本文基于云制造服务对服务需求的响应指标进行筛选的基础上，对它们各自的可信状况进行综合评价及波动性分析，实现云制造服务优选。

（1）模型描述

作为客户提交到云制造平台的制造任务Task，首先被解析为相应的子任务序列：

Task={STk|k=1,2,...,K}

式中K为制造任务Task包含的子任务个数。

而对于子任务STk，予以响应的云制造服务组成候选集合为：

式中Ik为子任务STk的候选服务总数。

要完成任务Task，即完成整个子任务序列STk（k=1，2，...，K），需从各候选集合Resourcek（k=1，2，...，K）至少选择一个服务，从而形成一个服务组合。令所有这些组合的全集为：

SCS={SCl|l=1,2,...,L}

式中L为服务组合总数。

而每个组合的构成表达为：

显然（Sl）k∈Resourcek，且有。

鉴于云制造服务相关性对服务性能的影响（如两个连续子任务由同一个服务供应者完成则可节省物流成本），在服务组合过程中采取联合组合与随机交叉相结合的策略。即服务供应者之间可主动联合以完成多个子任务，从而提升组合整体性能。此时，其响应性能选择联合响应性能。除此之外，以随机交叉服务组合补足服务组合全集，其中的服务响应性能以随机响应性能为准。(www.daowen.com)

（2）响应解析

制造云池根据各子任务的制造需求发现匹配的云制造服务后，会向其发出服务邀约。相应的云制造服务在前文所述邀约评价的基础上，自主决定是否参与本次服务。如有合作意向，则向云制造平台反馈包含任务完成计划的响应数据包。而在响应方式上，与组合策略保持一致，包括上下游无关的随机响应和自主组合的联合响应两种形式。

在此，对服务响应的结构形式定义如下：

定义5-1基于各服务的任务完成计划，定义服务响应为：

Response=(RT,RQ,RC,RS)

本文对服务响应中的各分量分别进行了定义。

时间（RT）：RT=Time_R+Time_M+Time_L，该指标表达了服务的任务提前期，主要包括准备时间Time_R、制造时间Time_M和物流时间Time_L。

质量（RQ）：RQ∈[0，1]该指标描述了云制造服务完成任务的质量水平，可通过合格率等相关具体指标予以衡量。

价格（RC）：RC=Cost_M+Cost_L，该指标表示客户购买本次服务需付出的代价，包括制造价格Cost_M和物流价格Cost_L两部分。

服务（RS）：RS∈[0，1]该指标表达了历史客户对整体服务水平的综合评价。

由于参与联合响应的云制造服务有多类不同的响应指标值，故在进行服务响应指标统计时，应先确认该服务在当前组合中是否为联合响应，若是则以对应的联合响应指标计算，否则以随机响应指标计算。