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。     

融合遗传蚁群算法的Web 服务组合研究

为了提高Web服务组合流程中服务选择技术的收敛性能,提出了一种基于遗传算法与蚁群算法相融合的多目标优化策略,用于解决基于QoS的Web服务组合问题。本文首先将Web服务组合的全局最优化问题转化为寻求一条QoS最优解的路径问题,并通过改进遗传算法得到蚁群算法中初始路径的信息素分布,再通过改进蚁群算法来求得最优解。仿真实验结果表明,该改进算法能在较少的进化代数下得到最优路径,提高了Web服务组合的快速全局搜索能力。     

一种基于QoS的Web服务智能动态组合模型

针对当前Web服务数量剧增以及Web服务QoS综合评价不合理而导致Web服务组合效率和效用不高的问题,改进了Web服务组合中QoS计算模型,利用综合变权法动态调整每个Web服务多个属性的权值,并采用改进的粒子群算法来解决服务动态组合中QoS全局优化的问题.实验结果表明,该模型能够合理的选择和组合众多功能相同的服务,提高...     

求解Web服务组合QoS优化的多属性决策及自适应遗传算法

随着面向服务计算(Service-oriented Computing,SOC)的不断发展,基于服务质量(Quality of Service,QoS)的Web服务组合研究成为了必然趋势。鉴于QoS属性的多维性及相互矛盾性,提出将基于QoS的Web服务组合优化问题转化为多属性决策问题进行求解。采用折中系数 对每个组合服务实例到正负理想点的距离进行累加求和,最终得到一组最优服务排序结果,用户可以根据自身偏好进行选择。传统的多属性决策方法无法有效地处理大规模的组合服务搜索空间,因此,为了有效地解决Web服务组合优化这一NP难题,提出一种结合多属性决策方法和自适应遗传算法的新型优化算法来解决该问题。实验采用真实的QoS综合服务数据集进行验证,实验结果表明,该方法能够在较短时间内找到全局近似最优解,且解集的排序结果接近于实际的最优服务排序。同时,该方法对于解决大规模的Web服务组合优化问题具有良好的可伸缩性。     

基于改进遗传算法的组合服务选择方法

针对目前组合服务选择中所采用的遗传算法寻优性不足的问题,提出一种改进的遗传算法,通过采用自适应交叉、自适应变异、随机遍历选择等改进策略来提高算法的性能.仿真结果表明,改进后的遗传算法能够将适应度值提高7%左右,并且随着组合服务中原子服务数目的增加,优势越明显,因此该方法尤其适用于原子服务数目比较大的环境.     

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的可信Web服务组合研究

如何合理、高效地选择和组合众多功能相似的服务,为用户提供更优质的服务,是当前SOA领域研究的重点和难点。服务质量QoS(Quafity of Service)的引入,在一定程度上保证了服务组合的合理性,但对于如何确保服务组合的可信,目前还没有一个比较完善和可行的方案。因此,提出了可信Web服务组合模型(Trust Web Service Composition Modcl,TWSCM),并通过在原有Wcb服务体系架构上增加QoS代理和可信模块来确保服务组合的质量和可信。最后,在语言网格上进行了相关实验,结果表明,该方法能为用户提供高质量、可信的组合服务,从而验证了该方法的合理性和有效性。     

基于IOQ模型的Web服务组合算法

提出一种IOQ模型及在该模型下求解构成复杂服务的各个子服务的算法,将该类服务组合问题转化为简单问题,即在满足QoS约束的服务集合中,已知服务的输入集合和输出集合,利用输出集合倒序查找各子服务及其输入集合。针对该类服务组合问题,给出算法模型及求解问题算法的伪代码。