2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩101頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機網(wǎng)絡(luò)的迅速發(fā)展,互聯(lián)網(wǎng)應(yīng)用的日益普及,服務(wù)組合技術(shù)得到了越來越廣泛的應(yīng)用。在面向服務(wù)計算和云計算環(huán)境中,新型的復(fù)雜應(yīng)用對服務(wù)組合技術(shù)提出了更高更精細(xì)的要求,如何在動態(tài)分布式環(huán)境下對服務(wù)實例進行可信評估,使得選擇期望最優(yōu)的服務(wù)執(zhí)行路徑已成為了服務(wù)組合領(lǐng)域中新研究熱點,也是整個服務(wù)組合領(lǐng)域亟待解決的關(guān)鍵問題之一。
   目前服務(wù)組合領(lǐng)域主要存在的問題包括:
   (1)在動態(tài)分布式環(huán)境下,由于節(jié)點和服務(wù)實例的不確定

2、性、惡意性,且通信開銷受限,難以實時準(zhǔn)確地對服務(wù)實例的可信度進行評估;
   (2)在選擇最優(yōu)服務(wù)組合路徑時,如何利用服務(wù)實例可信度,使得在實際執(zhí)行時得到最優(yōu)服務(wù)組合路徑可以獲得期望最優(yōu)的效果;
   (3)目前大多數(shù)的服務(wù)組合調(diào)度算法未深入考慮路徑的快速恢復(fù)問題,在按照最優(yōu)路徑執(zhí)行發(fā)生故障時,難以獲取當(dāng)前的剩余最優(yōu)路徑。
   (4)在動態(tài)分布式環(huán)境下,含復(fù)雜結(jié)構(gòu)活動的流程執(zhí)行困難的問題。
   針對上

3、述問題,本論文的主要研究工作和創(chuàng)新點如下:
   1、基于Dempster Shafer理論和Pignistic概率轉(zhuǎn)換理論,提出了服務(wù)實例的可信評估模型。
   針對動態(tài)分布式環(huán)境下,難以實時準(zhǔn)確地評估服務(wù)實例可信度問題,本文基于Dempster-Shafer理論,提出了服務(wù)實例的可信評估模型。該模型先計算前一級服務(wù)實例對后一級服務(wù)實例的直接可信度,然后根據(jù)Shapley熵做權(quán)值來進行Dempster規(guī)則合成,最后再利

4、用Pignistic概率轉(zhuǎn)換理論對不確定區(qū)間進一步細(xì)分進行可靠評估,得出較為準(zhǔn)確的服務(wù)實例可信度。實驗結(jié)果分析表明該模型在動態(tài)環(huán)境下,服務(wù)實例可信度評估模型是有效的,得到的可信度評估值準(zhǔn)確率在90%以上。
   2、基于服務(wù)實例的可信評估和Q學(xué)習(xí),提出了可信的服務(wù)組合調(diào)度方法。
   針對在動態(tài)分布式環(huán)境下,目前大多數(shù)服務(wù)組合調(diào)度算法計算出的最優(yōu)服務(wù)組合路徑,在執(zhí)行時難以獲得實際最優(yōu)效果的問題。本文基于服務(wù)實例的可信評估

5、模型,提出了一種基于可信評估的服務(wù)組合調(diào)度算法,該算法計算各條備選路徑的期望聚合屬性累加和,然后選擇具有最小期望聚合屬性累加和的組合路徑作為最優(yōu)路徑。針對動態(tài)分布式環(huán)境下,難以準(zhǔn)確對系統(tǒng)進行建模,從而影響最優(yōu)路徑計算的問題,本文提出了一種基于Q學(xué)習(xí)的服務(wù)組合調(diào)度算法,該算法僅通過對組合環(huán)境進行簡單的建模,得到粗略的Q初始值,然后通過反饋學(xué)習(xí),不斷迭代Q值,從而獲得較為準(zhǔn)確的組合策略。通過實驗結(jié)果分析,表明上述兩種算法在動態(tài)分布式環(huán)境下,

6、其組合成功率和綜合QoS性能均得到了有效地提升,其中基于可信評估的服務(wù)組合調(diào)度算法對比傳統(tǒng)服務(wù)組合算法,綜合QoS性能提升15.2%,組合成功率提升22%。
   3、提出了支持動態(tài)局部優(yōu)化的可信服務(wù)組合方法
   針對在按照最優(yōu)路徑執(zhí)行發(fā)生故障時,難以獲取當(dāng)前的剩余最優(yōu)路徑問題,本文提出了一種基于局部狀態(tài)逆向擴散的服務(wù)組合算法,該算法利用決策圖優(yōu)化的思想,通過周期性從后向前逐級匯報自身QoS狀態(tài),逐級計算當(dāng)前最優(yōu)和次優(yōu)

7、路徑進行部署,在實際執(zhí)行時,若最優(yōu)路徑上某一服務(wù)實例發(fā)生故障時,能夠直接選擇次優(yōu)路徑作為當(dāng)前最優(yōu)路徑,保證業(yè)務(wù)執(zhí)行的快速恢復(fù)。針對在分布式環(huán)境下,分支匯聚流程各分支難以匯聚到同一執(zhí)行節(jié)點問題,本文提出了一種基于公共節(jié)點決策的分支匯聚算法,使得分支匯聚流程能夠順利被執(zhí)行。通過仿真和實際實驗驗證了上述算法的有效性,各算法均能保證當(dāng)前剩余最優(yōu)和局部最優(yōu)的要求。
   上述方法己部分應(yīng)用于開發(fā)“業(yè)務(wù)運行協(xié)同平臺”,該平臺為國家863項目

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論