對于大量功能相似而服務(wù)質(zhì)量不同的Web服務(wù),服務(wù)組合優(yōu)化可使其滿足客戶不同需求并被廣泛應(yīng)用,但現(xiàn)有Web服務(wù)組合優(yōu)化方法普遍存在搜索效率低和尋優(yōu)不精準的問題。為此,提出一種改進的花朵授粉算法,通過實現(xiàn)全局搜索和局部搜索的動態(tài)轉(zhuǎn)換,促進種群優(yōu)化。將差分進化算法的變異和交換操作加入到花朵授粉算法中,增強花朵的有效性和多樣性,同時利用貪心策略選擇適應(yīng)度值高的花朵,加快算法收斂速度,增強其尋優(yōu)能力。實驗結(jié)果表明,與DE、KDE、FPA和EFPA算法相比,該算法在求解服務(wù)組合問題上具有更快的收斂速度和更好的尋優(yōu)性能。 

【文章來源】：計算機工程. 2020,46(12)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

不同任務(wù)數(shù)下的最佳適應(yīng)度

為分析IFPA的收斂性,比較不同任務(wù)數(shù)下5種算法的收斂情況,即迭代次數(shù)和平均適應(yīng)度之間的關(guān)系。在較少的迭代次數(shù)下獲得較高的平均適應(yīng)度值,表示收斂能力較好;反之,表示收斂能力較差。實驗選取D1數(shù)據(jù)集,候選服務(wù)數(shù)設(shè)為100,結(jié)果如圖2所示。由圖2可以看出,隨著任務(wù)數(shù)的增加,5種算法的收斂性能均有所下降。當任務(wù)數(shù)為10和15時,IFPA算法在迭代到50次時就基本已經(jīng)收斂;而當任務(wù)數(shù)為20和25時,IFPA算法在迭代50次時還未收斂。在4種不同任務(wù)數(shù)的情況下,IFPA、KDE和EFPA算法的收斂性能優(yōu)于DE和FPA兩種傳統(tǒng)優(yōu)化算法,同時IFPA算法的平均適應(yīng)度值都高于另外4種優(yōu)化算法,而KDE、EFPA則陷入局部最優(yōu)解。相比之下,IFPA算法不僅收斂快,而且尋優(yōu)性能更好。

【參考文獻】：
期刊論文
[1]基于混沌遺傳算法的Web服務(wù)組合[J]. 譚文安,趙堯.  計算機集成制造系統(tǒng). 2018(07)
[2]基于差分進化的兩階段文本特征選擇算法[J]. 肖曉麗,吳瑤,周錫玲,廖卓凡.  計算機工程. 2019(02)
[3]Web服務(wù)組合QoS優(yōu)化中的改進遺傳算法[J]. 歐陽超,陳志泊,孫國棟.  計算機工程. 2017(08)
[4]基于局部選擇和遺傳算法的QoS感知的服務(wù)組合方法[J]. 葉恒舟,關(guān)云慧.  小型微型計算機系統(tǒng). 2016(07)
[5]基于改進粒子群算法的Web服務(wù)組合[J]. 溫濤,盛國軍,郭權(quán),李迎秋.  計算機學報. 2013(05)



本文編號：2966129