论文部分内容阅读
随着互联网业务和技术的不断发展,越来越多的Web服务出现在互联网应用上,现有的大量功能单一的Web服务不能很好的满足用户需求,需要一种有效的机制将这些服务组合起来,提供综合的、复杂的新服务,Web服务组合应运而生。当前缺乏动态、分布式的仿真系统模拟Web服务组合过程,Web服务组合中服务选择的效率不尽如人意,效率有待提高。当要选择的Web服务的规模较大的情况下,运用遗传算法对Web服务进行全局最优选择时计算量很大,串行运算已经不能很好地提升服务选择的效率。鉴于上述原因,本文基于JADE平台开发Agent模拟不同Web服务,通过多Agent之间的协作模拟Web服务组合,运用并行遗传算法来提升Web服务选择的效率,得到较优的服务组合序列。根据所采用的方法,本文实现了一个模拟Web服务组合实验研究平台,主要工作如下：(1)在系统开发和设计过程中,结合JADE本身的特点,提出了一种JADE平台下模拟Web服务的设计原则,并且通过实际系统的开发验证了原则的正确性；此外为了便于后续开发人员开发,提出了Agent公共行为仓库的概念,使系统具有良好的可扩展性。(2)本文提出了分层设计策略。通过XML灵活配置Agent的相关属性和Agent的Behavior以及Behavior的相关方法,把Agent设计分为三层：表示层、行为层和方法层,分别负责Agent层设计,行为层设计和行为中具体方法设计。该策略简化了基于JADE平台的Agent设计。(3)本文基于QoS局部最优服务组合来搭建实验平台,验证了多Agent模拟Web服务组合的可行性。基于这个实验平台,本文将并行遗传算法应用到全局最优服务选择过程中,实验结果证明了服务选择的效率得到了相应的提升。最后本文对实验数据进行统计分析,找到适合本平台的并行遗传算法部署策略。