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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著Web服務(wù)數(shù)量的激增以及用戶需求的多樣化,手工選擇和組合現(xiàn)有Web服務(wù)變得越來越困難且效率低下。因此自動化的Web服務(wù)選取以及組合技術(shù)引起了研究人員的關(guān)注和重視。目前,人工智能(Artificial Intelligence,AI)領(lǐng)域中流演算以其高度的智能化、自動化特性,以及在長推理中的良好性能得到了眾多自動化服務(wù)組合研究者的青睞。
本文提出了一種基于流演算的上下文感知Web服務(wù)組合模型。該模型是屬于AI規(guī)劃技術(shù)的服
2、務(wù)組合范疇,將Web服務(wù)組合問題轉(zhuǎn)換為人工智能領(lǐng)域中的規(guī)劃問題,通過對現(xiàn)有環(huán)境知識的獲取和推理而達到所希望的目標。本文首先基于流演算理論對服務(wù)、服務(wù)上下文、服務(wù)組合等進行建模,并對流演算的基本公理如初始狀態(tài)公理、狀態(tài)更新公理進行了上下文相關(guān)擴展,提出了基于流演算的上下文感知Web服務(wù)組合理論模型。然后結(jié)合“數(shù)字旅游服務(wù)”場景,運用流演算執(zhí)行器FLUX,實現(xiàn)了基于流演算的上下文感知的Web服務(wù)組合模型。實驗中,通過用戶對組合服務(wù)的滿意度對
3、比以及Web服務(wù)組合過程性能測試。實驗結(jié)果表明該模型有較好的上下文感知能力及服務(wù)組合效率。產(chǎn)生的Web組合服務(wù)在滿足用戶功能性需求的同時,考慮用戶的非功能性需求,提升了用戶滿意度。
論文進一步的研究工作主要有兩方面:一方面是進一步對基于流演算的Web服務(wù)組合控制流程進行優(yōu)化,提升服務(wù)組合效率;另一方面是將結(jié)合流演算對Web服務(wù)的匹配和選取策略進行深入研究,充分利用流演算的智能化和自動化,實現(xiàn)Web服務(wù)選取和組合技術(shù)的一體化
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 上下文感知的移動Web服務(wù)組合研究.pdf
- 支持上下文感知的Web服務(wù)組合研究.pdf
- 支持上下文感知的web服務(wù)組合研究(1)
- 上下文感知的Web服務(wù)組合優(yōu)化研究.pdf
- 基于上下文感知的Web服務(wù)組合研究與實現(xiàn).pdf
- 面向感知上下文的Web服務(wù)組合的應(yīng)用研究.pdf
- 上下文感知Web服務(wù)組合的動態(tài)演化技術(shù)研究.pdf
- 上下文感知的普適服務(wù)組合研究.pdf
- 動態(tài)上下文中基于QoS的Web服務(wù)組合研究.pdf
- 上下文感知的Web服務(wù)自適應(yīng)組合研究.pdf
- 上下文感知的Web服務(wù)推薦研究.pdf
- 基于上下文感知的自適應(yīng)服務(wù)組合系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 上下文感知的組合服務(wù)替換機制研究.pdf
- 基于語義Web的上下文感知系統(tǒng)研究.pdf
- 上下文感知推薦.pdf
- 上下文感知的群組服務(wù)推薦研究.pdf
- IMS中上下文感知服務(wù)選擇.pdf
- 基于上下文感知的推薦算法研究.pdf
- 基于Pi演算的Web服務(wù)組合的驗證.pdf
- 上下文感知推薦算法研究.pdf
評論
0/150
提交評論