通过运用面向广义再制造的服务迁移决策方法，6.4.1中的实例得以求解，现对相关结果做如下分析：

（1）基于任务执行可信性能的筛选策略

考虑到云制造服务运作以满足客户需求为根本目的，故服务迁移决策的第一阶段基于任务的执行可信性能而实现。不同于第五章中服务组合优选可能出现的求解规模爆炸性增长的问题，本章研究基于独立服务进行决策，规模直观可控。因此，基于服务信任的初选在此作为备选流程：如果响应服务数量过多，则可以之降低问题规模；否则，该操作可以省略。该阶段的决策是在服务响应与执行信任进行整合而成的执行可信性能基础上，以水平软集策略进行服务筛选。虽然服务的响应性能在满足任务邀约的前提下给出，但经过执行信任修正而得的执行可信性能却不能确保满足该要求。因此，在水平软集的构建过程中，以均值和任务邀约换算值中的大者作为阈值，从而确保服务性能不低于任务需求。从图6-3所示的各参数阈值划分上可以看出，关于时间和质量两个参数，其均值都要大于任务邀约换算值，故以均值为阈值。而对参数流程支持而言，均值却小于任务邀约换算值，其中R7的参数值刚好介于两者之间。若仍以均值为阈值，则导致可信性能低于客户需求，存在决策风险，故选择任务邀约换算值为阈值。由于任务邀约中未对成功率做出要求，参数成功率直接选择均值为阈值。此外，鉴于服务迁移成本由当前任务执行方承担，故价格因素未列入任务需求方决策框架。

图6-3　水平软集各参数的阈值划分

（2）再制造效率评价

服务迁移决策的第二阶段由当前任务执行方基于服务的再制造可信性能而实现。该过程中，再制造效率是重要的评价指标。再制造效率的确定取决于迁移补偿（即迁移受让方关于迁移资源给予迁移出让方的补偿）和再制造成本两个因素。迁移补偿越高，再制造成本越低，则再制造效率越高，故本文以两者的商对其进行表示。从图6-4所示的再制造效率对比中可以看出，虽然R4的迁移补偿略低于R1，但由于再制造成本比R1要低得多，所以其再制造效率要明显高于另外两个服务。(www.daowen.com)

图6-4　再制造效率对比

图6-5　归一化处理后的再制造性能对比

（3）基于再制造可信性能的优选方法

本文的再制造性能评价除包括再制造时间、再制造效率、再制造利用率等几个方面的指标外，考虑到服务迁移成本由当前任务执行方承担，故将由迁移补偿（负值）、再制造成本及接续制造成本构成的总成本也纳入其中。图6-5给出了RSCR中各服务归一化处理后的再制造可信性能对比。由于参数值的不同分布密度对决策结果的影响作用也不尽相同，故对基于再制造可信性能构建的模糊软集计算各参数的信息熵，并将其纳入D-S证据理论的基本概率指派函数的定义中，从而产生如图6-6所示的对应不同参数的概率指派。通过Dempster合并规则将这些函数合而为一，并确定各服务的信度支持，实现决策排序。