基于Pareto多目标人工蜂群算法的Web服务组合优化研究

【摘要】：Web服务是一个崭新的分布式计算模型,能有效地实现网络中数据和信息的集成,是集成技术新的发展方向。由于现在功能相同但QoS不同的Web服务越来越多,这导致了服务的搜索空间不断增大,也使得服务组合问题变得更加复杂。基于此,本文设计了一个Pareto多目标人工蜂群算法来解决服务组合优化问题,主要工作如下：首先,本文给出了一种Pareto解集的构造方法,在解决多目标优化问题时,通常直接比较当前进化种群中每个解的适应度值,最终只产生一个最优解推荐给用户。但在处理Web服务组合这一实际问题时,由于网络中的服务错综复杂,甚至会有一些虚假服务,单个的组合方案很难满足用户的特定需求。所以,本文采用构造当前种群Pareto解集的方式来解决多目标优化问题,最后推荐给用户一组非劣解,以此来更好的解决Web服务组合这一实际问题。接着,本文对蜂群算法进行了改进,原始算法在解的选择阶段采用轮盘赌策略进行解的选择,但这种策略会使算法容易过早收敛,种群的多样性较差。基于此,本文采用Bolzmann策略来改进算法,该策略可使算法的全局搜索能力更好,种群的多样性也能够得到提高。同时,本文对蜜源放弃策略做了相应的调整,对领域搜索公式进行了相应改进,以适应Web服务组合这一实际问题。最后,通过仿真实验验证本文提出的改进方案的可行性。实验表明改进方案可以使种群的多样性增加,有效地避免“早熟”现象,最后产生的组合方案更能满足实际情况中用户需求。从而表明该方法可以更好地处理Web服务组合优化问题。
【关键词】：Web服务组合 QoS Pareto解集 人工蜂群算法 Bolzmann策略
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP18;TP393.09