首页> 中文学位 >大规模需求环境下基于服务模式的服务组合优化方法
【6h】

大规模需求环境下基于服务模式的服务组合优化方法

代理获取

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景及意义

1.2 相关问题研究现状

1.3 课题来源及主要研究内容

1.4 论文章节安排

第2章 基于服务模式的服务组合优化问题

2.1 大规模领域服务需求的特征

2.2 服务模式的概念与基本性质

2.3 基于服务模式的服务组合优化方法

2.4 服务组合优化的评价

2.5 本章小结

第3章 大规模服务需求分析与服务优化配置

3.1 基于相关性的服务能力预留与需求抽象

3.2 基于收益率启发的服务需求调度

3.3 基于需求均衡的服务能力分配

3.4 仿真实验与分析

3.5 本章小结

第4章 基于服务模式的服务组合方案空间优化

4.1 服务模式组织与相关服务预提取

4.2 可用服务模式的识别与相关服务的按需更新

4.3 针对服务模式的候选服务缩减

4.4 仿真实验与分析

4.5 本章小结

第5章 支持服务模式构造的服务组合优化选择

5.1 基于候选服务过滤的服务方案多样化策略

5.2 面向关键模式的不确定优化策略

5.3 面向收益优化的启发式服务选择方法

5.4 面向海量候选服务的元启发优化方法

5.5 仿真实验与分析

5.6 本章小结

第6章 原型系统与案例验证

6.1 服务组合优化工具设计

6.2 智慧家庭服务及采购业务分析

6.3 SHIPS服务组合优化案例

6.4 本章小结

结论

参考文献

攻读博士学位期间发表的论文及其它成果

声明

致谢

个人简历

展开▼

摘要

随着信息技术的发展,传统服务逐渐向现代服务转型。现代服务体现为以先进IT技术为支撑且与现实要素相结合的复杂的领域交互过程。现代服务业的深度变革导致服务的目标发生重大的变化:从追求基本的服务功能和性能转变为关注以服务收益和顾客满意度为代表的服务价值,从追求简单服务价值转变为追求整合的服务价值增值。实现该过程的核心问题在于如何根据领域客户的个性化需求进行价值优化的服务组合。然而,在以云计算、大数据为代表的服务化和大规模整合的趋势下,领域服务的构成方式日趋复杂,使得这一问题呈现出大规模需求、海量候选服务和服务容量受限等新特征。以上特征从问题规模、优化准则和限制条件等方面对服务组合优化提出了新的挑战。
  鉴于现有方法在应对以上问题的不足,结合当前服务工程在解决领域问题中呈现出需求与服务交汇的趋势,本文针对领域中大规模需求环境下服务组合优化问题,给出基于服务模式的解决框架及方法。该框架一方面深入刻画和组织领域中的大规模时序并发需求,通过限制不同方案的可用服务能力来优化配置领域服务,另一方面基于服务模式刻画领域业务和优化经验,用以组织候选服务和支持最终优化方案的快速形成。主要研究工作包括以下几个方面:
  (1)系统化的服务组合优化框架及相关概念。考虑不同优化层面和手段间的关联,给出领域中大规模需求环境下服务组合优化问题的系统化解决框架及相关概念。具体地,对大规模领域需求的特征进行分析并给出相应的应对思路,提出基于服务模式的服务组合优化思路。进而,将领域中的服务组合优化过程分为面向大规模需求的服务配置、基于服务模式的服务组合方案空间缩减和支持服务模式构造的组合服务选择三个阶段,识别出各阶段的主要问题,并对整体优化过程进行了描述。
  (2)大规模服务需求分析与服务优化配置。鉴于当前研究仅关注于单个需求的现状,将服务组合优化的研究范畴扩展到领域中大规模需求的场景,通过将针对大规模需求的服务组合优化问题转化为针对一组需求类的优化问题加以解决。具体地,考虑大规模时序并发需求的时空关联特性对服务需求进行分段聚类,使其共享部分优化结果以提高优化效率;提出相应的服务能力预留和分配方法,以保障有限服务能力在时空两个维度上分配的公平性;其中,考虑到对于服务收益和公平性的不同侧重,分别给出基于调度和基于均衡的服务能力分配方法。
  (3)基于服务模式的服务组合方案空间优化。这一阶段主要利用领域业务和优化经验来缩减服务组合优化的方案空间,从而简化优化问题。具体地,提出服务模式的概念,对领域中的共性业务过程进行刻画;通过对服务模式及其相关优势服务进行组织和预提取,从而在优化过程中进行重用;为适应可用服务的变化,给出相关优势服务的按需更新方法;为进一步提高优化效率,给出基于贝叶斯的候选服务缩减方法,利用历史优化经验概率地减小优化问题规模。
  (4)支持服务模式构造的服务组合优化选择。这一阶段基于上一阶段的优化结果将优化问题进一步转化到单个需求的层面加以解决。首先,为了保证聚类中的不同需求获得个性化的服务方案,提出候选服务过滤的方法以保证服务方案的多样化;而后,分别针对需要重点优化的关键模式、收益优化问题和海量候选服务的场景,提出面向组合服务执行过程不确定性的分阶段优化策略、基于价格启发的迭代优化方法和改进的人工蜂群算法,为不同场景下的优化问题得到最终的具体服务方案。
  最后,为了验证理论研究成果,给出服务组合优化工具的设计思路,并结合智慧家庭采购业务实例,对本文提出的理论和方法进行应用验证。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号