当云制造平台接收到客户的制造请求时，会对制造任务予以解析。本实例制造任务Task的基本结构如图5-3甘特图所示。客户对任务需求迫切，且成本预算紧张。该制造任务被分解为六个制造子任务ST1、ST2、ST3、ST4、ST5、ST6。其中，ST1、ST2为并行结构，而ST4、ST5、ST6为选择结构，且以上三者与ST3需执行两次循环，Task总体流程为顺序结构。根据各子任务的不同制造需求向对应云制造服务发出邀约，各云制造服务在对邀约进行评价的基础上，自主决定是否响应，以及响应方式（联合还是单一）。

图5-3　制造任务Task的甘特图

（1）信任评价与筛选

对于众多的响应服务，首要进行信任状况评价，并根据其所对应子任务分别执行筛选，作为可信性能的整合基础。

在此，以Resource1中的为例进行，其与服务需求方的交易历史如表5-2所示。

令φ=1/12，ΔT以月为单位，当前时刻为20170731。根据信任定义，可得到的直接信任为：Trust_D=（1.023，1.003，1.014，0.955，1.000，0.429）

服务需求方合作伙伴给出的信任评价如表5-3所示。根据公式得到的推荐信任为：

Trust_R=(1.017,1.004,1.033,0.974,0.941,0.463)

令θ=1/6，而由交易历史可知S=6，从而有fθ=0.368。于是得到的综合信任：

Trust_C=(1.021,1.003,1.021,0.962,0.978,0.441)

同理，计算Resource1中其他响应服务的综合信任如表5-4所示。

在基于公式对其标准化的基础上，构建模糊软集，并基于各参数均值（0.568，0.531，0.587，0.471，0.475，0.468）将其转化为水平软集。表5-5进行了展示。

计算各服务的值，并筛选其值为1的服务形成新的集合：。

基于同样的过程，分别由集合Resource2、Resource3、Resource4、Resource5和Resource6得到集合（Resource2）F、（Resource3）F、（Resource4）F、（Resource5）F、（Resource6）F，如表5-6所示。

表5-2当前用户与的交易历史记录

续表

表5-3　合作伙伴给出的的信任评价

表5-4　Resource1中响应服务的综合信任

表5-5　Resource1中响应服务的信任筛选

续表(www.daowen.com)

（2）可信性能整合与优选

基于服务集合（Resourcek）F（k=1，2，...，6），运用本文的服务组合策略，在确定联合服务组合的基础上，以随机组合补足所有组合形式，从而形成了服务组合全集SCSF，其中共包含144种组合。基于服务的信任评价（表5-6）和响应性能（表5-7），根据表5-1所示整合关系产生各服务组合的可信性能。

表5-6　基于信任筛选出的服务

在服务组合可信性能基础上，基于公式5-12、5-13对各指标予以标准化，从而构建模糊软集。基于用户对服务在时间与成本上的特别要求，以分位点Q1作为参数PT和PC的阈值，其余参数以均值为阈值，从而产生水平软集及。

在专家判断矩阵的基础上产生各可信性能指标的权重为：

(ω1=0.210,ω2=0.198,ω3=0.173,ω4=0.160,ω5=0.185,ω6=0.074）。

中加权选择值最大的组合为SC16、SC46、SC47与SC48，均为1，同时它们也是中加权选择值最大的。因此，基于模糊软集决策产生的优选服务组合为：

SCSP={SC16,SC46,SC47,SC48}

（3）波动分析

汇总集合SCSP中组合的构成，分别对其组成服务进行波动性分析。

以为例，基于其历史交易信息，得到其Variation、VU和VO如表5-8所示。在计算加权变异系数的基础上，得到其直接波动为：0.655。而基于合作伙伴的各自推荐波动整合而成的推荐波动为：0.639。根据公式5-19，的综合波动为：0.649。

按照同样的方法，得到各服务的直接波动，再整合各自的推荐波动形成综合波动如表5-9所示。

表5-7　子任务与服务响应

续表

表5-8　的Variation，VU and VO

表5-9　各服务的波动性

续表

表5-10　组合的波动性

基于各自构成服务的波动值计算各服务组合的综合波动值，从而得到表5-10所示各组合波动值。服务组合SC47为最终优选结果。其构成服务以响应性能为标准，分别执行子任务STk（k=1，2，...，6）。