基于改进帝国竞争算法的服务组合优化研究

发布时间：2017-09-22 03:22

  本文关键词：基于改进帝国竞争算法的服务组合优化研究

  更多相关文章： 帝国竞争算法 服务组合 服务质量 优化算法

【摘要】：伴随着计算机技术的迅猛发展,Web、网格、云等新技术迅速成熟并逐渐进入人们的生活,而服务显然是它们的核心。单一服务能够提供的功能有限,当用户的特定需求不能被网络提供的单一服务满足时,就需要通过服务组合(Service Composition)技术将目前已存在的服务通过某些方法组合成粒度更大、功能更强的服务以满足用户的需求。随着功能性属性相同而非功能性属性各异的Web服务的大量涌现,合适的服务实例如何能从众多的候选服务中被动态地选择出来,进而形成一个能够满足用户需求的、服务质量(Quality of Service,QoS)全局最优的可执行组合服务成为服务组合中的一个关键问题,本文称其为服务组合优化问题。传统的Web服务选择一般更多的关注于服务的功能性需求,而忽略了服务组合的非功能性指标。目前在基于QoS的服务组合优化问题上,群智能优化算法,如粒子群算法、蚁群算法等被大量研究和使用。相较于粒子群算法、蚁群算法等群智能优化算法,帝国竞争算法(Imperialist Competitive Algorithm,ICA)更为新颖和通用,且在优化问题上表现优异,更适用于解决服务组合优化问题。在本文中,我们首先建立了服务的QoS模型,给出了四种基本组合模型上QoS属性值的聚合方法,并进一步通过迭代思想求得复杂服务组合模型QoS属性值。在此基础上,本文构建了一个具有代表性的抽象服务组合模型,并使用帝国竞争算法解决该服务组合模型上的服务组合优化问题。为了对该方法的效果进行验证,我们使用目前在服务组合优化问题中最常被采用的粒子群算法作为对照算法,通过实验对比验证了帝国竞争算法在解决服务组合问题上的可行性和有效性。最后,我们对原始的ICA算法做出了改进,提出了一种新的改进帝国竞争算法。此算法通过改进初始化国家生成策略、引进分裂算子、融合万有引力搜索算法等多种方式提高ICA算法的性能,并通过实验证明改进帝国竞争算法在适应度、优化效率和稳定性三个方面都优于原始帝国竞争算法。
【关键词】：帝国竞争算法 服务组合 服务质量 优化算法
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.09
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-12
• 1.1 研究背景和意义8
• 1.2 国内外研究现状8-10
• 1.3 本文的主要工作10
• 1.4 本文的组织结构10-12
• 2 相关理论研究12-20
• 2.1 Web服务技术概述12-15
• 2.1.1 面向服务的体系结构12
• 2.1.2 Web服务的定义12-13
• 2.1.3 Web服务体系结构13-14
• 2.1.4 Web服务的技术标准和协议14-15
• 2.2 Web服务组合技术15-16
• 2.2.1 基于工作流的Web服务组合15-16
• 2.2.2 基于AI规划的Web服务组合16
• 2.2.3 基于语义的Web服务组合16
• 2.3 Web服务选择技术16-18
• 2.4 Web服务组合模型18-19
• 2.5 本章小结19-20
• 3 Web服务的QoS模型20-28
• 3.1 相关研究20
• 3.2 基本服务的QoS模型20-23
• 3.2.1 基本服务的抽象表示20
• 3.2.2 基本服务的QoS模型20-21
• 3.2.3 基本服务QoS模型的计算与评价21-23
• 3.3 组合服务的QoS模型23-27
• 3.4 本章小结27-28
• 4 基于帝国竞争算法的服务组合优化研究28-38
• 4.1 帝国竞争算法28-33
• 4.1.1 帝国竞争算法的流程28-29
• 4.1.2 产生初始帝国29-31
• 4.1.3 帝国内同化31
• 4.1.4 帝国间竞争31-33
• 4.1.5 帝国灭亡33
• 4.2 基于QoS的服务组合优化问题建模33-34
• 4.3 使用帝国竞争算法解决服务组合优化问题34-37
• 4.3.1 数据集及数据处理35
• 4.3.2 实验结果及分析35-37
• 4.4 本章小结37-38
• 5 基于改进帝国竞争算法的服务组合优化研究38-55
• 5.1 ICA算法存在的问题38
• 5.2 初始化国家策略38-41
• 5.3 帝国分裂算子41-42
• 5.4 GSA局部搜索策略42-45
• 5.4.1 万有引力搜索算法43-45
• 5.4.2 使用GSA增强ICA算法的局部搜索性能45
• 5.5 改进帝国竞争算法45-47
• 5.6 实验分析47-54
• 5.6.1 实验环境与数据处理47
• 5.6.2 实验设计47-48
• 5.6.3 实验结果分析48-54
• 5.7 本章小结54-55
• 6 总结与展望55-57
• 6.1 本文总结55
• 6.2 研究展望55-57
• 致谢57-58
• 参考文献58-60

【相似文献】

中国期刊全文数据库 前10条

1 王宇平,徐晨;解组合优化的一种新方法的收敛性[J];西安电子科技大学学报;1997年04期

2 涂振宇,曾tD;一类组合优化问题的智能算法研究[J];江西教育学院学报(综合);2003年06期

3 贾小波;石秀安;;屏蔽设计组合优化研究[J];核科学与工程;2010年04期

4 赵红燕,李定主;用组合优化的方法进行兵力分配[J];电脑开发与应用;2005年01期

5 王正元,杨克巍,刘靖旭,谭跃进;组合优化问题的一种精确求解方法[J];计算机工程与科学;2004年12期

6 王洪国;马绍汉;陈火旺;;组合优化问题反问题的研究进展[J];计算机科学;2004年02期

7 郑宇军;薛锦云;凌海风;;组合优化问题简约与算法推演[J];软件学报;2011年09期

8 张鸿宾;;组合优化问题的启发式搜索[J];计算机科学;1998年02期

9 汪祖柱,程家兴;求解组合优化问题的一种方法—分枝定界法[J];安徽大学学报(自然科学版);2004年01期

10 邓玉芬;向凤红;;蚁群算法在组合优化中的应用[J];电子测量技术;2007年01期

中国重要会议论文全文数据库 前4条

1 于晓义;吴毅;王达达;杨昆;;基于负荷均衡的工作中心任务组合优化分配研究[A];2010年云南电力技术论坛论文集（优秀论文部分）[C];2010年

2 何洋林;叶春明;;CEPGA算法在网络计划组合优化问题中的应用[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

3 徐俊明;;网络分析中几个组合优化问题[A];中国运筹学会第七届学术交流会论文集（中卷）[C];2004年

4 李彦苍;索娟娟;;基于熵和信息素的自适应GA及其在组合优化中的应用[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

中国重要报纸全文数据库 前3条

1 程建平;发掘资源的最大价值[N];中国特产报;2003年

2 安徽 朱宝贵;Office 2000与XP组合优化安装技巧[N];电子报;2005年

3 薛梅;柜面劳动组合优化应多管齐下[N];中国城乡金融报;2014年

中国博士学位论文全文数据库 前6条

1 王军强;基于约束理论的产品组合优化决策研究[D];西北工业大学;2006年

2 王正元;基于状态转移的组合优化方法研究[D];国防科学技术大学;2004年

3 彭胜志;基于高阶矩的投资组合优化研究[D];哈尔滨工业大学;2012年

4 吴t熇，

本文编号：898507