基于商空間粒化的服務(wù)組合優(yōu)化問題研究.pdf

1、服務(wù)計(jì)算作為一種新的計(jì)算范式，憑借著其以服務(wù)為基本構(gòu)建塊，支持異構(gòu)環(huán)境下分布式應(yīng)用的快速、低成本、便捷組合的特點(diǎn)得到快速的發(fā)展，其核心思想是通過重用已有的網(wǎng)絡(luò)服務(wù)而不是重新開發(fā)構(gòu)造新的企業(yè)應(yīng)用，使得分布在企業(yè)內(nèi)部或跨越企業(yè)邊界的不同商業(yè)應(yīng)用系統(tǒng)能得到快捷的實(shí)現(xiàn)、靈活的無縫集成和相互協(xié)作。但隨著SOAP和XML技術(shù)的發(fā)展，越來越多的網(wǎng)絡(luò)資源以服務(wù)的形式發(fā)布與使用，具有相同功能的服務(wù)數(shù)量迅速增加，加之用戶需求的多樣化、動(dòng)態(tài)化和復(fù)雜化等特點(diǎn)，

2、導(dǎo)致服務(wù)組合方案呈現(xiàn)出指數(shù)增長(zhǎng)趨勢(shì)，服務(wù)組合問題也逐漸演變?yōu)镹P完全問題。尤其，隨著用戶需求的復(fù)雜化，單一服務(wù)無法滿足用戶的需求，組合服務(wù)應(yīng)運(yùn)而生及其計(jì)算規(guī)模便成指數(shù)級(jí)增長(zhǎng)。
　　在研究服務(wù)組合優(yōu)化問題時(shí)，本文又簡(jiǎn)稱服務(wù)組合問題，常用方法包括智能優(yōu)化算法與數(shù)學(xué)優(yōu)化技術(shù)，其中智能優(yōu)化算法包含粒子群優(yōu)化算法(PSO)，遺傳算法(GA)，蟻群算法(ACO)，人工蜂群算法(ABC)以及果蠅優(yōu)化算法(FOA)等，數(shù)學(xué)優(yōu)化技術(shù)包含線性規(guī)劃，動(dòng)

3、態(tài)規(guī)劃、圖算法以及整數(shù)規(guī)劃等。智能優(yōu)化算法優(yōu)勢(shì)在于利用較短的時(shí)間獲取用戶滿意解，但其往往不能得到全局最優(yōu)解，而數(shù)學(xué)優(yōu)化技術(shù)雖然可以得到全局最優(yōu)解，但其計(jì)算時(shí)間隨服務(wù)規(guī)模的增加而顯著增加，往往呈指數(shù)趨勢(shì)變化?；诖?，一些研究者提出服務(wù)組合優(yōu)化問題的分解方案，即將原組合優(yōu)化問題分解為多個(gè)簡(jiǎn)單的子組合優(yōu)化問題，然后利用子問題的最優(yōu)解獲取原問題的可行解。但是，該模型在問題分解與結(jié)果匯總的過程中，往往會(huì)造成精度丟失，全局最優(yōu)解無法得到保證。

4、>　　基于此，為解決大規(guī)模服務(wù)組合優(yōu)化問題，本章基于商空間理論，將問題?；枷胍氲椒?wù)組合優(yōu)化問題模型中，用以快速有效地解決服務(wù)組合優(yōu)化問題以及QoS約束感知的服務(wù)組合優(yōu)化問題。在現(xiàn)有的研究方法中，多默認(rèn)服務(wù)之問具有相互獨(dú)立性，但在現(xiàn)實(shí)社會(huì)中，由于服務(wù)提供商之間的利益關(guān)系，導(dǎo)致服務(wù)與服務(wù)之問多存在約束與聯(lián)系，例如，網(wǎng)購(gòu)過程中，多存在包郵現(xiàn)象。為快速有效地解決大規(guī)模服務(wù)組合問題以及質(zhì)量約束服務(wù)組合問題，本章利用商空間粒化思想，在任務(wù)粒化

5、和約束?；瘍蓚€(gè)方面，在單屬性與多屬性兩種情況下，分別提出服務(wù)組合優(yōu)化問題的求解方案。主要工作包括:
　　1.本文首先對(duì)服務(wù)組合優(yōu)化問題的提出、發(fā)展進(jìn)行了介紹，尤其在質(zhì)量約束感知的服務(wù)組合優(yōu)化問題給予介紹，并詳細(xì)闡述了服務(wù)組合優(yōu)化模型與質(zhì)量約束感知的服務(wù)組合優(yōu)化模型。之后，基于質(zhì)量約束感知的服務(wù)組合優(yōu)化模型，提出基于任務(wù)?；图s束?；姆?wù)組合優(yōu)化方法。
　　2.存任務(wù)?；A段，通過任務(wù)之間的隸屬度關(guān)系進(jìn)行任務(wù)?；幚?，利用任

6、務(wù)?；Y(jié)果，將服務(wù)組合問題分解為多個(gè)子服務(wù)組合問題，利用子服務(wù)組合問題的求解結(jié)果逐步逼近原問題的最優(yōu)解，基于此，提出任務(wù)?；惴═gA，并從理論方面驗(yàn)證其可行性與準(zhǔn)確性，最后，通過大量的仿真模擬實(shí)驗(yàn)驗(yàn)證任務(wù)粒化算法的性能。
　　3.約束?；椒ㄊ墙⒃诩s束聚合方面，即通過質(zhì)量約束關(guān)系之間的粒化過程，將質(zhì)量約束粒度變大，逐步降低質(zhì)量約束的查詢次數(shù)，最終降低查詢時(shí)間，以便達(dá)到最優(yōu)查詢時(shí)間。通過理論分析，利用?；枷肟梢杂行У亟鉀Q大規(guī)模