云环境下基于用户偏好的粒子群优化算法的Web服务选择

针对当前Web服务的海量增加,而现有的服务选择算法低效以及粒子群算法在复杂的组合优化类问题上的不足,该算法分析用户对于Web服务的一些软性偏好,提出了一种在云环境下基于用户偏好的粒子群改进算法的Web服务选择. 该算法通过对粒子分群映射、相似分群并行化简,同时利用模糊约束来表达用户的偏好,最终使得用户能够根据偏好从中进行选择. 实验表明,该算法能有效减少执行过程中Web服务选择导致的时间开销,并提高服务选择的性能.     

云环境下基于用户偏好的粒子群优化算法的Web服务选择

针对当前Web服务的海量增加．而现有的服务选择算法低效以及粒子群算法在复杂的组合优化类问题上的不足,该算法分析用户对于Web服务的一些软性偏好,提出了一种在云环境下基于用户偏好的粒子群改进算法的Web服务选择．该算法通过对粒子分群映射、相似分群并行化简,同时利用模糊约束来表达用户的偏好,最终使得用户能够根据偏好从中进行选择．实验表明,该算法能有效减少执行过程@Web服务选择导致的时间开销,并提高服务选择的性能．     

语义Web服务信誉度模型

语义Web服务信誉度为服务请求者对服务做出更准确的选择提供了依据。文中首先针对语义Web服务的特点对语义Web服务信誉度进行了定义。在此基础上，对现有UDDI进行扩展，提出了语义Web服务信誉度概念模型，并深入研究了相关算法及其实现方案。与其他的Web服务信誉度机制相比较，该模型的优点是针对语义Web服务的特点为服务信誉度加入了语义信息，并综合了第3方权威机构的评价，使得信誉度值更有效、准确。     

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.     

基于直觉模糊理论的混合多属性Web服务选择

针对多个功能相同或相似的服务,提出了基于直觉模糊理论的混合多属性Web服务选择.将QoS属性分为精确数值型、区间数值型和语言型,并利用层次分析法给出了用户QoS偏好的计算方法.引入直觉模糊集理论将混合型QoS属性统一为直觉模糊数,采用直觉模糊加权算术平均算子对QoS决策矩阵各指标集结,利用直觉模糊得分函数对各决策方案进行排序,实现了基于QoS的Web服务选择.实例验证结果表明,该方法具有一定的有效性.     

服务双方偏好共识下的模糊天际线服务组合

对一些复杂应用,有时需要从众多Web服务中选出符合需求的原子服务并组合成增值的服务.随着大量Web服务的涌现,如何选择合适的原子服务变得十分困难.提出一种模糊天际线服务组合方法,该方法综合考虑用户的功能需求,以及用户和服务提供者对QoS的偏好,能够实现服务双方的利益最大化.首先,提出一个模糊Web服务选择框架;然后,通过引入一个服务属性偏好的共识方法,将用户和服务提供者的偏好关系转换成数值权重,并用于计算组合方案的切比雪夫距离;接着,通过一个演化算法(DWTD-EA)从组合方案集中寻找满意的天际线组合方案.最后,通过实验对所提出的算法和模型的有效性和鲁棒性进行验证.从实验可以看出:在top-k最优偏好的天际线方案验证实验中,当演化到60代以后,超过85％的优秀方案都能被发现;从DWTD-EA3种交叉(即单点交叉、两点交叉和均匀交叉)的收敛行为看出,当演化到55代以后,单点交叉能收敛到80％,而两点交叉和均匀交叉都能收敛到85％以上.     

基于模糊聚类的Web用户聚类方法与实现

提出了一种基于传递闭包的模糊聚类方法,并应用于Web日志聚类中,实验结果表明,该算法能够有效实现Web用户聚类,并且能够避免陷入局部最优解。最后与模糊C均值算法进行比较,并讨论了算法的运行时间和错分率。     

不确定信息下基于改进粒子群算法的Web服务选择

针对有QoS保障的组合服务选择中,Web服务的QoS难以精确测量以及用户的QoS需求难以准确表达的问题,提出了一种不确定信息下服务选择的新方法,该方法采用区间数的形式描述用户的QoS需求以及服务的QoS指标,引入组合服务用户满意度评价,基于带有动态边界的改进粒子群算法寻找满足用户全局QoS需求的Web服务组合方案。实验结果表明,该方法有效可行。     

语义Web服务发现研究与实现

语义Web服务是在Web服务中加入语义元素,利用语义相关的技术给Web服务指定一个语义.语义Web服务可以实现Web服务的自动发现、执行和组合.阐述了语义Web服务和语义Web服务发现以及相关的技术,提出了一种语义Web服务发现框架,并利用标签语言描述本体和Web服务,设计了语义匹配算法,并在应用中实现了这种语义Web服务发现框架.     

