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.     

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。     

基于粒子群算法的Web服务组合研究

针对现有服务组合中QoS优化的不足,该文提出一种基于粒子群算法的解决QoS动态服务组合算法。通过对服务组合的业务逻辑与服务实例进行合理编码,重新定义粒子的位置、速度与“加”运算,利用粒子群算法的智能优化原理以及局部与全局优化信息加快粒子群的搜索速度,使其能够快速地得到一组满足约束条件的Pareto优化的服务组合。实验结果证明了算法的可行性和有效性。     

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QoS 随机性和信任评价的全局动态服务组合

由于Internet环境的开放性和动态性,导致Web服务质量稳定性较差,进而严重影响服务组合的准确度.为此,提出一种基于QoS随机性和信任评价的全局动态服务组合方法.首先,剔除导致客观QoS不稳定的异常值,并估计其真实值;然后,分析服务提供商和用户的信任度,聚合计算主观QoS评价值;最后,结合主、客观QoS约束条件,构建全局动态服务组合优化模型,求解最优组合服务.基于真实和仿真数据的实验结果表明,所提出的方法能够显著提高服务组合的稳定性和准确度.     

基于全局QoS 约束分解的Web 服务动态选择

随着执行时绑定的Web服务的提出及其被大量地应用到开放式服务中,用户对支持快速和动态的Web服务组合提出了新的要求.即在组合过程中,用尽可能短的时间花费选择满足用户端到端的QoS要求的服务.针对上述要求,提出了一种基于全局QoS约束分解的动态服务选择方法(Web service dynamic selection approach,简称WSDSA).该方法的主要思想是,通过基于模糊逻辑的自适应调整方法(adaptive adjustment method,简称AAM)和自适应粒子群优化算法(adaptive particle swarm optimization,简称APSO)将全局QoS约束自适应地分解为满足用户偏好的局部约束,然后利用局部最优获得最合适的组合服务.性能评价表明,WSDSA方法具有较好的有效性,仅用较低的时间花费就能达到或接近全局最优解,能够满足服务选择的实时性和动态性.     

满足原子事务的QoS感知的自适应服务选择

随着云计算的兴起,服务计算成为其实现的一种关键技术,学术领域对服务组合有新的思考。提出了满足原子事务的服务质量（quality of service,QoS）感知的自适应服务选择方法,既考虑QoS约束,也考虑服务间的事务约束,在进行全局优化选择时结合适当的协调模式选择策略,以进一步提高可靠性。首先制定自适应规则和建立QoS模型,并引用其他学者关于事务构建和规约规则的模型。接着分析事务与QoS约束下自适应服务选择算法机制。最后通过实验评价了方法的有效性和健壮性。     

一种面向SOA业务恢复的服务选择算法

针对SOA业务恢复的服务选择问题,本文提出了一种QoS近似全局最优的服务选择算法GALSA:首先利用GA算法将全局QoS约束分解为最优的局部QoS约束,然后利用LSA算法选取出满足局部QoS约束的最优服务。算法不仅能作用于服务重构的服务选择过程中,而且在单个服务节点失效时亦能选取出满足全局QoS约束的服务进行替换。理论分析与实验结果说明了算法的可行性和有效性。     

分布式服务网络中保证QoS的服务路由算法研究

服务组合可以通过组合网络上多种服务形成新的服务.针对服务组合的服务路径选择问题,提出在分布式服务网络中确保QoS的服务路由算法.其中,包括通过向量长度的方法合计多QoS约束的函数F以及瓶颈选择算法BNS(bottle-neck se-lection).BNS算法将请求的服务序列按瓶颈从小到大排列,按序进行特定的筛选,可以有效的减小候选图的规模,提高查找效率.最后的仿真证明,提出的服务路由算法达到了良好的成功率及提高了服务网络的负载量.     

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.