基于改进蚁群优化算法的QoS区间数服务组合方法
本文关键词:基于改进蚁群优化算法的QoS区间数服务组合方法
更多相关文章: 云计算 服务组合 置信区间 区间数 全局约束 蚁群优化算法
【摘要】:已有的Qo S服务组合方法由于无法准确量化区间型Qo S属性,且存在忽视Qo S属性中的数据分布特征和用户Qo S需求表达不准确的问题,导致其组合结果与用户理想结果存在较大偏差。为此,基于改进的蚁群优化算法,提出一种Qo S属性区间数的服务组合方法。从服务本身和用户体验两方面出发,应用区间数形式的用户满意度和Qo S效用函数构造服务组合的目标函数,并通过改进的蚁群信息素更新策略和参数选择策略加快蚁群收敛速度,在满足用户全局Qo S约束的基础上,找出用户满意度高、整体性能好的组合服务。实验结果表明,该方法能够有效提高服务组合的效率和成功率。
【作者单位】: 河南理工大学计算机科学与技术学院;
【基金】:国家自然科学基金资助项目(61300124)
【分类号】:TP18;TP393.09
【正文快照】:
【相似文献】
中国期刊全文数据库 前10条
1 冯宝华;;蚁群优化算法的原理及改进[J];科技信息(科学教研);2007年31期
2 李凯;田双亮;耿丽君;张喜;;基于免疫的蚁群优化算法[J];山东理工大学学报(自然科学版);2009年04期
3 王同喜;;蚁群优化算法研究[J];长江大学学报(自然科学版)理工卷;2009年03期
4 王罡;冯艳君;;基于蚁群优化算法的旋转货架拣选路径规划[J];计算机工程;2010年03期
5 许昌;常会友;徐俊;衣杨;;一种新的融合分布估计的蚁群优化算法[J];计算机科学;2010年02期
6 曹国震;郭雷;;蚁群优化算法应用研究[J];电脑知识与技术;2011年02期
7 李德启;田素贞;;一种基于云环境下蚁群优化算法的改进研究[J];陕西科技大学学报(自然科学版);2012年01期
8 赵云涛;王胜勇;卢家斌;叶刚桥;蒋瑛;;蚁群优化算法及其理论进展[J];科技创新导报;2012年10期
9 钱乾;程美英;熊伟清;周鸣争;;二元蚁群优化算法研究综述[J];计算机应用研究;2012年04期
10 黄永青;郝国生;张俊岭;王剑;;分层交互式蚁群优化算法及其应用[J];计算机工程与应用;2012年29期
中国重要会议论文全文数据库 前7条
1 赵冬斌;易建强;;基于蚁群优化算法的机器人规划[A];第25届中国控制会议论文集(中册)[C];2006年
2 熊伟清;魏平;;基于食物量分配的多种群二元蚁群优化算法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
3 唐好选;曲毅;;蚁群优化算法在蛋白质构象预测问题中的应用[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
4 西光旭;;蚁群优化算法与应用研究[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
5 王海宁;孙守迁;;基于优化成熟度的自适应蚁群优化算法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年
6 吴国凤;曾标;;蚁群算法系统的Java模拟与分析[A];IT服务促进企业信息化——第十一届中国Java技术及应用交流大会文集[C];2008年
7 邓科;丛爽;;不同蚁群优化算法在C-TSP中的性能对比研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前7条
1 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
2 程志刚;连续蚁群优化算法的研究及其化工应用[D];浙江大学;2005年
3 赵娟平;移动机器人路径规划的蚁群优化算法研究[D];东北大学;2012年
4 刘彦鹏;蚁群优化算法的理论研究及其应用[D];浙江大学;2007年
5 李莉;柔性作业车间调度中的群智能优化算法研究[D];东北林业大学;2011年
6 杨佳;混合量子优化算法理论及应用研究[D];重庆大学;2009年
7 吕勇;蚁群优化算法及在网络路由中的应用研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 张健;蚁群优化算法及其在复杂网络社区检测中的应用研究[D];西安电子科技大学;2014年
2 刘乐柱;混沌蚁群优化算法与H-R神经元网络动力学研究[D];安徽师范大学;2015年
3 景鹏杰;基于多目标蚁群优化算法的全基因组关联分析研究[D];上海交通大学;2015年
4 史大龙;基于蚁群优化算法的视频监控智能检测系统的研究与实现[D];中国海洋大学;2015年
5 李金汉;蚁群优化算法及其应用研究[D];哈尔滨理工大学;2008年
6 郝晋;蚁群优化算法及其在电力系统短期发电计划中的应用研究[D];重庆大学;2002年
7 李默;解决最大团问题的蚁群优化算法的研究与应用[D];哈尔滨工业大学;2006年
8 李闻;蚁群优化算法及其应用研究[D];湖南大学;2005年
9 廖兴发;结合免疫机制蚁群优化算法及其在模式分类中的应用[D];浙江大学;2007年
10 寇晓丽;蚁群优化算法及其应用[D];西安电子科技大学;2006年
,本文编号:1272042
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1272042.html