基于全局QoS和免疫粒子群算法的WEB服务组合研究

针对现有web服务组合在可靠性和效率方面存在缺陷,提出了一种基于全局QoS和免疫粒子群算法的WEB服务组合优化的策略,给出了构建Web服务及选择最佳服务的方法,有效的克服了传统方法利用穷举计算及遗传算法解决此类问题的局限性,实验结果表明,该方法的服务组合时间短,且服务组合效率高,对解决WEB服务组合这样的NP难题具有非常好的效果。     

基于QPSO和MATLAB优化资金投资组合

量子粒子群优化算法(QPSO)是一种基于粒子群优化算法(PSO)的进化算法,它收敛速度快、规则简单、易于编程实现;Matlab是国际控制界公认的标准计算软件。采用QPSO对资金组合投资的多目标问题进行优化,使用Matlab编程,解决了传统方法难以解决的问题,仿真实验表明采用本方法能对资金投资组合问题提出较好的优化决策。     

基于改进粒子群算法的Web服务组合推优方法

针对半自动的Web服务组合模型,为了尽可能多地发现服务质量处在Pareto前端的服务组合供用户参考使用,提出了一种基于改进粒子群算法(MPSO)的Web服务组合推优方法.结合服务组合问题给出了粒子适应度评价函数以及群体多样性的计算模型.为了改善粒子群算法存在的早熟问题并且发现更多服务质量处在Pareto前端的组合服务,给出了受群体多样性指导的速度更新方法和惯性权重模型.针对指导粒子飞行的关键组合服务,给出了它们的寄存方法.最后通过实验从有效率和精确度及平衡性方面验证了基于MPSO的Web服务组合推优方法的有效性.     

组合Web服务中的数据一致性保持策略

在讨论Web服务基本框架、组合web服务模型概念及Web服务之间关系的基础上，结合分布式计算技术的相关理论，对组合Web服务中的数据一致性保持由强到弱进行了分类．为组合Web服务中最常见的顺序一致性保持提出解决策略，通过实例说明该策略的正确性．     

基于改进混合粒子群算法的服务动态选择方法

针对服务组合过程中的服务动态选择问题,建立带约束的Web服务组合QoS全局优化问题的描述模型,分析当前已有各种算法的缺陷和不足,提出一种改进混合粒子群算法的求解方法,并从可行性、有效性以及运行效率3个方面进行仿真实验。研究结果表明:改进的混合粒子群算法综合利用了群体自身信息、局部较优信息、全局较优信息以及遗传算法的交叉、变异、选择等操作对粒子进行更新,增强了粒子群的搜索空间和搜索效率,可以较好地解决服务组合中服务的动态选择问题。     

Web服务组合中基于服务质量的服务选择算法

为了提供满足客户服务质量（QoS）需求的组合Web服务，提出了一种支持QoS属性描述的Web服务描述模型．通过在原有的Web服务描述语言的tport元素中添加operationInst属性来描述QoS属性，从而获得了一种可扩展的Web服务描述语言．在此基础上给出了基于多目标决策理论和分形理论的服务选择算法，该算法考虑了QoS属性之间的不可公度性和独立性，同时给出了QoS驱动的服务组合框架（E-WsFrames）和具体实现方法．实验结果分析表明，E-WsFrame可以综合考虑服务组合的功能和QoS的要求，并可根据服务请求自动地实现组合服务．     

求解带约束投资组合模型的量子粒子群算法

针对量子粒子群算法(QPSO)在迭代后期出现种群多样性缺失和容易陷入局部最优的问题,提出了一种基于交叉操作的改进算法;在改进算法中,考虑了粒子的历史最优位置和次优位置,用以扩大粒子的搜索范围;同时,将遗传算法的交叉操作运用到位置的更新中,以增加种群的多样性,进而提高算法的收敛性;在性能测试中,将改进算法与原始的量子粒子群算法、基于差分进化的QPSO和基于黑洞探索的QPSO在收敛精度和鲁棒性方面进行了比较;最后,运用改进算法对一类具有投资数量限制的投资组合问题进行了求解,并与遗传算法、粒子群算法和标准的量子粒子群算法的寻优结果进行了对比。     

基于改进PSO用户习惯感知的服务组合

随着Web服务数量的急剧增加,如何动态地从大量候选服务集中选择出合适的Web服务,并组合成能够完成复杂增值业务过程需求的组合服务,是服务组合优化领域亟待解决的问题。本文提出了一种基于PSO的具有用户习惯感知能力的优化算法,并应用于离散服务组合优化问题。该算法通过对用户习惯的感知进行服务组合优化,在传统PSO算法的基础上,根据粒子与用户习惯的相似度来控制粒子收敛,使寻优过程具有用户习惯感知能力。大量实验结果验证了该算法的可行性和有效性。     

基于混沌机制和改进粒子群算法的Web服务组合优化

随着互联网和大数据的迅速发展,如何从大量Web服务中选择合适服务及组合以满足用户需求已成为新的热点。本文提出一种改进的混沌粒子群优化(ICPSO)算法,应用到Web服务组合优化问题。针对传统PSO算法易陷入早熟收敛和局部最优的缺点,该算法引入了混沌扰动机制使粒子易跳出局部极值,增强了种群多样性,从而提高算法寻优能力。最后通过仿真实验验证了ICPSO算法的可行性和有效性。     

采用PDDL的Web服务组合方法研究

针对单个智能(AI)规划器在解决Web服务组合问题时通用性不高以及性能受问题搜索空间影响较大的情况,基于本体描述语言(OWL-S)和规划描述语言(PDDL)结构上有极大的相似性,提出了一种将Web服务转化为PDDL描述的算法.该算法通过对OWL-S和PDDL中相应元素的转换,将Web服务组合问题成功地转换为规划问题.完成该转换后,就可自由选择AI规划器对Web服务进行组合.以查询天气信息作为组合案例,对本文提出的组合方法进行了验证,结果表明,文中所提的组合方法可用于解决Web服务组合问题,提高了AI规划器在Web服务组合问题上的普适性.     

