1.一种考虑服务流程信息的装修服务配置多目标优化方法，其特征在于，包括如下步骤：

步骤1：建立采用DSM方法表示复杂服务流程的装修服务模块，并定义装修服务模块中可供选择的服务组件及其基本属性值；

步骤2：构造两级QFD质量屋，将顾客对不同需求的重要性映射到各装修服务模块的服务组件偏好；

步骤3：建立一种考虑服务流程信息的装修服务配置多目标优化模型(P)，模型综合考虑服务流程的时序约束、服务资源的时变约束、服务组件的配置约束、顾客的服务时间和总预算约束；

步骤4：对建立的装修服务配置多目标优化模型(P)改进为线性规划模型；

步骤5：采用不同算法计算不同规模服务配置优化问题的推荐方案解集；

步骤6：采用K‑means聚类方法缩减解集，形成候选解集，最后由顾客进行满意解的目标调整和交互选择；

所述步骤2，包括：

建立服务规划质量屋，其中，左墙是顾客需求，天花板是基本服务属性；

建立模块配置质量屋，其中，左墙是基本服务属性，天花板是各服务模块的服务组件；

通过服务的两级质量屋，将顾客需求的重要性映射到服务模块的服务组件偏好；

对Nm个装修模块的需求和工程特性进行调研，通过借鉴QFD产品质量设计四级质量屋结构中的前两级，先后构建服务规划质量屋和模块配置质量屋，将顾客需求的重要性映射到每个服务模块的Ni个服务组件之上，具体步骤为：首先，分析明确顾客K1个需求，不同顾客根据自身需求对所有需求进行重要性打分Sck1，k1＝1，2，...，K1；对不同需求的需求重要性归一化处理其次，确定K2个基本装修服务主要基本属性TAk2，k2＝1，2，...，K2；根据服务规划质量屋计算得到基本服务属性值为 归一化处理得到最后，根据模块配置质量屋计算得到服务组件性能值 归一化处理得到各服务组件性能权重

其中，i＝1，2，…，Nm，j＝1，2，…，Ni，质量屋参数q1k1k2和q2k2ij的值为经验值；

所述步骤3中，一种考虑服务流程信息的装修服务配置多目标优化模型(P)中：(1)模型参数信息：

Nm：必选服务模块的个数；

Ni：服务模块组件，i＝1，2，...，Nm；

tij：服务模块组件的服务处理时间，i＝1，2，...，Nm；j＝1，2，...，Ni；

cij：服务模块组件的服务单位成本，i＝1，2，...，Nm；j＝1，2，...，Ni；

Cfix：服务的固定费用；

CR：顾客所要求的总成本预算上限；

TR：顾客所要求的总服务时间上限；

K1：顾客需求的个数；

K2：服务属性的个数：

wk1：顾客需求的相对重要性k1＝1，2，...，K1；

q1k1k2：顾客需求和服务属性的相关关系，k1＝1，2，...，K1；k2＝1，2，...，K2；

q2k2ij：服务属性和服务模块组件的相关关系k2＝1，2，...，K2；i＝1，2，...，Nm；j＝1，

2，...，Ni；

服务流程中的活动时序关系， 表示第i个服务模块是第i′个服务模块的前序，否则

si：服务模块的开始时间，i＝1，2，...，Nm；

T：最大服务周期，整数；

L：资源种类个数，整数；

Rlt：第l种资源在时间t的总量，l＝1，2，...，L；t＝1，2，...，T；

rijl：第i个服务模块的第j个模块组件在执行时所需的资源；i＝1，2，...，Nm；j＝1，

2，...，Ni；l＝1，2，...，L；

δiji′j′：服务模块组件的相容关系，i，i′＝1，2，...，Nm；j，j′＝1，2，...，Ni；i≠i′；j≠j′；当模块组件之间存在相容关系时，δiji′j′＝1，否则δiji′j′＝0；

δ′iji′j′：服务模块组件的排斥关系，i，i′＝1，2，...，Nm；j，j′＝1，2，...，Ni；i≠i′；j≠j′；当模块组件之间存在排斥关系时，δ′iji′j′＝1；否则δ′iji′j′＝0；

xij：主决策变量，i＝1，2，...，Nm；j＝1，2，...，Ni；如果配置方案中选择了第i个服务模块的第j个模块组件，则xij＝1；否则xij＝0；

yijt：辅助变量，表示第i个服务模块的第j个模块组件在时间块t的任务结束状态，即如果时间块t是该模块组件的结束时间，则yijt＝1；否则yijt＝0；

(2)所需优化的多目标包含obj1、obj2、obj3：优化目标obj1：最小化总服务成本CAll，表示为公式：其中，Cfix：表示服务的固定费用；Nm：表示必选服务模块的个数；Ni：表示服务模块组件，i＝1，2，...，Nm；cij：表示服务模块组件的服务单位成本，i＝1，2，...，Nm；j＝1，2，...，Ni；

xij：表示主决策变量，i＝1，2，...，Nm；j＝1，2，...，Ni，如果配置方案中选择了第i个服务模块的第j个模块组件，则xij＝1；否则xij＝0；

优化目标obj2：最小化总服务处理时间TAll，表示为公式：其中， 表示整个服务流程的结束时间，Nm+1：表示流程结束所新增的一个“虚模块”节点，为了方便服务流程时序关系的表达；

