基于多目标遗传算法和理想点法的Top-k服务组合研究

发布时间：2018-01-02 23:13

本文关键词：基于多目标遗传算法和理想点法的Top-k服务组合研究　出处：《高技术通讯》2014年02期 　论文类型：期刊论文

【摘要】：针对组合服务QoS优化中单目标优化建模需要精确定义QoS权重和多目标优化建模返回的Pareto最优解集数目过多的问题,借鉴多目标遗传算法(MOGA)和多属性决策领域的理想点法(TOPSIS),提出了一个能够快速返回Top-k最优组合服务、适用于较大规模服务组合问题求解的使用了TOPSIS的多目标遗传算法——T_MOGA。该算法在MOGA的方案评估阶段引入理想点法对组合服务进行评估,并通过选择、交叉、变异等操作对种群迭代以获取QoS更好的组合服务方案。T_MOGA有效简化了MOGA的非支配排序过程,减少了算法运行时间,并只返回Pareto最优解集Top-k最优组合服务,方便用户选择。通过实验,从算法的运行时间及得到集合的质量两个方面验证了T_MOGA的有效性。
[Abstract]:In order to solve the problem of single objective optimization modeling in composite service QoS optimization, it is necessary to define precisely the QoS weight and the number of Pareto optimal solution sets returned by multi-objective optimization modeling. Based on the multi-objective genetic algorithm (MOGA) and the ideal point method in the field of multi-attribute decision making, an optimal composite service which can quickly return to Top-k is proposed. The multiobjective genetic algorithm of TOPSIS is used to solve the large-scale service composition problem. This algorithm introduces ideal point method to the composition service in the evaluation stage of the MOGA scheme. Evaluation. And through selection, crossover, mutation and other operations to iterate the population to obtain a better QoS composite service scheme. Tstack MOGA effectively simplifies the process of non-dominated ordering of MOGA, and reduces the running time of the algorithm. And only returns the Pareto optimal solution set Top-k optimal composition service, facilitates the user to choose. Through the experiment. The validity of Tstack MOGA is verified in terms of the running time of the algorithm and the quality of the set.
【作者单位】：中国科学院计算技术研究所计算机应用研究中心;中国科学院大学;中国电子设备工程系统工程公司研究所;中国电子设备工程系统工程公司;
【基金】：863计划(2011AA120302)资助项目
【分类号】：TP393.09
【正文快照】： 0引言Web服务技术的成熟发展使得服务的数量不断增多,服务组合越来越多地需要考虑服务的非功能属性,即服务质量(QoS),基于QoS的服务组合成为研究热点。如何从服务组合各抽象任务的候选服务集合中分别选出一个具体的服务,使得选中的这组服务在满足用户对组合服务所有约束的同时

【参考文献】