领域QoS与资源感知的物流服务动态优化组合方法

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的.     

基于用户和QoS的业务流程动态服务组合研究

本文对国内外基于QoS的Web服务组合的现状进行阐述,指出目前web服务组合中存在的问题。结合用户的个性化偏好,构建了基于用户的服务组合框架,并给出了具体的实现思路。     

基于概率方法的QoS感知Web服务组合

针对Web服务的服务质量(QoS)的随机本质,提出了一个基于概率QoS感知的Web服务组合方法,实现传统方法难以描述的QoS需求.在概率QoS模型的基础上,定义QoS目标以及组合方案与QoS目标之间的距离函数.通过将服务组合问题转化为组合优化问题,应用Rollout算法作为求解问题的计算框架,对一个具体问题设计了相应的启发函数.以跨国旅游方案提供商作为具体案例演示基于概率方法的QoS感知服务组合.该方法很好地解决了概率QoS模型难以应用到动态服务组合中的问题.理论分析和实验数据表明该方法可以很好地满足用户对于组合服务的QoS需求.     

一种基于遗传算法QoS敏感的Web服务组合方法

在QoS敏感的业务流程中,除了要求流程成功完成预先定义的任务之外,整个流程的QoS也是用户所关心的特征. 因此,如何在备选的Web服务中进行有效地选择,使得被选中的Web服务不仅能够完成流程分配的任务、满足局部约束,还能够与流程中完成其他任务的Web服务协作,使流程的QoS达到全局最优,便成为亟待解决的问题. 针对该问题,提出了一种基于遗传算法的方法. 实验结果证明了该方法的有效性.     

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。     

QoS感知的全局最优快速服务选择

针对已有的服务选择算法往往按业务流程中任务的执行顺序依次选择服务,使服务选择时间随着任务数和候选服务集规模的增大而变长,难以让用户接受,而且算法也并未考虑包含关键路径的组合结构QoS优化这一问题,设计了对等网络服务覆盖网,利用服务社区和任务代理,根据组合结构和关键路径将全局QoS约束分解为局部约束,支持并行化的服务选择.实验结果表明,该方法可以迅速有效地找到接近最优的服务组合方案.     

激励机制下负载均衡和QoS感知服务组合方法

提出一种基于激励机制的负载均衡和服务质量感知服务组合(LBQSC)方法.首先,构建一个全局约束分解模型,并采用文化遗传算法求解;其次,考虑服务质量(QoS)和负载构造激励合同,提出一种基于激励机制的服务选择算法,通过不断激励QoS的动态调整获取最优服务;最后,在QWS 2.0综合数据集上进行对比实验.实验结果表明:基于激励机制的负载均衡和QoS感知服务组合方法能在保证负载均衡的情况下有效地获取高质量的组合服务.     

基于服务质量的Web服务组合模型

分析了Web服务主要的非功能属性因素,探讨了这些因素对Web服务的服务质量所产生的影响.提出了Web服务的QoS评价方法,并将Web服务的QoS作为Web服务选择的条件之一.构建基于QoS的Web服务组合模型,利用查找后继Web服务的选择方法,实现Web服务的有效组合,使得组合Web服务既能满足用户的功能需求,又达到用户个性化服务的目的.     

基于改进多目标蜂群算法的Web服务组合优化方法

为解决Web服务组合优化方法中的组合多样性和服务质量的问题,在人工蜂群算法上提出改进,通过在算法中引入反向学习算子、精英引导策略和组合变异策略等操作,使得种群个体有针对性地进行更新,在保证服务组合质量的前提下,提高了服务组合的多样性.结果表明,所提算法具有良好的算法收敛性和均匀性,同时在为Web服务组合优化方面,也取得了较好的优化效果,提高了寻优精度、解的质量和收敛速度.     

一种基于QoS指标的服务组合优化方法研究

服务组合是目前研究的热点,但现有很多方法服务质量不高。针对该问题,提出了一种基于QoS指标的服务组合优化方法。该方法依照业务流程关系将不同服务组合起来;根据用户的功能要求,将不同的服务按照QoS指标排序形成最优组合。该方法考虑了用户的现实需求,合理地实现了服务组合的优化。     

基于自适应蚁群的实时Web服务组合算法

针对实时环境中可靠的传输问题,要考虑数据传输路径上的时间消耗,但是又要考虑服务组合结果的可靠性,提出了适应于Web服务的改进蚁群算法,该算法适合在复杂的服务路径中寻找稳定性高的最优路径,使服务组合的结果快速地向着高稳定的方向进行.     

