P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下，SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题，需要高效的算法以支持大规模的候选组合方案集合，同时也需要有效的评价模型来明确定义候选方案的优劣程度，从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数，但是对于用户来说精确的量化权重配置是一个非常困难的任务，特别是在涉及到的QoS维度较多时；后者无需权重配置，将Pareto最优的skyline集合作为优化结果返回给用户，然而skyline集合的规模是不可控的，最优结果集的规模会随着问题的规模增大而显著增大，过大的最优结果集显然难以为决策者提供有效参考，针对上述传统方法的不足，在本文中，我们将PROMETHEE方法弓I入服务组合优选问题，结合Pareto和PROMETHEE两种评价模型，将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标，提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题，高效地返回Top—kPROMETHEE最优组合方案集合，从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．     

支持风险偏好的Web服务动态组合方法

随着面向服务的体系结构、云计算以及软件即服务的流行和发展,提供相同或相似的服务功能以及差异化服务质量(quality of service,QoS)的服务提供者越来越多.因此,如何为一个复合服务业务流程中的抽象服务选择合适的服务提供者,并通过动态组合来最大限度地保障并优化整体服务质量就成了一个重要的研究课题.对于一个复合服务,传统的服务组合方法会为所有服务请求实例选择一套共同的服务绑定方案直至下一次自适应调整.此外,这些方法只考虑了候选服务质量的期望值,而忽略了服务质量在运行时的波动带来的潜在风险.这些问题可能导致复合服务请求者和提供者之间达成的服务等级协议(service level agreement,SLA)经常被违反,从而影响复合服务提供者业务价值的实现.针对这一问题,本文提出了一种支持风险偏好的Web服务动态组合方法.该方法综合考虑了服务质量的期望值和波动性,应用投资组合理论产生适应给定风险偏好的多套服务绑定方案的组合,从而控制风险、适应不同的风险偏好.实验结果表明,该方法与全局服务选择方法相比能够有效降低SLA违反率,同时提高复合服务所创造的业务价值.     

基于本体的文档语义标注改进方法

在领域本体知识的语义环境和资源文档结构基础上,提出一种文档语义标注改进方法,分析、计算标签一文档的词频相关性和语义环境在局部窗口的共现性,实现对各类文档资源的语义标注.该方法首先提取出文档资源的纯文本内容,并分解出子句、句和段落集合.然后,对于每个具体的领域知识项,在本体知识库中寻找其语义环境信息.最后,按照7条相关度规则,分别计算出这些信息与分解后文档内容的相关度,从而完成整个文档库内和知识库内的综合计算,得到该项知识与文档资源的最终相关度.卖验结果显示,该方法能够依据领域本体,有效地对互联网中大量以网页等形式存在的多种类文档知识资源进行自动语义标注.     

通用连接器模型及其形式化推导研究

基于构件的软件体系结构（SA）由构件与连接器组成，连接器作为构件间的交巨实体在SA中扮演着重要角色．现有的连接器模型只能支持特定软件体系结构风格的组装，缺乏统一的连接器模型的支持．提出一种通用连接器模型用以对不同连接器模型进行描述，并在此基础上对连接器模型进行了扩展，以支持不同体系结构风格的构件组装．同时，基于Wright的软件体系结构描述语言（ADL）和通信顺序进程（CSP）中对于进程的描述方法，给出了通用连接器模型的形式化推导、验证，从而为分析连接器行为，支持连接器自动生成奠定了基础．