基于改进花朵授粉算法的Web服务组合优化
发布时间:2021-01-09 06:18
对于大量功能相似而服务质量不同的Web服务,服务组合优化可使其满足客户不同需求并被广泛应用,但现有Web服务组合优化方法普遍存在搜索效率低和寻优不精准的问题。为此,提出一种改进的花朵授粉算法,通过实现全局搜索和局部搜索的动态转换,促进种群优化。将差分进化算法的变异和交换操作加入到花朵授粉算法中,增强花朵的有效性和多样性,同时利用贪心策略选择适应度值高的花朵,加快算法收敛速度,增强其寻优能力。实验结果表明,与DE、KDE、FPA和EFPA算法相比,该算法在求解服务组合问题上具有更快的收敛速度和更好的寻优性能。
【文章来源】:计算机工程. 2020,46(12)北大核心
【文章页数】:6 页
【部分图文】:
不同任务数下的最佳适应度
为分析IFPA的收敛性,比较不同任务数下5种算法的收敛情况,即迭代次数和平均适应度之间的关系。在较少的迭代次数下获得较高的平均适应度值,表示收敛能力较好;反之,表示收敛能力较差。实验选取D1数据集,候选服务数设为100,结果如图2所示。由图2可以看出,随着任务数的增加,5种算法的收敛性能均有所下降。当任务数为10和15时,IFPA算法在迭代到50次时就基本已经收敛;而当任务数为20和25时,IFPA算法在迭代50次时还未收敛。在4种不同任务数的情况下,IFPA、KDE和EFPA算法的收敛性能优于DE和FPA两种传统优化算法,同时IFPA算法的平均适应度值都高于另外4种优化算法,而KDE、EFPA则陷入局部最优解。相比之下,IFPA算法不仅收敛快,而且寻优性能更好。
【参考文献】:
期刊论文
[1]基于混沌遗传算法的Web服务组合[J]. 谭文安,赵尧. 计算机集成制造系统. 2018(07)
[2]基于差分进化的两阶段文本特征选择算法[J]. 肖晓丽,吴瑶,周锡玲,廖卓凡. 计算机工程. 2019(02)
[3]Web服务组合QoS优化中的改进遗传算法[J]. 欧阳超,陈志泊,孙国栋. 计算机工程. 2017(08)
[4]基于局部选择和遗传算法的QoS感知的服务组合方法[J]. 叶恒舟,关云慧. 小型微型计算机系统. 2016(07)
[5]基于改进粒子群算法的Web服务组合[J]. 温涛,盛国军,郭权,李迎秋. 计算机学报. 2013(05)
本文编号:2966129
【文章来源】:计算机工程. 2020,46(12)北大核心
【文章页数】:6 页
【部分图文】:
不同任务数下的最佳适应度
为分析IFPA的收敛性,比较不同任务数下5种算法的收敛情况,即迭代次数和平均适应度之间的关系。在较少的迭代次数下获得较高的平均适应度值,表示收敛能力较好;反之,表示收敛能力较差。实验选取D1数据集,候选服务数设为100,结果如图2所示。由图2可以看出,随着任务数的增加,5种算法的收敛性能均有所下降。当任务数为10和15时,IFPA算法在迭代到50次时就基本已经收敛;而当任务数为20和25时,IFPA算法在迭代50次时还未收敛。在4种不同任务数的情况下,IFPA、KDE和EFPA算法的收敛性能优于DE和FPA两种传统优化算法,同时IFPA算法的平均适应度值都高于另外4种优化算法,而KDE、EFPA则陷入局部最优解。相比之下,IFPA算法不仅收敛快,而且寻优性能更好。
【参考文献】:
期刊论文
[1]基于混沌遗传算法的Web服务组合[J]. 谭文安,赵尧. 计算机集成制造系统. 2018(07)
[2]基于差分进化的两阶段文本特征选择算法[J]. 肖晓丽,吴瑶,周锡玲,廖卓凡. 计算机工程. 2019(02)
[3]Web服务组合QoS优化中的改进遗传算法[J]. 欧阳超,陈志泊,孙国栋. 计算机工程. 2017(08)
[4]基于局部选择和遗传算法的QoS感知的服务组合方法[J]. 叶恒舟,关云慧. 小型微型计算机系统. 2016(07)
[5]基于改进粒子群算法的Web服务组合[J]. 温涛,盛国军,郭权,李迎秋. 计算机学报. 2013(05)
本文编号:2966129
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2966129.html