基于混合协同进化算法的Web服务组合演化策略

为了在服务组合演化过程中高效地选择满足服务请求的Web服务,提出了一种基于混合协同进化算法的Web服务组合演化策略。首先,利用改进模糊C均值聚类算法将Web服务演化单元按应用分类;然后,利用带权值的粒子群算法对划分好的子群进行内部择优;最后,对各个子群进行协同进化,使得针对用户服务请求,能够选出最优Web服务演化组合。实验结果表明,混合协同进化算法无论在算法稳定性或是算法运算时间上都优于传统协同进化算法,且对于Web环境下大量的服务请求能够提供优质、高效的服务。     

融合遗传蚁群算法的Web 服务组合研究

为了提高Web服务组合流程中服务选择技术的收敛性能,提出了一种基于遗传算法与蚁群算法相融合的多目标优化策略,用于解决基于QoS的Web服务组合问题。本文首先将Web服务组合的全局最优化问题转化为寻求一条QoS最优解的路径问题,并通过改进遗传算法得到蚁群算法中初始路径的信息素分布,再通过改进蚁群算法来求得最优解。仿真实验结果表明,该改进算法能在较少的进化代数下得到最优路径,提高了Web服务组合的快速全局搜索能力。     

Web服务组合QoS优化中的改进遗传算法

结合模拟退火算法与传统遗传算法,提出一种应用于Web服务组合质量优化的改进遗传算法。在选择算子和变异算子的筛选过程中引入模拟退火算法选择更优解的思想,并在算法选择和变异过程中通过设置过滤劣质基因的概率以及逐渐增加变异比率,保证算法种群的多样性。实验结果表明,与传统遗传算法、模拟退火算法、粒子群优化算法等相比,改进算法的收敛速度更快,并且获取的Web服务组合质量更高。     

一种基于QoS的Web服务智能动态组合模型

针对当前Web服务数量剧增以及Web服务QoS综合评价不合理而导致Web服务组合效率和效用不高的问题,改进了Web服务组合中QoS计算模型,利用综合变权法动态调整每个Web服务多个属性的权值,并采用改进的粒子群算法来解决服务动态组合中QoS全局优化的问题.实验结果表明,该模型能够合理的选择和组合众多功能相同的服务,提高...     

基于离散粒子群算法全局QoS最优的Web服务选择

Web服务选择是Web服务组合中重要问题,也是一个NP难问题,使用离散粒子群算法对该问题进行建模求解并针对粒子群算法后期容易陷入局部最优进行改进,借鉴遗传算法中杂交变异的思想对算法迭代后期的一部分粒子进行杂交变异,实验仿真证明,由于杂交变异的引入,能够求得Web服务组合全局QoS更优的解。     

基于QoS的Web服务选择算法综述*

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对近几年来基于QoS的Web服务选择算法的发展状况进行了综述,介绍和总结了当前基于QoS的Web服务选择问题模型,对服务选择策略进行了分类,并对当前的一些典型的基于QoS的Web服务选择算法进行了系统的分析和评论。最后指出了现有算法中的不足之处,展望了该领域的进一步研究方向。     

大数据环境下基于K中心点优化算法的Web服务组合

在当前Web服务海量增加、现有Web服务选择算法低效、用户匹配度差的基础上，针对K中心点算法存在的质点偏移、准确率低和容易发生畸变等问题，提出一种大数据环境下基于K中心点优化算法的Web服务组合方法。该方法是在大数据环境下，根据不同用户需求满意度及Web服务QoS参数，对基于优化初始聚类中心的K中心点算法的Web服务选择及最优Web服务组合进行研究。同时针对不同的选择方法对服务动态选择及组合的准确度、迭代更新次数、候选集选择时间及选择总时间进行实验分析，验证了本文研究方法的有效性和可靠性。     