Multi-QoS aware automatic service composition

Almost all current automatic service composition （ASC） algorithms consider only single nonfunctional requirements, namely quality of service （QoS）, which cannot satisfy the real application. This paper proposes MAT （multi-QoS aware top-K ASC） algorithm to realize the high-efficiency exploring and rank- ing of composition scheme by synthesizing more nonfunctional goals. MAT algorithm explores composition schemes by the sky- line technique based on tape model and ranks these schemes by a modified binary tree. Using Web service challenge （WSC） 2009 dataset, we verify the performance of MAT algorithm and the experimental result is even close to the current fastest ASC algo- rithm considering only single QoS.     

一种基于信誉度的Web服务质量预测方法

基于现有的服务质量预测方法大多是以其他用户的使用感受为依据,但前提部是假设这些信息是准确可信的,一旦这个假设难以得到保证,那预测的结果将会出现重大偏差.从服务用户信誉度的角度,提出一种Web服务质量预测的方法.首先介绍该方法的基本思想与主要过程,随后对评价用户信誉等级划分、评价用户信誉度计算以及服务质量的预测算法等内容进行重点分析:最后,通过仿真实验,将本文提出的方法与传统的算术平均值法进行比较.研究结果表明:该方法能有效提高Web服务质量预测的准确性.     

基于移动代理的Web服务组合

为了解决基于移动代理的服务组合,首先划分了服务提供者、服务代理商、服务消费者3个主体角色,以3个角色及其相互关系、交互内容来模拟实现现实世界的服务.在此基础上,解决了代理中间件中的服务发现和组合服务的执行问题.最后从实现角度给出了代理平台中间件的功能,实验结果表明:通过代理平台中间件可以完成对基本服务的工作状态以及其他组合所需信息的获取,并保证移动代理的协同工作.     

A distributed service composition method based on service association

In this paper, a Web service composition architecture based on structured P2P network is proposed. Semantics is used to achieve service accurately matching and user personality customization. Through Web service virtual mapping（WVM） association the fast computing of distributed service composition based on the service function is also implemented. The Web service composition architecture and distributed service composition algorithm proposed in this paper solve a series of existent problems in ser- vice discovery and composition in distributed environment, and provide a service composition result meeting user personality requirement. At the same time, they improve the efficiency of service composition calculation.     

基于QoS上下文的Web服务动态合成

针对QoS上下文在服务合成中的不同作用,文中提出将QoS上下文模型用于服务的动态合成.利用QoS反馈控制机制,根据用户的QoS要求,在环境QoS变化的情况下,对备选的服务进行动态选择、组合和执行,并使用遗传算法作为QoS反馈机制的控制器,保证了QoS指标的确定.实验和仿真结果表明,基于QoS上下文的服务合成能够动态、自适应地进行服务的组合,并满足用户QoS的指标和要求.     

基于SMDP模型的Web服务组合优化方法

针对Internet环境的动态性和Web服务的不确定性,文章使用有限状态连续时间半马尔可夫决策过程(Semi-Markov Decision Process,简称SMDP)对服务组合进行建模,并给出了服务组合的Q学习优化算法,以获得最优的服务组合策略.通过仿真实验验证了该算法的有效性,仿真结果表明,使用动态的控制方法具...     

一种解多目标优化问题的基于分解的人工蜂群算法

在处理多目标优化问题时,如何平衡所得解集的分布性与收敛性是一个困难又重要的工作。为此,提出了解决该问题的一种基于目标空间分解的人工蜂群算法(MOABC/D)。首先采用一组方向向量将目标空间分解成一系列的子区域,并在每一个子区域至少保留一个解来保持解的分布性,其次提出一个基于分解的选择策略和2个基于信息交换的搜索策略来提高人工蜂群算法的搜索能力,并采用一个基于高斯分布的搜索策略来增强人工蜂群算法的搜索效率。为验证所提算法的性能,与8种同类算法在10个测试问题上进行比较。结果表明,本文所提算法得到的解集具有更好的收敛性能和分布性能。