基于改进遗传算法的QoS感知Web服务组合

传统遗传算法在种群初始化的时候,普遍采用均匀取种法或随机取种法,这些方法生成的种群的平均适应度比较低,难以保证算法的搜索效率。文中提出一种改进的遗传算法用于QoS敏感的Web服务组合,采用两种不同的算法进行服务选择,避免了随机生成初始种群给算法带来的负面影响。并且,该算法将路径模板化以减少服务组合的工作量,用染色体可变长的编码方式来解决组合服务的多路径选择问题。通过仿真实验,与传统的算法相比,所提出的算法在实现服务组合时收敛更快,最优解的适应度更高。     

基于位置矩阵QoS感知的Web服务组合研究

提出了一种基于位置矩阵QoS感知的Web服务组合方法。该方法使用遗传算法用位置矩阵对基因进行编码,使得该编码方式可以表示服务组合的所有组合路径和重计划信息,算法的一次执行就能完成所有路径QoS最优的全局搜索和动态重计划功能。实验结果证明了该方法的有效性和可行性。     

Web服务组合中基于 QoS的改进型遗传算法 *

提出了一种在 Web服务组合中基于 QoS的改进型遗传算法。该算法通过计算个体间服务质量的海明距离提高了服务组合的质量 ;通过指定用户总时间限制和实施优良解保留策略解决了算法运行时间对服务质量的影响问题。实验结果表明了算法的有效性。     

基于遗传算法的Web服务组合优化

近年来国内外学术界和行业界围绕着Web服务组合开展了大量的研究工作,这些研究都把重点放在Web服务组合功能的实施上,而对组合服务质量的研究甚少.在建立Web服务组合优化模型的基础上,将遗传算法引入到Web服务组合中去,提出了基于遗传算法的Web服务组合的优化方法,给出了构建基于遗传算法的Web服务组合模型和求解方法,从而可以提高组合服务的质量,并能够使Web服务组合满足个性化需求.     

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。     

基于改进遗传算法的Web服务优化组合研究

为了获得更优的Web服务优化组合方案,提出一种基于改进遗传算法的Web服务优化组合方法。首先将Web服务组合优化方案的可行解看作遗传算法的个体。然后通过遗传算法模拟自然界的生物进化过程,找到Web服务组合的最优解,同时在标准遗传算法引入多尺度交叉算子和信息共享因子,提高问题的求解速度。最后进行仿真对比实验。结果表明,改进遗传算法可以快速、准确找到Web服务组合问题的最优解,为解决Web服务组合问题提出了一种新的解决思路。     

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。     

基于遗传算法Web服务组合的一般过程

在以服务为主体的互联网下,单一的服务已经远远不能满足人们的需求。将多个服务组合来满足需求成为研究的重点。文章在研究现有方法的基础上,总结出此类问题的一般思路,并介绍每个环节中的各个方法,而后对各种方法进行对比。最后为今后的研究做出展望。     

一种有QoS保障的Web服务组合方法

随着可用Web Services数量的快速增长，如何根据用户的需求来自动组合Web Services，生成满足用户需求的组合业务，成为一项亟待解决的课题。提出了一种基于QoS的启发式算法，通过该算法，动态调用Web Services来自动生成满足用户所需目标的Web Service组合．同时，该算法还能够根据Web Services组合经验，对以后的Web Services组合方案进行调整。实验结果表明：该算法能够很好地适应网络上Web Services的不确定情况，与同类算法进行性能比较，也显示出较好的性能。     

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。     

动态的QoS感知Web服务选择和组合优化模型

Web服务软件工程的实用化挑战之一是QoS感知的选择、组合和稍后的绑定,表现为允许在运行时绑定一组领域Web服务构成面向服务的系统.这些领域Web服务在提供要求的功能同时,还满足一些非功能约束,例如总的费用或响应时间,并且使之最优化.对此作者提出了一种把Web服务看作为首类构件对象的关系查询基础结构,它通过各种Web服务操作调用评估查询.鉴于个性化和效率在这种评估中的重要作用,提出了一个基于聚合不同Web服务的多属性QoS参数的查询优化模型.该模型通过用户设定的全局约束和偏好、一个动态的等级方案以及多级匹配来调整QoS.等级提供了一个Web服务的行为评估,而多级匹配通过使用类似的和部分的答案对解决方案的空间进行扩展.进而给出了模型求解的遗传算法,并从适应度函数的静态惩罚、动态惩罚以及拉伸3个方面对优化性能进行了比较.文中最后介绍了一个从高端实现的服务查询引擎原型系统,用以展示该方法的适应性、可行性和有效性.     

