近年来,随着协同制造模式的逐步发展,它虽然带来了快速高效合作的协同新模式,但是也面临着几个重要问题:协同企业间信任危机、企业利益分配不均以及协同制造资源未能合理配置等。在制造企业的协同过程中,由于资源自身的复杂性、动态性、时序性等,资源服务的调度优化问题便成为协同企业一直以来关注的重点。然而在服务调度优化方面,很少结合信任问题进行研究。因此,本文的具体研究工作如下:1、针对协同制造模式下服务的信任问题,本文提出了服务的信任合成模型。首先,引入信任评估模型,运用熵权值法和主观赋权法,对服务的各个属性的权重进行确定,将服务总体信任值分为:直接信任值、推荐信任值以及QoS反馈信任值。其次,依据服务实体之间的交互联系以及时间衰减函数,计算直接信任度。结合服务使用者与服务推荐者对服务属性的权重相似度来计算推荐信任值。通过设定服务可用性与服务完全性两个参数,来获得资源服务的QoS反馈信任值。最后,结合主观赋权法以及服务的不同组合流程,计算出组合服务的合成信任度。2、在本文研究服务信任合成计算的基础上,提出了组合服务信任值的分解模型。针对组合服务的信任值的分解计算,采用层次分析法将组合服务流程转换为结构树流程,以此来确定每个服务的分解权重,并结合服务的误差影响、历史表现以及组合服务信任合成时占比影响,计算出组合中每个服务自身的信任评价值。3、针对协同制造环境下服务调度优化问题,采用本文提出的服务信任合成与分解模型并结合服务组合的调度算法来求解。将信任度作为服务质量(Quality of Service,QoS)参数之一,加入到服务组合的QoS参数中去,提出了一个信任驱动的服务调度优化策略。实验运用离散混合蛙跳算法进行服务组合阶段的分析,为了验证本文所提出调度优化策略的可行性与有效性,将其与离散粒子群算法作比较,通过对实验结果的数据进行分析,验证了利用该信任模型实现服务调度的有效性,并证明了离散混合蛙跳算法在解决组合优化问题上的表现更佳。