混合QoS聚类的服务组合

为了有效解决混合数据类型描述服务质量（QoS）和服务组合计划规模较大情况下的服务选择问题,提出一种基于多属性决策理论的混合QoS聚类的web服务组合算法(CHQoS_WSCA). 该算法不仅能够评估以实数、区间数、三角模糊数、直觉模糊数描述的QoS信息,还能有效解决组合计划规模较大时算法的性能问题. 介绍了一个新的web服务QoS模型,能够描述实数、区间数、三角模糊数、直觉模糊数表示的QoS信息和一种异构QoS聚合算法. 仿真实验结果验证了该算法的优越性和有效性.     

Web服务组合中基于QoS的自底向上服务替换

 为了适应开放环境中动态变化的Web服务资源,保证组合Web服务持续满足业务需要,提出一种支持QoS约束、基于自底向上的服务替换方法.从组合中需要被替换的单个服务出发,基于合成模式迭代地选出可以作为整体被替换的服务子图.使用历史数据及QoS约束对这些服务子图的备选替换服务进行筛选,并基于多属性决策方法（MADM）进行效能评估,最终选出满足全局QoS约束且使效能最大化的服务.实验结果表明,该方法能够有效扩大替换服务的选择范围,替换结果优于传统服务替换方法的结果,可以更好地保证组合服务的整体QoS指标得到维持和优化.     

混合QoS感知的服务组合群决策

为解决具有混合服务质量(QoS)和多决策者的服务组合难题,基于多属性群决策理论,提出了混合QoS感知的web服务组合群决策(GDMA_HQoS)算法,该算法支持多决策者和具有混合QoS信息(实数、区间数、三角模糊数、直觉模糊数)的服务组合.给出了新QoS指标描述方法和QoS聚合算法.实验结果表明,该算法能较好地应用在混合QoS和多决策者的服务组合中,同时也具有较高的执行效率.     

基于混合协同过滤的Web服务QoS预测方法

为了解决由于服务质量(QoS)历史数据缺失而造成基于QoS的Web服务选择无法得到满意结果的问题,提出一种基于混合协同过滤的Web服务质量预测方法.该方法根据目标用户和目标服务自身特性和相关区域信息,选用不同的预测方法计算缺失的QoS值.如用户(或服务)属于特殊用户类(或特殊服务类),或者服务对区域敏感,则采用基于用户和基于服务的预测方法.否则,利用改进后的欧氏距离测量服务和用户的相似度,并通过引入平衡因子整合基于用户和基于服务的2种不同预测方法.基于真实公开的数据集的实验结果表明,该方法具有较高的Web服务QoS的预测精度,尤其在历史QoS数据稀疏情况下.     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

基于QoS的按需服务发现过程研究

针对多个服务提供方提供相似Web服务的状况,在功能属性服务发现研究的基础上,尝试基于QoS的按需服务发现过程研究,其核心是先聚类后排序.首先利用FCM聚类思想将用户QoS需求信息和Web服务资源的QoS信息进行合并聚类,再通过相似度计算确定同一分类内聚类对象的次序,最后以一个算例说明了该过程可以根据用户的QoS需求发现服务.     

基于组合赋权的直觉模糊多属性动态决策方法

在直觉模糊信息环境下,针对属性权重不完全确定的多属性决策问题,提出了一种新的基于组合赋权的动态决策方法.首先,利用层次分析法及离差最大化法确定属性的主、客观动态组合权重,克服了单一赋权的不足;然后,基于该赋权法,建立了一种直觉模糊多属性的动态决策模型;最后用数值实例说明该方法的有效性和实用性.     

Web服务QoS信息获取与处理方法研究

提出了一种面向领域的QoS模型,论述了获取与处理各种QoS信息的方法．同时,对层次分析法在确定QoS属性权重中的运用、Web服务QoS计算方法进行了深入的探讨并给出了示例．     

一种自治愈的QoS感知的Web服务组合方法

基于工作流的服务质量（QoS）感知的Web服务组合是Web服务领域的一个研究热点,其目标是选择一个满足QoS约束且QoS效用最大的组合服务。该文给出了常见工作流的一种形式化定义方法及虚拟任务的合成规则,从而提出了一种基于top-k优选策略的Web服务组合方法,其核心思想是递归运用虚拟任务的合成规则将原工作流转换成一个虚拟任务,并在每次合成虚拟任务时,仅为其保留k个优选的服务或组合服务实例。该文还提出了一种新的寻找替换服务的方法以支持自治愈性。仿真实验分析了k值对效用的影响、算法的效用与时间开销以及可替代性能。     

考虑相似度和可信度的模糊自适应Web服务选择

提出了一种基于模糊方法并考虑用户评价属性(相似度和可信度)的Web选择算法,从web服务质量数据来源角度对服务质量的属性进行了分类和计算.对非功能质量属性,使用模糊控制的度量方法,将非功能属性值转换成0～1之间的实数值.使用反馈相似度和可信度相结合的方法,将最终的推荐权值推荐给用户.该方法的提出有助于提高web服务选择结果的准确性.     

