本文選題：Web服務　切入點：Web服務組合　出處：《燕山大學》2014年碩士論文　論文類型：學位論文

【摘要】：隨著Web服務技術以及服務組合技術的迅速發(fā)展，具有相同或者相似功能的服務數(shù)量逐漸增多，利用QoS進行服務選擇已經(jīng)成為Web服務組合的關鍵技術。現(xiàn)有的QoS計算模型中，QoS各個屬性采用固定的權值，完全忽略了各屬性實際值及其權重之間存在的相互關系，導致Web服務組合質(zhì)量的降低。同時Web服務組合中的服務選擇算法大多采用經(jīng)典的數(shù)學優(yōu)化算法，這就嚴重影響了Web服務組合的效率。為了解決上述問題，，本文對服務組合中關鍵問題進行了以下研究。 首先，針對Web服務現(xiàn)有的QoS屬性評價模型的不足，提出一種QoS變權綜合評價方法，在變權綜合理論的基礎上，根據(jù)用戶對Web服務的QoS各個屬性的限制，建立變權狀態(tài)向量，動態(tài)調(diào)整單個服務的QoS屬性權重，提高Web服務QoS綜合評價的客觀性和準確性。 其次，針對粒子群優(yōu)化算法存在的缺陷和不足，通過調(diào)節(jié)粒子群優(yōu)化算法中學習因子變化策略對收斂速度進行調(diào)整，同時動態(tài)調(diào)整慣性權重，然后根據(jù)測試函數(shù)，不斷的仿真實驗確定改進粒子群優(yōu)化算法中的參數(shù)值，使之能夠較好的適應函數(shù)的需要，提高粒子速度和位置更新的速度，從而提高Web服務組合效率。 最后，根據(jù)用戶對Web服務組合的要求和限制，設定相應的粒子適應度函數(shù)和QoS約束條件，然后對改進前后的粒子群優(yōu)化算法和優(yōu)化前后的QoS評價方法進行模擬和對比實驗，與現(xiàn)有的QoS綜合評價方法和粒子群優(yōu)化算法相比較，驗證改進算法的有效性。
[Abstract]:With the rapid development of Web services technology and service composition technology, the number of services with the same or similar functions is increasing. Using QoS to select services has become the key technology of Web service composition. In the existing QoS computing model, each attribute adopts a fixed weight, and the relationship between the actual values and their weights of each attribute is completely ignored. At the same time, the classical mathematical optimization algorithm is used in the service selection algorithm of Web service composition, which seriously affects the efficiency of Web service composition. In this paper, the key problems of service composition are studied as follows. First of all, in view of the deficiency of the existing QoS attribute evaluation model of Web service, this paper proposes a QoS variable weight comprehensive evaluation method. Based on the theory of variable weight synthesis, the variable weight state vector is established according to the restriction of the user to the QoS attribute of Web service. The QoS attribute weight of a single service is dynamically adjusted to improve the objectivity and accuracy of Web service QoS comprehensive evaluation. Secondly, aiming at the defects and shortcomings of particle swarm optimization algorithm, the convergence rate is adjusted by adjusting the learning factor change strategy of particle swarm optimization algorithm, and the inertia weight is adjusted dynamically, and then according to the test function, Continuous simulation experiments determine the parameters of the improved particle swarm optimization algorithm, which can better meet the needs of the function, improve the speed of particle velocity and position update, and improve the efficiency of Web service composition. Finally, according to the requirements and limitations of Web service composition, the corresponding particle fitness function and QoS constraint conditions are set up, and then the particle swarm optimization algorithm and the QoS evaluation method before and after the optimization are simulated and compared. Compared with the existing QoS comprehensive evaluation method and particle swarm optimization algorithm, the effectiveness of the improved algorithm is verified.
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.09

【參考文獻】

相關期刊論文 前10條

1 胡坤;徐亦凡;;Optimization of Submarine Hydrodynamic Coefficients Based on Immune Genetic Algorithm[J];Journal of China Ordnance;2010年03期

2 徐生兵;夏文杰;代安定;;一種改進學習因子的粒子群算法[J];信息安全與技術;2012年07期

3 田雨波;朱人杰;薛權祥;;粒子群優(yōu)化算法中慣性權重的研究進展[J];計算機工程與應用;2008年23期

4 韓永國;孫世新;;動態(tài)服務組合構造與最優(yōu)組合服務算法研究[J];計算機科學;2005年12期

5 曹利培;劉靜;繆淮扣;;基于圖的Web服務組合優(yōu)化的研究[J];計算機科學;2007年02期

6 劉莉平;陳志剛;劉愛心;;基于粒子群算法的Web服務組合研究[J];計算機工程;2008年05期

7 胡建強;李涓子;廖桂平;;一種基于多維服務質(zhì)量的局部最優(yōu)服務選擇模型[J];計算機學報;2010年03期

8 方其慶;劉慶華;彭曉明;胡亞慧;;QoS全局最優(yōu)的多目標Web服務選擇算法[J];計算機應用研究;2009年12期

9 李金忠;夏潔武;唐衛(wèi)東;曾勁濤;王翔;吳蘭英;;基于QoS的Web服務選擇算法綜述[J];計算機應用研究;2010年10期

10 李洪興;因素空間理論與知識表示的數(shù)學框架（Ⅷ）─—變權綜合原理[J];模糊系統(tǒng)與數(shù)學;1995年03期

本文編號：1609676