随着网络技术的迅速发展,越来越多具有计算能力的设备如网络计算机(Network Computer)、掌上电脑(PDA)、智能手机等逐渐融入以及影响人们的日常生活。计算模式的发展正逐步向能随时随地为人们提供透明信息服务的普适计算(Ubiquitous/Pervasive Computing)过渡。其中,服务选择问题是普适计算中的重要研究课题之一,本文对普适计算中的上下文感知、服务选择问题、服务选择算法等方面进行了重点研究,主要内容和取得的研究成果包括以下几点:1、本文提出了一种支持普适计算环境的上下文管理框架。该上下文管理框架采用分层结构,最上层为决策中心层,其下为集成器层,最低层为传感器层。其中,集成器(Collector)是部署在网络及服务器系统中的逻辑模板,用来处理服务选择中上下文的多样性和动态性问题。不同的上下文由不同的逻辑传感器感知,由集成器收集之后,传递给服务选择决策中心。本文采用传感器-集成器-决策中心的层次结构,各层在功能上相互联系,在管理和实现上相对独立,具有灵活性和扩展性。2、本文提出了一种多目标约束的服务选择遗传算法。本文对服务选择问题及其求解目标进行了详细的分析,针对现有的服务选择单一考虑QoS的缺陷,综合服务提供方高效率低成本和终端用户方QoS等目标约束条件,提出了一种多目标约束的服务选择遗传算法。该算法采用矩阵描述服务提供方、服务、终端用户三者之间的供给需求关系,并采用矩阵编码方式,将矩阵视为染色体个体,将矩阵的列视为染色体的基因,突破了遗传算法二进制编码表示的局限性。仿真实验结果表明,该算法具有较好的收敛性和稳定的寻优能力。3、在上述思想和设计的基础上,本文设计了一个基于上下文的服务选择模型,并将该模型系统应用到目标系统“应用共享服务子系统环境”中。目标系统的实际运行结果表明,该模型是有效的。