基于模糊扰动补偿的直接驱动XY平台轮廓控制

为了削弱永磁直线同步电机XY平台轮廓误差模型相对复杂、系统未知干扰多以及参数不确定对轮廓加工精度的影响,实现XY平台的高精度轮廓控制,在单轴控制器上设计了基于模糊控制方法及干扰观测器技术的模糊扰动补偿器,同时采用了适用于多轴非线性轮廓控制的实时轮廓误差算法,建立可用于自由曲线跟踪的XY平台实时轮廓误差模型.基于模糊扰动补偿器的控制系统能够较好地抑制外部扰动,同时有效地提高轮廓精度.仿真结果表明,所设计的控制系统具有较强的抗扰性和较高的轮廓精度.     

面向LDSS的回程配货网点SOFM选址建模方法

针对我国第三方物流企业回程配送作业效率普遍不高的问题，从物流企业回程物流设施网络构建角度出发，运用人工神经网络自组织理论，分析了回程配货的特点，构建了回程配送网点SOFM选址模型.结合实例进行方法应用，运用Witness仿真软件对所建立的模型在有无回程配货网点的两种情景下进行仿真分析，验证了科学合理的回程配货网点可以支持企业提高运送效率并减少运作成本，具有一定的可行性，为构建LDSS提供了理论基础准备.     

基于改进遗传算法的公交智能调度

针对公交车辆调度的现状以及所处的运营环境,为了兼顾公交公司与乘客的利益,研究了公交智能调度的优化方法.通过对遗传算法(GA)和禁忌搜索算法(TS)进行分析,提出了一种基于遗传算法和禁忌搜索算法的混合策略(GA-TS).考虑到遗传算法的早熟收敛和禁忌搜索算法自适应强的问题,将上述两种算法相结合,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,构造了新的重组算子,提出了基于遗传算法和禁忌搜索算法的混合优化调度算法.实验结果表明,该方法能够有效地解决组合优化问题.     

基于类高斯隶属函数的模糊万能逼近器性能分析

为了验证由三角形和高斯型隶属函数构造的逼近器均能以任意精度逼近非线性连续系统,引入了一种基于类高斯隶属函数的模糊逼近器设计方法,借助参数可调性来构造隶属函数的“泛模型”,从而实现三角形到高斯型两类隶属函数的切换.由类高斯隶属函数、单值模糊器、乘积型推理和中心平均解模糊器构成模糊逼近系统,并由万能逼近定理指出逼近精度及模糊子集数目的确定方法.与神经网络、决策树和小波级数等非线性万能逼近器相比,模糊系统具有可解释性强和可利用语言信息的独特优势.分别以一维和二维非线性系统为例进行模糊逼近设计与分析,逼近效果体现了不同的控制特性,证明了类高斯函数用于模糊隶属函数表示的合理性和有效性.     

采用路径IRP的Windows恶意进程检测方法

针对程序在同一操作系统的不同环境下运行产生的IRP(I/O request packets)序列不完全相同,对检测结果有一定影响的问题,提出了采用路径IRP的Windows恶意进程检测方法.单独提取每一个操作路径的IRP请求序列,应用朴素贝叶斯、贝叶斯网络、支持向量机、C4.5决策树及改进的人工免疫算法(IAIS)进行检测,并比较了各种算法在不同特征选择方法下的检测效果.实验结果表明,本文所提出的采用路径IRP的Windows恶意进程检测方法是有效可行的,在所有方法中,采用Fisher Score进行特征选择的朴素贝叶斯方法得到了最高的检测率99.2%,优于基于IRP序列的恶意进程检测方法.     

基于组合导航技术的管道地理坐标定位算法

针对长输管道地理坐标定位问题,提出了一种基于组合导航技术并应用管道磁标处地理信息进行分段修正的管道地理坐标定位算法.该算法基于惯导/里程仪组合导航的基本原理,应用误差模型对航迹误差进行修正.通过研究陀螺仪和里程仪的误差特性,建立了陀螺仪和里程仪的误差模型,针对低精度加速度计应用于惯性导航系统时存在速度和航迹解算误差较大的问题,提出了应用加速度信息对里程仪速度进行修正的速度解算方法.实验结果表明,算法解算所得位置误差为0.16%,可为长输管道提供三维地理坐标定位信息.     

微信息大数据粗糙集的近似约简

为了应对微信息舆情数据的格式复杂、价值稀疏和收集困难等大数据处理技术难题,基于隐含语义分析和粗糙集近似约简理论,设计微信息的数据区间值集和近似匹配分类算法.在不影响数据主要关联关系的原则下,提炼核心属性、消减次要属性,实现一种微信息异常主题倾向的发现方法.结果表明,该近似约简算法能在完成微信息兴趣倾向主题分类的前提下,将数据集属性大幅度缩减,提高微信息的信息挖掘效率,为微信息大数据舆情处理工作提供了新的思路和案例.