QoS全局最优动态Web服务选择算法

Web服务作为一种新型的分布式计算模式近年来得到迅速的发展,来自不同服务提供商的服务可被整合以提供组合服务.QoS全局最优动态Web服务选择是服务组合中的一个难题.基于粒子群进化算法,设计一种用于解决该问题的PSO-GODSS算法.其主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,利用粒子群算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集.理论分析和实验结果表明该算法的可行性和有效性,且算法的执行效率和收敛速度优于以往的多目标遗传算法.     

QoS全局最优化的服务选择策略

为每个服务节点选择一个服务实例,形成在满足全局QoS限制的条件下,具有综合QoS最优的执行计划是服务选择的关键问题.本文分析了优化目标,提出了基于自适应变异遗传算法(self-Adaptive Mutation Genetic Algorithm,AMGA)求解服务选择的组合优化问题.在算法中,适应度函数设计采用对执行计划聚合QoS属性值与约束条件的偏差量作为惩罚约束,变异算子设计采用对服务实例的优良程度自适应的变异概率,提高了基因改良的效率,并引入指数衰减函数保证了算法的收敛性.实验结果表明,基于AMGA算法的服务选择策略比现有基于其它遗传算法的策略能够获得更优的解.     

基于人工鱼群算法的QoS全局最优Web服务选择的研究

针对现有的服务选择算法单目标、局部最优等不足,提出基于人工鱼群的Web服务选择算法。首先建立QoS全局最优Web服务选择模型,之后运用人工鱼群算法来求解该模型,可以在有限迭代次数内产生一组满足用户需求的非劣组合服务集。最后通过仿真实验验证了该算法的有效性和可行性。为解决服务选择问题提供了新方案。     

一种基于QoS全局最优的服务选择算法*

现有的服务选择算法存在低效、非全局最优等缺点。针对现有算法的不足,提出了一种基于QoS的高效服务选择算法。首先建立服务选择问题的多目标优化模型,之后用改进的多目标粒子群算法(IDMPSO)求解该模型,从而获得一组高质量最优解。在IDMPSO中,通过计算粒子的密集距离来进行Pareto最优解的保留,并把密集距离与欧几里德距离结合起来提出一种全局最优粒子选取的方法。实验结果表明,IDMPSO得到的解相对较优,且分布均匀,并且随着问题规模的增加,运行时间呈线性增长。     

QoS全局最优的多目标Web服务选择算法*

针对现有方法的不足,提出一种基于QoS全局最优的多目标动态Web服务选择算法。在给出动态服务组合模型的基础上,以“抽象服务规划”为输入,以用户的非功能性需求为全局约束,将动态服务选择问题转换为一个带QoS约束的多目标服务组合优化问题;利用多目标蚁群算法,多个目标函数被同时优化并产生一组满足约束条件的Pareto优化解。通过运用实验与基于多目标遗传算法的Web服务选择算法进行对比,证明了该方法的可行性和有效性。     

面向QoS全局优化的大规模Web服务组合方法

把多个简单Web服务组合成为更强大的组合Web服务是面向服务计算的目标之一。由于存在多个功能相同但服务质量属性不同的候选Web 服务,因此需要针对服务质量要求进行服务组合。鉴于Web服务组合规模的不断增长和特定领域的时限要求,面向实时大规模Web服务组合问题的快速收敛算法尤为重要,然而目前相关工作还很少。论文提出一种新的Web服务组合算法GAELS（Genetic Algorithm Embedded Local Searching）,运用高适应度初始种群和局部搜索的变异策略,加快收敛速度。通过实验评测表明与简单遗传算法相比,GAELS算法能更快得到近似最优解,且随着服务规模增长,拥有更好的适应性。     

一种业务流程QoS有保障的动态服务组合方法

为了使动态组合后形成的基于Web服务的业务流程不仅能够完成业务流程分配的任务,即满足局部约束,还能够与业务流程中完成其他任务的Web服务协作,使整个业务流程QoS有保障,达到全局最优,本文提出了一种基于遗传算法的方法来对问题进行求解。实验结果证明了文中方法的有效性。     

基于QoS的语义Web服务选择框架

服务质量（QOS）成为动态选择满足用户需求的Web服务的关键因素。然而目前Web服务的QoS信息描述缺乏语义性,且Web服务的选择还不能做到完全自动化。文章提出一种Web服务的QoS本体结构,并在此QoS本体和原有的语义Web服务的基础上提出基于QoS的语义Web服务选择框架（QSF4SWS）。研究表明,该框架不仅增强了Web服务QoS描述的语义性,而且还能够实现Web服务的动态发现与自动选择。     

一种多参数的Web服务选择方法

随着服务计算的快速发展，如何快速而准确地找到最优的Web服务组合是众多挑战中最重要的一项。提出了一种基于二阶隐马尔可夫模型（HMM）的服务选择方法。该方法使用服务质量（QoS）参数去区分具有相同功能的Web服务，并且选择一组最优的Web服务来执行用户请求。通过考虑两个QoS参数-吞吐量和响应时间，该方法能够解决根据设定的阈值来衡量Web服务质量的问题。通过构建的模型和算法，方法能够选择出最优的Web服务以满足用户的需求。仿真实验验证了所提出的方法是有效的。     

基于遗传算法的多QoS约束服务选择

为了实时提供满足客户QoS需求的组合Web服务,提出了一种快速稳定的基于遗传算法的多QoS约束服务选择算法.首先根据基于QoS约束的组合服务选择问题的数学模型,提出了一个较为合理的数据预处理过滤方法以缩小搜索空间,然后使用遗传算法的思想构造算法,并在实验的基础上确定各项参数,最后使用新的算法完成可行解搜索.实验结果表明,与传统的整数规划算法相比,新算法具有运算速度较快、可满足实时性要求,并且在问题规模扩大时具有良好的可扩展性等特点.     

