在云計(jì)算環(huán)境中,服務(wù)組合提供了一種高效實(shí)現(xiàn)復(fù)合服務(wù)的方法；另一方面,云計(jì)算又為服務(wù)組合活動(dòng)提供了豐富的原子服務(wù)以供選擇。然而,用戶的需求紛繁復(fù)雜,包括對復(fù)合服務(wù)的功能性需求以及非功能性需求,難以選擇云計(jì)算平臺(tái)中最合適的原子服務(wù)及實(shí)例。因此,考慮用戶多約束、多目標(biāo)甚至是系統(tǒng)負(fù)載均衡因素的服務(wù)選擇問題是極具挑戰(zhàn)性的研究課題。同時(shí),由于云計(jì)算環(huán)境中服務(wù)組合請求具有較高的到達(dá)率,服務(wù)選擇方法需要具有較高的實(shí)時(shí)性。本文首先回顧了服務(wù)組合研究現(xiàn)狀,尤其是單目標(biāo)和多目標(biāo)服務(wù)選擇問題以及基于粒子群的服務(wù)選擇方法,并分析了現(xiàn)有方案的優(yōu)缺點(diǎn)；其次,由于服務(wù)選擇方法無法直接處理復(fù)合服務(wù)中子任務(wù)的多種多樣的拓?fù)浣Y(jié)構(gòu),本文提出了一種拓?fù)滢D(zhuǎn)換機(jī)制,保證轉(zhuǎn)換后的非功能參數(shù)與轉(zhuǎn)換前等價(jià),便于后續(xù)的服務(wù)選擇；隨后,本文同時(shí)考慮了用戶服務(wù)質(zhì)量（Quality of Service, QoS）要求以及系統(tǒng)負(fù)載均衡的因素,使用基于小生境技術(shù)的環(huán)狀粒子群算法解決了多約束單目標(biāo)服務(wù)選擇問題；此外,本文還提出了精確子群粒子群算法,克服了粒子群固有的早熟收斂和多樣性缺失的特性。該算法使用簡單的聚類機(jī)制,在可行解密集區(qū)域建立子群來搜索... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
目錄
圖表目錄
第1章 緒論
    1.1 研究背景和意義
    1.2 主要?jiǎng)?chuàng)新工作
    1.3 論文結(jié)構(gòu)
第2章 研究基礎(chǔ)與現(xiàn)狀
    2.1 云計(jì)算環(huán)境與服務(wù)組合
        2.1.1 云計(jì)算基本要素
        2.1.2 云計(jì)算主要特點(diǎn)
        2.1.3 云計(jì)算抽象層次
        2.1.4 云計(jì)算部署方式
        2.1.5 云計(jì)算中的服務(wù)組合
    2.2 服務(wù)組合相關(guān)研究
        2.2.1 服務(wù)描述研究
        2.2.2 服務(wù)匹配研究
        2.2.3 服務(wù)分類研究
        2.2.4 服務(wù)合成研究
        2.2.5 服務(wù)選擇研究
    2.3 基于粒子群算法的服務(wù)組合研究
        2.3.1 粒子群算法
        2.3.2 基于粒子群的服務(wù)組合與選擇研究
    2.4 小結(jié)
第3章 服務(wù)組合架構(gòu)與問題描述
    3.1 服務(wù)組合示例
    3.2 服務(wù)組合系統(tǒng)架構(gòu)
    3.3 服務(wù)選擇問題形式化
        3.3.1 服務(wù)選擇中的QoS參數(shù)
        3.3.2 服務(wù)選擇問題形式化描述
    3.4 小結(jié)
第4章 服務(wù)組合基本拓?fù)滢D(zhuǎn)換
    4.1 串行拓?fù)滢D(zhuǎn)換
    4.2 并行拓?fù)滢D(zhuǎn)換
    4.3 選擇拓?fù)滢D(zhuǎn)換
    4.4 循環(huán)拓?fù)滢D(zhuǎn)換
    4.5 小結(jié)
第5章 環(huán)狀粒子群服務(wù)選擇算法
    5.1 粒子群小生境技術(shù)
    5.2 環(huán)狀粒子群服務(wù)選擇算法
        5.2.1 映射服務(wù)選擇問題到粒子群領(lǐng)域
        5.2.2 多約束單目標(biāo)服務(wù)選擇問題的適應(yīng)值函數(shù)
        5.2.3 粒子的更新
    5.3 性能分析
        5.3.1 仿真場景
        5.3.2 不同服務(wù)集合數(shù)量下算法性能
        5.3.3 不同服務(wù)實(shí)例數(shù)量下算法性能
        5.3.4 迭代次數(shù)增大下算法性能
        5.3.5 環(huán)狀粒子群與標(biāo)準(zhǔn)子群性能比較
    5.4 小結(jié)
第6章 精確子群粒子群服務(wù)選擇算法
    6.1 算法動(dòng)機(jī)
    6.2 算法詳述
        6.2.1 ASPSO主函數(shù)
        6.2.2 ASPSO初始化函數(shù)
        6.2.3 ASPSO查找密集區(qū)域函數(shù)
        6.2.4 ASPSO更新于群函數(shù)
        6.2.5 ASPSO更新粒子函數(shù)
    6.3 算法性能分析
        6.3.1 仿真場景
        6.3.2 參數(shù)對ASPSO影響
        6.3.3 性能比較
    6.4 小結(jié)
第7章 輕量多目標(biāo)粒子群服務(wù)選擇算法
    7.1 多目標(biāo)優(yōu)化問題分析
    7.2 輕量多目標(biāo)粒子群算法詳述
        7.2.1 初始化階段
        7.2.2 迭代階段
    7.3 算法性能分析
        7.3.1 仿真場景
        7.3.2 性能指標(biāo)
        7.3.3 定性比較
        7.3.4 定量比較
    7.4 小結(jié)
第8章 結(jié)束語
參考文獻(xiàn)
附錄1 縮略語
附錄2 符號(hào)說明
攻讀博士學(xué)位期間錄用或發(fā)表的論文
攻讀博士學(xué)位期間申請的專利
致謝



本文編號(hào)：3505479