基于语义的Web服务二次匹配算法

分析了传统的Web服务发现机制，发现利用关键字进行Web服务匹配的服务查全率和查准率不高。对服务发现中的服务匹配算法进行改进，提出了一种基于语义的Web服务二次匹配算法。结合关键字和概念层语义关系进行服务匹配，根据匹配度选择最优服务。该算法提高了服务匹配效率，实现了灵活的服务发现机制，其灵活性和扩展性能够实现复杂的Web服务发现。     

基于功能划分图的Web服务组合规划和最优选择

扩展Web服务类型的组合方式、实现服务的无缝组合和提高服务组合的可靠性是当今Web服务组合的研究热点。针对Web服务类型组合方式多样性和无缝服务组合问题,根据请求服务的功能划分图来计算可用于服务组合的候选服务类型,动态规划各种服务类型的组合方式,并提出第一级服务类型的装配算法。针对服务组合的可靠性问题,将Web服务自身对运行环境的要求和自身的优先条件表示为上下文,并提出相应的局部最优选择算法和全局最优选择算法,以找到真实的、具有高可靠性的服务组合。最后,通过仿真实验验证了第一级服务类型装配算法、局部最优和全局最优选择算法的性能。     

语义Web服务组合中的服务建模及规划算法

Web服务的语义建模是指对Web服务的属性、功能和结构等进行语义描述,使用户能够对服务自动地定位、选择、使用和组合.本文以动作理论和描述逻辑为基础对服务的逻辑层信息(控制流和数据流)进行语义建模,用带前提和结果的原子动作描述简单服务,复杂动作描述组合服务的控制流,服务间的依赖关系描述数据流,并提出一个基本的Web服务自动组合框架.在该框架中,Web服务自动组合被划分为逻辑层和实现层2部分,于是服务的自动组合问题在逻辑上归结为一个动作规划问题,在实现上归结为一个根据动作选择具体服务的服务选择问题.最后给出一种新的自动组合规划算法,该算法充分考虑了语义推理和智能规划的结合,在对问题的描述能力和运行效率上做了较好的平衡.     

基于SPEA2+算法的Web服务选择研究

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对将多维QoS属性加权聚合为一个目标函数进行优化的选择算法不能实质性地解决基于QoS的Web服务选择问题,采用改进的强度Pareto进化算法（SPEA2+）多目标优化求解该问题,设计了一种Web服务选择算法。该算法在满足声誉、可靠性和可利用性属性的约束下,同时最小化服务时间T和服务费用C,以产生Pareto最优解集。通过与运用SPEA2算法求解该问题的实验对比,表明了两算法所获取的Pareto最优解集中QoS属性T和C各均值各有优劣,用户可依据对T或C的偏好择优选择。     

一种基于Petri网的Web服务组合安全性动态检测技术

Web服务组合安全性检测对提高Web服务组合在复杂网络环境下的安全性具有重要意义。针对Web服务组合安全检测存在的问题,提出了一种Web服务组合安全性动态检测框架,并对其中的服务组合流程建模技术、安全模型以及安全检测算法等关键技术进行了详细分析,最后通过实例进一步说明该框架能够实现安全性检测的基本功能。     

一种基于自适应框架的Web服务选择算法

在服务组合中,动态环境的变化可能导致参与组合的Web服务行为发生变化。为此,提出基于自适应框架的Web服务选择算法,用于获取公共服务注册处的信息,并将其记录在本地绑定库中,利用链接分析算法获得绑定库某一时刻高链接度的Web服务,实现服务选择。实验结果证明,该算法可在服务组合中动态选择高质量的Web服务,降低由服务质量变化造成的服务组合失败率。     

基于改进蚁群算法的服务组合优化

为进行服务组合优化及适应服务组合优化过程中Web服务的动态性、不稳定性以及多种QoS属性限制等问题,提出一种多信息素动态更新的蚁群算法MPDACO,包括MPDACO局部优化算法和MPDACO全局优化算法,该算法基于建立的服务组合模型,在基本蚁群算法基础上进行研究和改进,可以适应服务组合优化过程中发生的服务无效以及服务中QoS变化等情况.另外,为使算法能较快地收敛于最优解,在实验基础上对蚁群算法策略进行了改进.为验证以上算法的有效性,在一个旅游领域的服务推荐系统中对算法进行了仿真实验,实验结果表明文中提出的算法较基本蚁群算法及一种应用于服务选择的遗传算法有更好的性能.     

