基于多目标遗传算法和理想点法的Top-k服务组合研究

摘要

针对组合服务QoS优化中单目标优化建模需要精确定义QoS权重和多目标优化建模返回的Pareto最优解集数目过多的问题,借鉴多目标遗传算法(MOGA)和多属性决策领域的理想点法(TOPSIS),提出了一个能够快速返回Top-k最优组合服务、适用于较大规模服务组合问题求解的使用了TOPSIS的多目标遗传算法——T_MOGA.该算法在MOGA的方案评估阶段引入理想点法对组合服务进行评估,并通过选择、交叉、变异等操作对种群迭代以获取QoS更好的组合服务方案.T_MOGA有效简化了MOGA的非支配排序过程,减少了算法运行时间,并只返回Pareto最优解集Top-k最优组合服务,方便用户选择.通过实验,从算法的运行时间及得到集合的质量两个方面验证了T_MOGA的有效性.