【摘要】：針對基于QoS的物流Web服務(wù)組合優(yōu)化問題,提出了兩階段多目標蟻群優(yōu)化(TMACO)算法。首先,針對原始數(shù)據(jù)集中存在被支配候選服務(wù)而增加算法求解時間的問題,提出了基于Pareto支配的預(yù)優(yōu)化策略;其次,針對屬性權(quán)重難以確定的問題,提出了不依賴權(quán)重的信息素更新策略和啟發(fā)信息策略;最后,針對基礎(chǔ)蟻群算法容易陷入局部最優(yōu)的問題,提出了懶螞蟻策略。實驗結(jié)果表明,TMACO算法具有良好性能,相對于基礎(chǔ)蟻群算法、利用解與理想解距離來更新信息素的改進蟻群算法、遺傳算法以及用支配程度作為解的個體評價的改進遺傳算法,TMACO算法有更高的尋優(yōu)能力,能夠找到更多更優(yōu)的非劣解。
[Abstract]:A two-stage multi-objective ant colony optimization (TMACO) algorithm was proposed for the optimization of logistics Web service composition based on QoS. Firstly, a pre-optimization strategy based on Pareto is proposed to solve the problem that there is a dominant candidate service in the original data set and the solution time of the algorithm is increased. Secondly, aiming at the problem that the attribute weight is difficult to be determined, the pheromone updating strategy and heuristic information strategy are put forward, which are independent of the weight. Finally, aiming at the problem that the basic ant colony algorithm is prone to fall into local optimization, a lazy ant strategy is proposed. The experimental results show that the TMACO algorithm has good performance. Compared with the basic ant colony algorithm, the improved ant colony algorithm using the distance between the solution and the ideal solution to update pheromone, the genetic algorithm and the improved genetic algorithm for individual evaluation with dominance degree as the solution are used to update the pheromone. TMACO algorithm has higher optimization ability and can find more and better non-inferior solutions.
【作者單位】： 合肥工業(yè)大學(xué);
【基金】：國家自然科學(xué)基金資助項目(71301041,71271071)
【分類號】：TP18;TP393.09

【參考文獻】

相關(guān)期刊論文 前8條

1 劉磊;楊冬;;求解服務(wù)等級感知服務(wù)組合問題的多目標遺傳算法[J];吉林大學(xué)學(xué)報(工學(xué)版);2015年01期

2 張煥煥;薛霄;劉志中;范雪峰;;基于遺傳社會認知算法的物流Web服務(wù)優(yōu)化組合研究[J];計算機應(yīng)用研究;2014年06期

3 劉志中;宋成;薛霄;徐秀珍;;情景感知的物流Web服務(wù)動態(tài)優(yōu)化組合研究[J];計算機工程與科學(xué);2013年09期

4 王秀亭;馬力;;基于蟻群算法的Web服務(wù)選擇[J];現(xiàn)代電子技術(shù);2013年12期

5 溫濤;盛國軍;郭權(quán);李迎秋;;基于改進粒子群算法的Web服務(wù)組合[J];計算機學(xué)報;2013年05期

6 羅仕奎;;懶螞蟻效應(yīng)——懶于雜務(wù),才能勤于動腦[J];北京農(nóng)業(yè);2011年08期

7 方周;陳榮平;蔡美玲;;遺傳算法在Web服務(wù)組合中的應(yīng)用[J];計算機與現(xiàn)代化;2007年12期

8 鄭彥興,田菁,竇文華;基于Pareto最優(yōu)的QoS路由算法[J];軟件學(xué)報;2005年08期

相關(guān)碩士學(xué)位論文 前1條

1 楊亞南;蟻群算法參數(shù)優(yōu)化及其應(yīng)用[D];南京理工大學(xué);2008年

【共引文獻】

相關(guān)期刊論文 前10條

1 方清華;倪麗萍;李一鳴;;求解物流Web服務(wù)組合問題的兩階段多目標蟻群算法[J];中國機械工程;2016年10期

2 趙楚;殷守林;;一種改進的正交求積分卡爾曼濾波算法[J];軟件導(dǎo)刊;2016年04期

3 李靖;崔仲遠;;基于服務(wù)分組和調(diào)用軌跡的Web服務(wù)組合驗證方案[J];現(xiàn)代電子技術(shù);2016年05期

4 許斌;亓?xí)x;印溪;王野;常瑞云;;基于多策略離散差分進化的移動互聯(lián)網(wǎng)個性化服務(wù)組合[J];電信科學(xué);2016年02期

5 張以文;吳金濤;趙姝;唐杰;;基于改進煙花算法的Web服務(wù)組合優(yōu)化[J];計算機集成制造系統(tǒng);2016年02期

6 胡v，

本文編號：2445538