基于模拟退火遗传算法的服务选择

为了解决面向服务体系结构服务组合中服务选择问题,提出了一种将模拟退火算法与遗传算法相结合的融合算法。将服务流程等效成AOV图,对AOV图进行拓扑排序,并将生成的拓扑序列作为遗传算法的编码,使用QoS参数作为适应度,在遗传算法生成每一代子代后,利用模拟退火算法对其进行局部优化调整。仿真实验结果表明,模拟退火遗传算法在减少服务流程资源消耗上能取得理想的效果。     

基于树型编码遗传算法在Web服务选择中的应用

提出一种基于QoS的Web服务选择的遗传算法（TGA）。该算法采用树型编码,携带流程的静态模型结构信息,可实现染色体的自动编解码和存储适应值计算的中间结果,并且可以通过简单的方法有效支持组合服务运行时重计划。通过仿真实验,验证了在同等优化效果下,TGA比一维编码遗传算法获得了更快的速度,并验证了树型编码用于流程运行时重计划的有效性。     

基于SOA的设备综合故障诊断系统研究

针对分散、异构设备的故障诊断系统和设备全生命周期内故障诊断信息交互难的问题,建立了基于SOA(Service-Oriented Architecture)的设备综合故障诊断系统架构;采用XML信息建模和描述的方法,建立标准化的故障诊断信息模型,实现测试与故障诊断信息的统一描述;以诊断推理机服务的实现为例,介绍了故障诊断Web服务的开发方法,较好地解决了故障诊断信息交互和诊断资源共享、重用等问题,有效地提高设备故障的诊断能力.     

基于SOA的综合故障诊断系统架构研究

针对分散、异构的故障诊断系统和设备全寿命周期内故障诊断信息交互难的问题,建立基于SOA的综合故障诊断系统的架构.采用XML信息建模和描述的方法,建立标准化的故障诊断信息模型,实现测试与故障诊断信息的统一描述.以诊断推理机服务的实现为例,介绍故障诊断Web服务的开发方法.所采用的相关技术较好地解决了故障诊断信息交互和诊断资源共享、重用等问题,有效地提高了设备的故障诊断能力.     

基于树型编码遗传算法的Web服务组合

提出一种基于QoS的Web服务组合的遗传算法(TGA).该算法采用树型编码,携带流程的静态模型结构信息,可实现染色体的自动编解码和存储适应值计算的中间结果.通过仿真实验,验证了在同等优化效果下,TGA比一维编码遗传算法获得更快的速度.     

一种服务聚合中QoS全局最优服务动态选择算法

Web服务作为一种新型的Web应用模式,近年来得到了迅速的发展.如何动态地把现存的各种Web服务整合起来以形成新的、满足不同用户需求的、增值的复杂服务已成为新的应用需求和研究热点.针对现有服务聚合中服务选择技术的不足,提出了一种解决服务聚合中服务动态选择QoS全局最优化问题的实现算法GODSS(global optimal of dynamic Web services selection).算法的主要思想是把服务动态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,利用多目标遗传算法的智     

基于SOA和Web服务的造船虚拟企业应用集成

根据船舶行业特点,提出以船厂为中心的造船虚拟企业模式。介绍面向服务的体系结构(SOA)和Web服务技术,构造使用这两种技术实现造船虚拟企业的应用集成框架,描述了该框架的实施步骤,并演示了Web服务的开发和部署。     

基于SOA与Web服务的后勤信息资源整合框架研究

分析了后勤信息资源的现状及整合需求,以面向服务体系结构SOA为指导,设计了基于Web Services的后勤信息资源整合的SOA框架,通过对现有后勤信息系统功能组件和数据的服务封装,利用BEPL和UDDI实现服务的动态绑定,建立了从网络协议到用户角色、服务质量保证的安全体系,实现了后勤信息资源的综合集成。     

基于SOA的智能航运数据服务平台研究

为了实现全国范围的内河航运数据共享,提高我国内河航运的管理水平,需要一种稳定可靠、松耦合的数据共享方式。针对当前的内河航运数据共享需求,并根据当前我国各省的内河航运信息化建设的实际情况,参考国内外成熟的理论基础,提出了基于SOA的数据共享体系,从而实现多节点的关键数据实时共享的应用场景。通过这种方式可以实现内河航运数据共享服务,满足航运信息服务的要求,并适应今后不断增长的共享节点及共享压力。     

一种面向服务的异步消息中间件的设计

采用开放式标准的面向服务架构SOA是有效解决大规模企业应用集成的重要技术,但是SOA对异步传输和可靠为特征的复杂网络应用支持不足。传统消息中间件MOM虽具有松耦合和异步传输特性,但大多适用于企业内部集成,且其扩展性和灵活性不足,难以拓展到大规模网络环境。在全面吸收SOA和MOM的技术优点基础上,设计了一种面向服务的异步消息中间件体系结构,并研究了消息传输算法,服务重组和安全服务等关键技术。结合移动电子商务应用集成,验证了面向服务的异步消息中间件的扩展性、灵活性和有效性。     

