融合SOM和多目标寻优的Web服务组合优化方法

摘要

大数据环境下,服务组合问题引起极大关注,然而随着服务数量的激增,导致服务组合的难度增加.为高效地找到较优的服务组合,提出一种基于SOM聚类和QoS感知的Web服务组合优化模型(SO-AFSA).该模型首先通过SOM神经网络对候选服务集进行聚类,使用各聚类中心代替整体服务参与组合优化过程.同时基于聚类结果构建初始种群,提出一种多目标人工鱼群算法,重新定义鱼群的4种行为使其得以求解多目标优化问题,并引入自适应步长,改进的差分变异算子等机制改善算法全局寻优能力.实验结果表明,相较于传统的多目标优化算法,该模型在综合表现上具有一定的优势.