组合。7.根据权利要求2-5任一项所述的方法，其特征在于，以优化目标为约束条件，求解服务资源优化模型的解；根据所述服务资源优化模型的解，确定所述第一任务的服务资源组合，包括：步骤b1:循环执行权利要求6中步骤a1至步骤a6，直至满足迭代停止条件，得到满足下层优化目标的帕累托解集；帕累托解集构成初始化决策矩阵x＝(x
ij
)
m
×
n
；步骤b2:对所述决策矩阵进行标准化，构建规范化决策矩阵y＝(y
ij
)
m
×
n
，其中，步骤b3:根据各目标权重构建加权规范化决策矩阵z＝(z
ij
)
m
×
n
，z
ij
＝ω
j
·
y
ij
；步骤b4:选取正理想方案a
+
与负理想方案a-，其中，a
+
＝(z
1+
,z
2+
,
…
,z
n+
)，a-＝(z
1-,z
2-,
…
,z
n-)，z
i+
＝max{z
i1
,z
i2
,
…
z
in
}，z
i-＝min{z
i1
,z
i2
,
…
z
in
}；步骤b5:求得各解集和正负理想方案的欧拉距离步骤b5:求得各解集和正负理想方案的欧拉距离其中，z
i
＝(z
i1
,z
i2
,
…
,z
in
)；步骤b6:分别求出各解的满意度c
i
：如果z
i
＝a
+
，则c
i
＝1；z
i
＝a-，则c
i
＝0；c
i
值越高，解的满意度越高；根据所述满意度，确定对应所述第一任务的服务资源组合。8.一种服务资源组合的确定装置，其特征在于，所述装置包括：获取模块，获取服务需求方发布的第一任务的服务资源需求信息；生成模块，用于根据预设任务分解算法，分解所述第一任务，得到所述第一任务的子任务和串联结构；搜索模块，用于根据预设搜索算法，搜索与所述子任务相匹配的候选服务资源集合；求解模块，用于以优化目标为约束条件，求解服务资源优化模型的解；确定模块，用于根据所述服务资源优化模型的解，确定所述第一任务的服务资源组合。
9.一种电子设备，其特征在于，所述设备包括：处理器，以及存储有计算机程序指令的存储器；所述处理器读取并执行所述计算机程序指令，以实现如权利要求1-7任意一项所述服务资源组合的确定方法。10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的服务资源组合的确定方法。11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1～7任一项所述的服务资源组合的确定方法的步骤。

技术总结

本申请公开了一种服务资源组合的确定方法、装置、设备、介质及产品，其中方法包括：获取服务需求方发布的第一任务的服务资源需求信息；根于预设任务分解算法，分解第一任务，得到第一任务的子任务和串联结构；根据预设搜索算法，搜索与子任务相匹配的候选服务资源集合；以优化目标为约束条件，求解服务资源优化模型的解；根据服务资源优化模型的解，确定第一任务的服务资源组合。本申请提出的方法可以对各服务资源进行有机地组合从而满足服务需求方的服务需求。的服务需求。的服务需求。