基于遗传算法的图像特征选择

针对模式识别时,提取的特征参数量大而又有冗余的现象,提出了基于遗传算法的特征选择方法。介绍了遗传算法的基本原理,阐述并设计了适应度函数和遗传算子。仿真实验表明,该方法在求解的效率和解的质量方面都达到了令人满意的效果。     

面向服务体系结构及其系统构建研究

面向服务的体系结构(SOA)是一种新兴的软件体系结构,详细分析了SOA的基本结构和特点,比较了SOA同面向对象体系结构的不同之处,并结合一个实例给出了架构SOA系统的方法,描述了从基于组件设计方法过渡到面向服务设计方法的 过程。     

基于SPEA2+算法的Web服务选择研究

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对将多维QoS属性加权聚合为一个目标函数进行优化的选择算法不能实质性地解决基于QoS的Web服务选择问题,采用改进的强度Pareto进化算法（SPEA2+）多目标优化求解该问题,设计了一种Web服务选择算法。该算法在满足声誉、可靠性和可利用性属性的约束下,同时最小化服务时间T和服务费用C,以产生Pareto最优解集。通过与运用SPEA2算法求解该问题的实验对比,表明了两算法所获取的Pareto最优解集中QoS属性T和C各均值各有优劣,用户可依据对T或C的偏好择优选择。     

基于SOA的数字校园解决方案

分析传统数字校园解决方案和建设模式存在的问题,在探讨面向服务的框架模型原理的基础上,提出基于面向服务架构（SOA）的数字校园解决方案,给出一个面向服务的校园网络应用框架。阐述基于SOA的校园应用系统集成的方法和步骤,论证基于SOA的数字校园解决方案的可行性及优越性。     

基于SOA的数字城市规划集成平台框架研究

针对当前我国数字城市建设中存在的信息孤岛问题,分析了面向服务的体系结构（Service-Oriented Architecture,SOA）相关的理论及特点,结合我国数字城市规划的需求,提出在数字城市规划集成平台建设中采用基于SOA的设计原则和设计方法,建立了基于SOA模式的数字城市规划集成平台框架,该平台框架充分利用了SOA的优势,具备高度自治、安全、集成的平台特性,平台间的互操作能力大大增强。     

基于面向服务架构的分布式业务部署平台

针对分布式环境下业务系统运营中资源利用率低、可靠性差和扩展性弱等问题,设计了一种基于面向服务架构的分布式业务部署平台。该平台基于面向服务架构(SOA)组件模型,可自动化地部署和管理分布式业务系统;根据服务组件运行状态,动态为其分配计算资源,实现业务能力的动态扩展和收缩;同时,采用双机热备、高可用集群机、业务迁移等机制保证了高可靠性。仿真实验表明,该平台能在保证业务服务质量(QoS)的同时具有较高资源利用率。     

基于锦标赛选择遗传算法的随机微粒群算法

以保证全局收敛的随机微粒群算法SPSO为基础。提出了一种改进的随机微粒群算法-GAT-SPSO。该方法是在SPSO的进化过程中．以锦标赛选择机制下的遗传算法所产生的最优个体来代替SPSO中停止的微粒,参与下一代的群体进化。通过时三个多峰的测试函数进行仿真,其结果表明：在搜索空间维数相同的情况下,GAT-SPSO的收敛率厦收敛速度均大大优于SPSO。     

基于拓扑序列归约的Web服务组合QoS度量算法

考虑有向无环图 (DAG)描述的组合服务模型,提出了一种新的组合服务QoS度量方法--基于拓扑序列归约的Web服务QoS度量方法（QCMTSR）。其借鉴迭代归约度量方法中的基本结构及QoS计算公式,定义了DAG图中的两类基本结构,串归约结构和并归约结构,并给出了两种基本结构的QoS属性计算公式;通过逐步归约DAG图拓扑序列中的每个节点,直至最后一个节点的QoS属性值就是组合服务的各QoS属性的度量结果。从理论上证明了QCMTSR算法适用于所有DAG描述的组合服务,并实验证明QCMTSR算法对可靠性和可用性能够更准确的度量。     

欺诈网页检测中基于遗传算法的特征优选

针对网页欺诈检测中特征的高维、冗余问题,提出一个基于信息增益和遗传算法的改进特征选择算法（IFS-BIGGA）。首先,通过信息增益（IG）给出特征重要性排序,设定动态阈值减少冗余特征;其次,改进遗传算法（GA）中染色体编码函数和选择算子,并结合随机森林（RF）的受试者工作特征曲线面积（AUC）作为适应度函数,选择高辨识度特征;最后,增加实验迭代次数避免算法随机性,产生最佳最小的特征集合（OMFS）。实验验证表明,应用IFS-BIGGA生成的OMFS与高维特征集合相比,尽管RF下的AUC减小了2%,但是真阳性率（TPR）提高了21%,并且特征维度减少了92%;同时多个常用分类器的平均检测时间减少了83%;另外,IFS-BIGGA的F1值相比传统的遗传算法（TGA）和帝国主义竞争算法（ICA）分别提高了4.2%和3.5%。实验结果表明,IFS-BIGGA可以进行高效特征降维,在实际的网页检测工程中,有效减少计算代价,提高检测效率。