Web服务QoS组合优化研究

Web服务的服务质量是选择服务的重要因素,但求解最优服务的选择较为困难。本文基于多目标组合优化提出了一种服务选择方法,根据不同服务QoS属性指标选择得到非劣解集合,再由用户的效用函数评价用户满意度。这种选择方法可以推广到服务组合过程。     

基于服务组合与QoS感知的旅游服务系统

将Web服务组合以及其中的服务质量(QoS)问题应用于旅游服务系统,提出了一个新的QoS代理人模型,该模型将服务端和客户端在QoS问题上结合起来,将服务反馈信息作为了QoS决策时选择服务的重要判断依据之一,实现了基于QoS感知的Web服务组合系统。     

随机QoS 感知的可靠Web 服务组合

在面向服务的环境下,单个Web 服务往往不能满足用户的要求,这时就需将已有的单个Web 服务进行组合,以便产生满足用户需求的、增值的组合服务.已有的服务组合方法都很少考虑Web 服务的随机性和Internet 环境的动态性,从而在服务选择过程中产生的规划都是静态规划,结果导致在服务组合时都以较大概率出现组合失败.针对上述问题,提出了Web 服务各随机QoS 指标的度量方法和自适应QoS 管理体系结构,并利用随机型离散事件系统唯一的动态控制方法——马尔可夫决策过程(MDP),设计出随机QoS 感知的可靠Web 服务组合算法.实验结果表明,考虑随机性的QoS 度量方法和QoS 管理体系结构,以及平衡了“风险”与“报酬”的MDP 有效地提高了服务组合成功率.     

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QoS的Web服务组合中多路径全局优化方法的研究

在基于服务质量(QoS)的Web服务组合中,提出一种采用路径模板编码机制的遗传算法来解决多路径全局优化问题.该方法首先在服务依赖图中基于语义匹配度约束获得多路径子图,并通过路径模板表示每条执行路径,然后采用路径模板机制控制初始种群个体的生成和交叉变异的产生,通过定义多路径选择结构的QoS聚合公式,设计多路径统一的适应度函数,从而使得代表不同路径的个体可以共存和统一处理,并通过单次运行实现多路径的全局优化,克服了传统的一维编码机制在多路径情况下需要多次编码,多次运行的缺点.最后通过实验以及与其他多路径算法比较,证明了该算法在收敛性和时间复杂度等方面的优越性.     

基于QoS的Web组合服务绑定技术的研究

如何选择最佳服务是Web服务组合研究领域的重要问题之一.目前工业界和学术界在绑定目标服务时非常关注组合服务的功能匹配,而忽略了非功能属性对组合效果的影响.采用遗传算法优化Web服务QoS(Quality of Service),提出在组合服务实时运行过程中基于QoS进行动态绑定和再绑定的方法,并给出了具体的实施方案.实验显示它可以大大提高Web服务动态组合的运行效率.     

基于服务簇和QoS的Web服务组合方法

针对海量的语义Web 服务组合中如何提高搜索速度和获得最优组合的问题,提出了一种基于服务簇和服务质量(QoS)的快速组合方法。利用预先建立的服务簇进行服务搜索,可以有效缩小搜索空间,降低语义比较的复杂度,快速得到候选服务集合。组合过程中基于服务的最优组合QoS值动态确定阈值进行服务过滤,可以获得多个最优组合。同时采用高效的冗余处理方法保证组合中冗余服务最少,并采用服务簇内部过滤的方法限制候选服务数量,解决了因组合过多造成的运行超时问题。基于海量服务库进行实验,结果表明,服务搜索效率比普通搜索方法可提高几十倍,服务过滤和冗余处理效果明显,可快速获得多个QoS最优的无冗余组合,并且在百万级服务库进行大层次深度的组合时仍可保证良好的运行性能。     

基于QoS关联的Web服务组合算法

为反映Web服务组合过程中服务类之间的关联性和客户对服务非功能属性的偏好,以及服务调用过程中不同服务质量(QoS)属性之间的内在关系,提出基于QoS关联的Web服务组合决策算法。在评价服务组合优劣程度的过程中,考虑服务类在QoS属性上的关联关系,对QoS数据进行统一规格化和综合评估。实验证明,该算法拥有较好的执行效率和稳定性,并且选择结果较优。