基于遗传算法的QoS感知的Web服务选择

提出一种用于QoS感知的Web服务选择的遗传算法．该算法采用关系矩阵编码方式,克服了一维编码方式表示的局限性,并且可以通过简单的方法来表示组合服务重计划及Web服务循环路径等情况,通过该算法一次运行,就可以从所有组合路径的组合方案中选出满足用户QoS需求的组合方案,而一维编码遗传算法在多路径情况下需多次编码、多次运行．算法还采用一种变异策略来提高算法的适应度．通过仿真比较,关系矩阵编码遗传算法比一维编码遗传算法获得了更优解,变异策略在提高算法适应度方面也发挥了作用．     

基于动态QoS的Web服务组合

在Web服务组合中,现行的几种QoS衡量标准都将重点放在单个Web服务本身的质量上,而忽视了Web服务动态特性、组合特性以及服务组合中的网络特性。另外,在诸多服务组合的算法中,都只是强调组合服务的总体质量,却忽略了用户对某些质量属性的约束条件,从而导致服务重计算问题经常发生。为此,考虑了服务动态特性以及服务间的协作关系对组合服务质量的影响,提出了动态QoS模型;同时,综合了用户的质量约束以及组合服务的整体质量,将用户的质量约束引入服务组合流程中。最后通过实验证实了所提出的动态QoS模型能够根据服务实体的实时情况计算服务质量,同时将用户的质量约束引入服务组合流程中,有效地避免了服务重计算问题。     

具有局部和全局QoS约束的Web服务选择

提出一种具有局部和全局QoS约束的Web服务选择算法.将基于QoS的Web服务选择问题建模为带QoS约束的多目标组合优化问题,使用局部QoS约束过滤不满足约束条件的候选服务,通过归档式多目标模拟退火(AMOSA)算法同时优化多个QoS目标函数以产生一组Pareto优化解,利用全局QoS约束筛选出满足约束条件的Pareto最优解集.实验结果证明了该算法的有效性.     

基于Dijkstra算法的Web服务合成选择策略研究

Web服务合成中操作的选择是一个关键问题,这直接影响到用户对合成的复合服务的满意度、解决该问题的关键是对候选Web服务的输入输出数据关系进行建模,以及有效利用这些已有的数据依赖关系实现服务合成的请求。通过从Web服务规范语言中提取Web服务的语义信息．掏建Web服务的有向图,并分析Diikstra算法用于Web服务合成的问题。提出了相应的船决办法,给出了一个基于Diikstra算法的Web服务合成选择策略的算法。该算法能在合成中选择最恰当的操作组合．产生最终的复合服务。     

基于Dijkstra算法的Web服务合成选择策略研究

Web服务合成中操作的选择是一个关键问题,这直接影响到用户对合成的复合服务的满意度.解决该问题的关键是对候选Web服务的输人输出数据关系进行建模,以及有效利用这些已有的数据依赖关系实现服务合成的请求.通过从Web服务规范语言中提取Web服务的语义信息,构建Web服务的有向图,并分析Dijkstra算法用于Web服务合成的问题.提出了相应的解决办法,给出了一个基于Dijkstra算法的Web服务合成选择策略的算法.该算法能在合成中选择最恰当的操作组合,产生最终的复合服务.     

基于Active XML的动态Web服务组合实现

随着Web服务应用的发展,大量存在的应用服务之间需要解决共享和交互,动态Web服务组合为解决信息共享和应用协作的瓶颈问题提供了新的方案。该文通过引入Active XML（AXML）,扩展Web服务,提出了一个基于Active XML的动态Web服务组合框架,在此基础上实现了一个动态服务体系结构。该体系结构支持组合服务的即时生成以及在动态环境中的快速部署和发布。     

一种Web服务动态绑定算法

在面向服务构架的应用流程中,服务使用者较难绑定高性能服务。该文结合Web服务质量评价模型和负载分摊策略提出一种Web服务动态绑定(DWSB)算法。DWSB算法优先选择质量等级较高的服务集合,使用轮转法从服务集合中选取负载未超重的服务为最佳服务。实验结果表明,该算法可以帮助服务使用者动态绑定性能优越的服务。     

蚁群算法在Web服务组合中的应用

为了在服务组合过程中高效地发现、选择满足用户要求的Web服务,提出基于蚁群算法的多目标优化组合用以实现用户对组合服务质量的需求。该方法根据不同Web服务的QoS属性指标,选择相应的Web服务得到Pareto最优解集合,用户根据实际需要或对目标函数的偏好,从Pareto最优解集中挑选一个或多个解作为组合服务质量问题的最优解,从而形成最后的决策方案。从理论和实验2个方面与相关研究成果进行分析比较。