基于免疫遗传算法的Web服务组合方法

针对Web服务组合提出一种免疫遗传算法(IGA)。该算法将免疫原理引入遗传算法(GA)中,提高算法的整体特性。主要表现在免疫选择可有效地防止早熟,基于免疫记忆的子群体信息交换策略可加速收敛。GA在Web服务选择上存在不足,而IGA可以在备选的Web服务中进行有效的选择并最终组成Web服务组合,提高服务组合的质量和收敛速度。仿真实验结果表明IGA比GA更有效。     

基于QoS的语义Web服务选择

针对传统Web服务选择方法缺乏语义信息支持,不能满足用户准确需求的问题,将量化的QoS属性作为启发信息,将Web服务组合问题转化为与或图搜索问题,引入AO*算法进行Web服务选择。仿真结果表明,所提方法对于Web服务组合问题是有效的,同时提高了组合效率。     

基于优化的灰狼算法的大规模Web服务组合

针对大规模Web服务环境中难以获得整体性能高的组合服务的问题,提出了一种大规模Web服务组合方法。首先,采用文档对象模型（DOM）对XML格式的用户需求描述文档进行解析,以生成抽象Web服务组合序列;然后,采用服务主题模型进行服务筛选,并为每个抽象Web服务选取Top-k个具体Web服务从而缩减组合空间;接着,为提高服务组合质量和组合效率,提出了一种基于Logistic混沌映射和非线性收敛因子的优化的灰狼算法（OGWO/LN）来进行最优服务组合方案选择;该算法采用混沌映射来生成初始种群以增加服务组合方案的多样性,并避免了多次局部寻优;同时,提出一种非线性收敛因子来调节算法的搜索能力以提高算法的寻优性能;最后,采用MapReduce框架对OGWO/LN进行了并行实现。在真实数据集上的实验结果表明,所提算法与IFOA4WSC、MR-IDPSO、MR-GA等算法相比,平均适应度值分别提高了8.69%、7.94%和12.25%,在解决大规模Web服务组合问题时具有更好的寻优性能和稳定性。     

基于改进BPSO的Web服务组合选择算法

为使现有Web服务组合的服务选择技术满足用户需求,提出一种基于改进二进制粒子群优化(BPSO)的服务选择算法。引入变异算子和线性递减惯性权重,解决传统二进制BPSO的早熟收敛问题,采用粒子记忆性对不满足约束条件的个体进行修正。实验结果表明,该算法能提高寻优效率。     

一种服务聚合中QoS全局最优服务动态选择算法

Web服务作为一种新型的Web应用模式,近年来得到了迅速的发展.如何动态地把现存的各种Web服务整合起来以形成新的、满足不同用户需求的、增值的复杂服务已成为新的应用需求和研究热点.针对现有服务聚合中服务选择技术的不足,提出了一种解决服务聚合中服务动态选择QoS全局最优化问题的实现算法GODSS(global optimal of dynamic Web services selection).算法的主要思想是把服务动态选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目标遗传算法的智     

Web服务组合系统研究综述

随着Web服务组合技术的发展,基于组件Wcb服务构建的复杂服务的相关系统也越来越多。随之而来的问题是如何选择适合Web服务组合系统构建需要的组合服务。近来,基于不同技术的服务组合工具系统越来越多。简要介绍了Web服务组合的相关技术,给出了通用Web服务组合系统的功能分析模型,并根据该模型对12个Web服务组合系统所具有的功能进行分析、对比,最后以表格形式给出结果。