基于改进层级任务网络规划的Web服务自动组合

为了在单一Web服务无法满足问题求解需求时可以自动地组合多个Web服务以解决复杂问题,利用服务本体描述语言OWL-S对常规Web服务进行语义封装,并选用层级任务网络(HTN)规划作为技术手段.在分析了OWL-S与HTN的相似性后,对HTN的操作算子(operator)和方法(method)定义进行改写,并对常规HTN规划算法进行扩展,使之成为具有领域知识的HTN规划,更适用于解决领域相关的服务组合问题.最后提出了一种基于改进HTN规划的服务自动组合规划器框架并搭建了试验系统.案例研究结果表明,这种改进的HTN规划算法在领域本体的配合下可以有效支持Web服务的自动组合.     

An Optimization Algorithm for Service Composition Based on an Improved FOA

Large-scale service composition has become an important research topic in Service-Oriented Computing(SOC). Quality of Service(Qo S) has been mostly applied to represent nonfunctional properties of web services and to differentiate those with the same functionality. Many studies for measuring service composition in terms of Qo S have been completed. Among current popular optimization methods for service composition, the exhaustion method has some disadvantages such as requiring a large number of calculations and poor scalability. Similarly,the traditional evolutionary computation method has defects such as exhibiting slow convergence speed and falling easily into the local optimum. In order to solve these problems, an improved optimization algorithm, WS FOA(Web Service composition based on Fruit Fly Optimization Algorithm) for service composition, was proposed, on the basis of the modeling of service composition and the FOA. Simulated experiments demonstrated that the algorithm is effective, feasible, stable, and possesses good global searching ability.     

一种使用混合匹配的有限服务自动组装算法

提出了语义企业服务总线的概念,并给出了相应的原型设计及实现该总线所涉及的技术.针对语义Web服务的自动组装问题,设计了一种使用混合匹配的有限服务自动组装算法,相比手工和半自动的组装方法,该算法能实现语义Web服务的全自动组装.     

Web服务组合中异构数据的解决方案

从定义的接口功能上看,用于Web服务组合的Web服务之间的异构主要表现为数据定义抽象层次的异构、数据实体定义的异构及数据定义领域的异构.针对Web服务组合中存在的这些问题,提出了基于语义本体的异构数据转换模型,详细阐述了实现异构数据转换的关键技术,给出了基于语义本体的异构数据转换的实现过程.     

量子行为粒子群优化算法在几何约束问题上的应用

几何约束问题可以等价为求解非线性方程组问题,同时也可以将几何约束问题转化为一个优化问题来求解.受经典粒子群优化算法和量子动力学启发,提出一种新的算法——量子行为粒子群优化算法(QPSO)来求解几何约束问题.在QPSO模型里,粒子的状态不再通过位置和速度来决定,而是通过一个波函数来确定.这种算法的主要优点就是可以在感兴趣的问题上保持种群的多样性.实验结果表明,该方法可以提高几何约束求解的效率和收敛性.     

基于全局QoS约束分解与关联感知的动态服务组合

在Web服务组合过程中,基于全局QoS(quality of service)约束分解的服务组合方法是提高服务组合动态性与灵活性的有效途径。已有的研究工作在进行约束分解服务优化组合时,没有考虑上下游服务之间的QoS关联性,影响了组合的效率与质量,降低了用户的满意度。提出一种基于QoS全局约束分解与关联感知的动态优化服务组合方法,通过改进后的人工蜂群算法将全局QoS约束分解为局部QoS约束;定义上下游服务之间的QoS关联系数,构造一种基于QoS关联感知服务选择的方法,解决了存在关联关系的服务选择问题。实验验证了该方法的可行性和有效性。     

一种基于描述逻辑的Web服务动态组合算法

针对Web服务组合, 给出了输出分解匹配度、 服务关联图等概念, 并提出一种基于描述逻辑的Web服务动态组合算法. 该算法综合考虑了服务的语义、 服务组合的质量和效率等因素, 可以自动地根据用户的服务请求实现服务的动态组合.     

QoS感知的Web服务选择

一个组合服务可以由多个具有不同QoS属性的服务合成,由此带来的一个问题是如何将QoS属性作为条件选择最合适的服务以满足组合服务的全局QoS需求.针对这个问题,提出了利用分层图技术对复杂的服务组合过程模型进行化简,将服务选择问题简化为有向图中的选路问题,这样在服务选择时就无需考虑不同的流程结构(例如,顺序、选择、并发和循环结构等),从而降低了服务选择算法的复杂性,提高了执行效率.在简化模型的基础上,给出了一个基于自适应遗传算法的QoS感知的组合服务选择算法.仿真实验表明该方法是可行和有效的.     

图数据库中有向二分图构建的服务组合

云计算与大数据时代的到来促进了Web服务的发展。由于用户需求的复杂性,单个服务无法满足要求时,可将多个服务组合在一起提供解决方案。然而云中存在大量服务,查找合适的服务组合成为一个非确定性多项式(NP,non-deterministic polynomial)难问题。文章提出了一种利用图数据库解决组合问题的方法,通过构建基于有向二分图的服务组合图,对服务进行预组合并存储在Neo4j图数据库中,使用最少服务数组合查询和Dijkstra搜索算法来寻找服务数量最少或服务质量(QoS,quality of service)优化解。此外,能够根据服务的可用性对图数据库进行删除、添加、更新。实验结果表明,该方法能够在较短时间内在图数据库中寻找到满足用户需求的服务组合。