面向语用Web服务的QoS评价模型研究

QoS在语用Web服务提供过程中担负着重要的角色.该文提出了一种语用Web服务质量评价模型,在满足服务的功能需求同时,满足其QoS要求;给出了模型的基本定义,并采用QoS评价树的方法描述QOS评价属性之间的关系.为了反映不同属性在QoS评价中所占的比重,对QoS评价属性引入权重概念,给出一种基于信息熵的样本统计计算权重值的算法.     

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.     

模糊综合评价法选择物流服务供应商

合理实用的评价方法是选择适合企业自身需要的物流服务供应商的前提.通过对物流服务要求的各种因素分析,建立了比较全面的综合评价指标体系,通过模糊综合评价方法对其进行评价.以实际中某一生产企业对物流服务供应商的选择为例,说明了该方法的应用.     

基于网络服务的动态业务流程外包模式的综合评价

分析了网络服务支持的动态业务流程外包,根据动态业务流程外包的需求,引进了网络服务框架,最后运用模糊综合评价法对此模式进行了评价。     

A Duplex Feedback Based Web Service Recommendation Method

In the most current Web Services recommendation methods,rating data from service users is rare and the accuracy of the recommendation results cannot be effectively guaranteed.To address this problem,this paper firstly presents a new web service recommendation framework.Based on the proposed framework,a duplex feedback based web service recommendation method（ DFBWSRM） is then elaborated,which includes both implicit and explicit feedback data for the calculation of similarities of user preferences during the finding,binding and rating of services.A coordinated recommendation algorithm is also listed in detail.The simulation results demonstrate that the proposed method can satisfyingly increase the accuracy of recommendation results and better meet the requirements of service users.     

粒子群算法求解Web服务组合中基于QoS的服务选择

针对现有web服务组合中服务选择技术的不足,提出了一种基于粒子群优化算法的多
目标优化策略,用于解决web服务组合中基于服务质量（QoS）的服务选择全局最优化问题.
将web服务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
标粒子群算法的智能优化原理,通过同时优化多个QoS参数,最终产生一组满足约束条件的P
areto最优解. 实验结果证明了该算法的可行性和有效性.     

一种基于语义的多社区的Web服务查找策略

为了提高Web服务查找的性能，提出了一种基于语义信息的多服务社区的查找机制．根据语义信息将整个服务社区空间划分成若干个概念域，每个域由一个域代理管理，负责记录整个域内所有的服务信息和执行领域内的查询．在每个域代理内可注册若干个本地代理，负责接受用户的查询请求和完成查询．域代理级和本地代理级的查询操作中都可利用语义信息，实现精确到操作级的服务定位和一定程度的模糊查询，从而有效地提高Web服务匹配的精确度和查询效率．     

基于BPSO的web服务推荐策略

为解决web服务的优化选择,提出一种基于离散二进制粒子群算法(binary particle swarm optimization,BPSO)的web服务推荐策略.用数学方法阐述基于服务质量(quality of service,QoS)的业务组合,将业务单元组合转换到服务组合,给出不同服务组合模式下的QoS属性值计算公式,提出web服务集和嵌套概念,对具有嵌套模式的服务组合进行逐一遍历.将基于QoS的web服务组合优化问题看成是多目标优化决策问题,提出基于BPSO的web服务组合优化数学模型,利用目标加权法简化多目标决策问题.对BPSO进行改进,构建了基于BPSO的web服务推荐仿真系统,仿真表明,该方法高效可行.     

网络化制造环境中的Web服务模糊匹配研究

针对网络化制造中Web服务在语义方面表达不足而难以搜索到合适服务的问题，提出Web服务的模糊匹配方法.通过分析网络化制造特点，构建网络化Web服务本体，增加网络化制造Web 服务的语义描述.在给出多种服务相似度计算方法基础上，提出网络化制造Web服务模糊匹配方法，用相似度计算定量地描述所需服务和候选服务间的匹配程度.分析结果表明，该方法增强了Web服务能力的表达，给Web服务模糊匹配提供清晰的研究对象，推动网络化制造从信息集成向服务集成的转变，为服务选用时的决策自动化提供量化参考.