基于遗传算法的Web服务发现优化模型研究

传统的Web服务技术标准主要是基于UDDI,运用简单分类和关键词匹配提供服务发现,降低查准率、查全率,以及服务复用和组合的兼容性.通过Web服务模式并结合遗传算法,探讨了一种基于Web服务的相似性、服务质量（QoS）、匹配度、评级和可行性等特征的多目标优选模型,为Web服务提供有效的发现方法.     

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。     

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.     

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.     

基于Web服务的SOA原型系统架构

基于SOA生命周期的建模、组装、部署和管理四个阶段,提出了一个基于Web服务标准的SOA原型系统架构。在组装阶段的服务选择引入基于本体的服务匹配器,并引入了服务质量（QoS）管理器;在管理阶段保证组合服务的正确执行提供了监控器、异常处理器和事务适配器和基于多值背景值依赖的方法的组合服务QoS管理器。提出了在组装阶段和管理阶段的双层QoS管理,为Web服务组合和SOA架构的研究提供了参考。     

基于Pi演算有QoS保证的Web服务自适应组合方法

一直以来,Web服务组合是Web研究领域的重点,而Web服务组合能否正确的执行是该领域的热点问题。本文对web服务及其组合进行Pi-演算的形式化描述,从Web服务的可替换性入手,提出基于扩展Pi演算的有QoS保证的Web服务自适应组合方法。最后。时Web服务动态组合算法进行了验证,实验表明,该算法可以在有QoS保证的条件下,动态的进行Web服务的组合。     

基于改进粒子群优化算法的Web服务组合

针对现有的基于PSO的服务组合方法存在只能支持具体的工作流或仅包含顺序结构的工作流、仅使用迭代次数作为终止条件、未处理种群早熟或处理效果不是很理想等问题,提出了一种基于改进的粒子群优化算法的Web服务组合方法。它可支持包含顺序、并发与选择模式的工作流;向初始粒子中添加了少量通过局部优选策略生成的粒子;调整了认知系数和社会系数的设置方案;引入种群的多样性概念,提出了一种早期多样性修补机制以避免早熟;设定了一种提前终止迭代操作的条件。实验结果表明,该算法在寻优效果与时间开销上具有一定优势。     

基于改进蜂群算法的 Web服务组合优化

Web服务技术的快速发展使用户对QoS （quality of service）越来越关注。为了进行基于QoS的Web服务组合优化,采用4种典型的QoS衡量指标建立了组合Web服务QoS量化模型;针对人工蜂群（artificial bee colony ,ABC）算法搜索效率不高和过早收敛问题,引入禁忌策略和混沌优化进行了改进,并将改进算法用于组合Web服务的QoS优化;最后,通过仿真实验对模型和算法进行了验证。结果表明,改进算法全局优化能力全面提高,并且能较好地解决组合Web服务QoS全局优化问题。     

基于离散粒子群优化的鲁棒Web服务组合

服务于互联网业务的Web服务,其服务质量（QoS）具有内在的不确定性,增加了QoS感知的Web服务组合优化难度。假设QoS及其聚合服从正态分布,构建一种QoS感知的鲁棒Web服务组合优化模型,重点讨论两个独立的正态分布随机变量的和、最大值、最小值和积的期望与均方差的计算方法。通过重新定义加减法操作算子,选择合适的适应度函数,设计一种支持约束条件的离散粒子群优化算法求解该模型。仿真实验表明,该模型具有较好的精度,所获取的组合服务具有较好的鲁棒性。     

工作流网合成规则及其在流程设计中的应用

针对工作流网建模过程中节点精化方法只能扩展单节点的局限性,提出一种基于Petri网合成规则的工作流网精化方法．在活的和有界的自由选择网合成规则上添加限制,使其适用于自由选择工作流网的精化,定义可分离工作流网及其保持可分离性的合成规则,证明在自由选择或可分离工作流网上应用合成规则所生成工作流网的合理性．使这两类工作流网的精化能够一次涉及多个节点,为其建模提供维度不同且粒度更细的参考原则．     

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.     

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.     

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.     

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.     

支持区间型QoS的Web服务选择

针对开放环境中web服务的动态性和随机性问题,提出支持区间型服务质量（QoS）的web服务选择算法. 算法中QoS的不确定性用带概率分布的区间数来描述,通过QoS的抽样数据,可计算出区间上的概率密度. 比较各web服务在QoS置信区间上的概率密度,有助于准确描述QoS受环境影响的程度. 结合这种比较方式以及组合服务的区间型QoS模型,设计出一种有区间型QoS保障的组合服务算法. 仿真实验表明,区间型QoS服务选择有利于减少动态环境对选择排序的影响,提高服务选择的准确性.     

网格应用中面向服务的层1虚拟专用网

为了满足网格应用的需要,新的网络概念正在出现,在这种网络中,用户能够驱动自己的虚拟网络拓扑结构。介绍了网格应用中面向服务的层1虚拟专用网(VPN),层1VPN的建立是将一个物理网络进行划分,根据开放网格服务体系,这些划分作为网络资源以服务的形式提供给网格应用。首先介绍"光路"的基本概念,并假设"光路"作为光网络划分的基本单元,然后探讨了怎样将一个光路封装为Web服务,列举了光路Web服务(LP-WS)应当支持的主要的操作,这些操作包括:串联、分割等等。讨论了商业过程中的LP-WS,这些商业机构包含在一个相互协作的网格项目中,并且这些机构需要从光载波网络中获得一个LP-WS池,然后将这些LP-WS和具有特殊约束的Web服务集成在一个工作流中。     

基于归约图的Web服务自动组合

针对给定的服务库及用户请求的一个输出对象,引入了归约图的概念,证明了完备归约图与输出对象的等价性,论证了裁剪规则、归约规则求解归约图的可行性,由此提出了一种基于归约图的Web服务自动组合方法。该方法根据给定的服务库,针对用户请求的每一个输出对象构造完备归约图,通过裁剪、归约,获取该输出对象的合成路径。将图的构造与搜索过程分开,图的构造过程中不会出现重复节点,归约过程利用了归约图两类节点间层出现的特点。与传统的图搜索算法相比,搜索空间小、算法简单,避免了循环搜索。仿真实验结果表明,该方法具有较好的时间复杂度。     

量子遗传算法在Web服务选择中的应用

为了提高Web服务选择效率,首先提出了一种树形结构组合服务服务质量计算模型,采用二叉树表示组合服务中的任务(抽象服务)及依赖关系,自底向上逐层汇聚服务质量属性,通过树形结构避免了大量的重复计算,减少了组合服务服务质量的计算时间．然后提出了一种基于量子遗传算法的服务选择方法,采用二维多量子比特编码染色体,并附加标志位表示多路径信息,用量子旋转门实现个体的进化．对比实验结果表明,相对于传统遗传算法,基于量子遗传算法的服务选择方法能在更短的时间内得到更好的解．