优化目标obj3：最大化顾客需求指数I，表示为公式：其中，K1：表示顾客需求的个数；K2：表示服务属性的个数；wk1：表示顾客需求的相对重要性，k1＝1，2，...，K1； q1k1k2：顾客需求和服务属性的相关关系，k1＝1，

2，...，K1；k2＝1，2，...，K2；q2k2ij：服务属性和服务模块组件的相关关系k2＝1，2，...，K2；

i＝1，2，...，Nm；j＝1，2，...，Ni；

(3)考虑的影响约束为a1、a2、a3、a4、a5、a6、a7、a8：影响约束a1：每个服务模块中的模块组件只能有一个被选中，这种关系表达为：影响约束a2：服务模块节点在服务流程中的时序关系，这种关系表达为：其中，ti，ti′：分别表示i和i′服务模块的服务处理时间，i，i′＝1，2，...，Nm；tij：服务模块组件的服务处理时间，i＝1，2，...，Nm；j＝1，2，...，Ni； 表示服务流程中i和i′服务模块的活动时序关系，若 表示第i个服务模块是第i′个服务模块的前序，否则M：表示一个极大值；

影响约束a3：服务模块组件之间的相容和相斥配置关系，这种关系表达为：xij≥δiji′j′xi′j′i，i′＝1，2，...，Nm；j，j′＝1，2，...，Ni；i≠i′；j≠j′xij≤2‑δ′iji′j′‑xi′j′i，i′＝1，2，...，Nm；j，j′＝1，2，...，Ni；i≠i′；j≠j′其中，δiji′j′：表示服务模块组件的相容关系，i，i′＝1，2，...，Nm；j，j′＝1，2，...，Ni；i≠i′；j≠j′；当模块组件之间存在相容关系时，δiji′j′＝1，否则δiji′j′＝0；δ′iji′j′：表示服务模块组件的排斥关系，i，i′＝1，2，...，Nm；j，j′＝1，2，...，Ni；i≠i′；j≠j′；当模块组件之间存在排斥关系时，δ′iji′j′＝1；否则δ′iji′j′＝0；

影响约束a4：在整个服务过程中各模块组件所占用的资源不能超过其上限，这种关系表达为：

其中，T：表示最大服务周期；L：表示资源种类个数；rijl：表示第i个服务模块的第j个模块组件在执行时所需的资源；i＝1，2，...，Nm；j＝1，2，...，Ni；l＝1，2，...，L；yijt：表示辅助变量，表示第i个服务模块的第j个模块组件在时间块t的任务结束状态，即如果时间块t是该模块组件的结束时间，则yijt＝1；否则yijt＝0；Rlt：表示第l种资源在时间t的总量，l＝1，

2，...，L；t＝1，2，...，T；

影响约束a5：限定了辅助变量yijt的取值符合其定义，这种关系表达为：影响约束a6：服务的总费用和总工期不能超过顾客给定的上限，这种关系表达为：CAll≤CR

TAll≤TR

其中，CR：表示顾客所要求的总成本预算上限；TR：表示顾客所要求的总服务时间上限；

影响约束a7：服务组件开始时间的初始设定和非负约束，这种关系表达为：t1＝0，ti≥0i＝2，...，Nm+1其中，t1表示第一个服务模块的处理时间；

影响约束a8：给出了配置决策变量的具体定义，这种关系表达为：xij＝0 or 1i＝1，2，...，Nm；j＝1，2，...，Ni。

2.根据权利要求1所述的一种考虑服务流程信息的装修服务配置多目标优化方法，其特征在于，所述步骤4，包括：

通过分析所构建的装修服务配置多目标优化模型(P)可知，约束a4为非线性的约束，但该约束中的决策变量均为0‑1变量，将其转换成等价的线性约束；

定义辅助决策变量zijt；i＝1，2，...，Nm；j＝1，2，...，Ni；t＝1，2，...，T；将模型中的约束a4替换为以下约束：M(2‑xij‑yijt)≥1‑zijti＝1，2，...，Nm；j＝1，2，...，Ni；t＝1，2，...，T    (a4‑2)zijt≤xij，zijt≤yijti＝1，2，...，Nm；j＝1，2，...，Ni；t＝1，2，...，T    (a4‑3)zijt＝0 or 1                 (a4‑4)转换后装修服务配置多目标优化模型(P)的决策变量是0‑1量，系数规范化为整数类型的参数，采用精确算法求得所有的Pareto解。

3.根据权利要求2所述的一种考虑服务流程信息的装修服务配置多目标优化方法，其特征在于，所述步骤5，包括：

对于中小规模的装修服务配置问题，设计目标函数值空间划分算法进行优化配置，将多目标优化问题转换成单目标优化问题，每一次求解单目标线性整数规划问题得到新的非支配解，然后利用新的非支配解划分搜索空间，剔除被该非支配解所支配的空间，并更新非支配解集，重复以上过程直到没有新的非支配解生成，得到多目标优化问题的全部Pareto解集；其中，求解每个子问题的单目标线性整数规划模型时，采用CPLEX优化软件进行计算；

对于大规模的装修服务配置问题，设计NSGA‑II算法进行优化配置，在NSGA的基础上进行快速的非支配排序，引入拥挤度比较算子和精英保留策略；求解考虑服务流程信息的装修服务配置多目标优化模型(P)的染色体采用整数编码结构，模型约束用罚函数法处理，遗传操作采用单点交叉和邻域变异。