基于云和声搜索算法的知识即服务组合优化研究

摘要

随着并行计算、分布式计算以及虚拟化技术的不断进步，云计算作为一种基于互联网的新型商业计算模式逐步发展起来，并受到企业界和学术界的广泛关注。云计算环境下的知识即服务是知识与服务的融合，为知识管理、知识创新提供了新的发展方向。面对知识信息的不断膨胀以及处理任务的复杂多变，用户对知识即服务的需求不断趋于多样化和复杂化，功能相对单一的知识服务已无法满足应用需求。因而，将多个知识服务组合为一个功能强大的、高效的服务来完成工作任务已成为必然趋势。
　　云计算的发展为智能优化算法的进步提供了新的思路。利用云计算平台强大的计算能力和存储能力，将智能优化算法并行化，可快速、高效的解决海量数据处理问题。和声搜索算法是一种启发式全局搜索算法，它的参数较少，易于实现，结构健壮，具有较快的收敛速度。目前，和声搜索算法已成功应用于很多组合优化问题中，但其多是以串行模式进行求解，在求解效率上有一定的限制。
　　本文利用云计算关键技术，将和声搜索算法并行化，提出云和声搜索算法。针对基于服务质量(QoS)的知识即服务组合优化问题进行建模，在MapReduce并行编程框架下，实现该问题的并行求解，充分发挥云计算分布式、并行化的特点。同时，本文在基本和声搜索算法的基础上进行改进，利用Skyline方法对和声记忆库进行初始化以提高算法运行效率，采用理想点法进行最终知识即服务的选择，使其能够更好的解决知识即服务组合优化问题。仿真实验表明改进云和声搜索算法在求解知识即服务组合优化问题上具有较好的效果。

目录

封面

声明

中文摘要

英文摘要

致谢

目录

插图清单

表格清单

第一章 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 文章结构

第二章 云计算与知识即服务

2.1 云计算

2.2 开源云计算系统 Hadoop

2.3 知识即服务

2.4 本章小结

第三章 和声搜索算法及其改进

3.1 和声搜索算法概述

3.2 和声搜索算法的主要改进

3.3 云和声搜索算法及其改进

3.4 本章小结

第四章 云和声搜索算法在知识即服务组合中的应用

4.1 知识即服务组合优化建模

4.2 ICHS求解 KaaS组合优化问题

4.3 仿真实验及结果分析

4.4 本章小结

第五章 总结与展望

5.1 工作总结

5.2 进一步工作展望

参考文献

攻读硕士学位期间发表的论文与科研工作