基于改进帝国竞争算法的服务组合优化研究

摘要

伴随着计算机技术的迅猛发展，Web、网格、云等新技术迅速成熟并逐渐进入人们的生活，而服务显然是它们的核心。单一服务能够提供的功能有限，当用户的特定需求不能被网络提供的单一服务满足时，就需要通过服务组合（Service Composition）技术将目前已存在的服务通过某些方法组合成粒度更大、功能更强的服务以满足用户的需求。　　随着功能性属性相同而非功能性属性各异的Web服务的大量涌现,合适的服务实例如何能从众多的候选服务中被动态地选择出来，进而形成一个能够满足用户需求的、服务质量(Quality of Service, QoS)全局最优的可执行组合服务成为服务组合中的一个关键问题，本文称其为服务组合优化问题。传统的Web服务选择一般更多的关注于服务的功能性需求，而忽略了服务组合的非功能性指标。　　目前在基于QoS的服务组合优化问题上，群智能优化算法,如粒子群算法、蚁群算法等被大量研究和使用。相较于粒子群算法、蚁群算法等群智能优化算法，帝国竞争算法(Imperialist Competitive Algorithm，ICA)更为新颖和通用，且在优化问题上表现优异，更适用于解决服务组合优化问题。　　在本文中，我们首先建立了服务的QoS模型，给出了四种基本组合模型上QoS属性值的聚合方法，并进一步通过迭代思想求得复杂服务组合模型QoS属性值。在此基础上，本文构建了一个具有代表性的抽象服务组合模型，并使用帝国竞争算法解决该服务组合模型上的服务组合优化问题。为了对该方法的效果进行验证，我们使用目前在服务组合优化问题中最常被采用的粒子群算法作为对照算法，通过实验对比验证了帝国竞争算法在解决服务组合问题上的可行性和有效性。　　最后，我们对原始的ICA算法做出了改进，提出了一种新的改进帝国竞争算法。此算法通过改进初始化国家生成策略、引进分裂算子、融合万有引力搜索算法等多种方式提高ICA算法的性能，并通过实验证明改进帝国竞争算法在适应度、优化效率和稳定性三个方面都优于原始帝国竞争算法。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本文的组织结构

2 相关理论研究

2.1 Web服务技术概述

2.2Web服务组合技术

2.3 Web服务选择技术

2.4 Web服务组合模型

2.5 本章小结

3 Web服务的QoS模型

3.1相关研究

3.2基本服务的QoS模型

3.3 组合服务的QoS模型

3.4 本章小结

4 基于帝国竞争算法的服务组合优化研究

4.1帝国竞争算法

4.2 基于QoS的服务组合优化问题建模

4.3 使用帝国竞争算法解决服务组合优化问题

4.4 本章小结

5 基于改进帝国竞争算法的服务组合优化研究

5.1 ICA算法存在的问题

5.2 初始化国家策略

5.3 帝国分裂算子

5.4 GSA局部搜索策略

5.5 改进帝国竞争算法

5.6 实验分析

5.7 本章小结

6 总结与展望

6.1 本文总结

6.2 研究展望

致谢

参考文献