论文部分内容阅读
随着互联网技术的不断发展,Web服务作为一种新兴的Web应用模式,近年来得到快速发展与应用,Web服务数量逐渐增多。同时由于用户对服务功能与服务质量(Quality of Service, QoS)的要求越来越高,单个Web服务己无法满足用户日益增长的业务需求,Web服务组合技术应运而生。Web服务组合是通过重用己有分布于Internet中的各类服务,按照一定的业务流程,实现服务间无缝集成,形成满足用户复杂应用需求的增值服务。然而,面对网络上大量功能相同但QoS不同的Web服务,如何高效地从大规模的候选服务集中选择满足用户需求的服务,己成为新的应用需求和研究热点。本文基于改进的离散粒子群优化算法解决Web服务组合问题,不仅研究了传统串行模式下的Web服务组合优化问题,也研究了MapReduce并行模式下的大规模Web服务组合优化问题。本文的主要研究工作包括：(1)介绍了Web服务组合的基础知识和相关技术。包括Web服务与Web服务组合的基本概念,服务组合领域目前典型的研究方法以及基于QoS的服务组合相关基础理论。(2)分析了标准粒子群算法的基本原理,指出该算法存在早熟收敛,以及容易在后期陷入局部最优的缺陷。本文提出一种改进的混沌粒子群算法(ICPSO)解决服务组合优化问题,算法引入混沌优化的思想提高种群多样性的同时,采用Skyline技术降低服务搜索空间,从而提高算法求解效率。大量实验结果验证了ICPSO算法的有效性与稳定性。(3)介绍了MapReduce技术框架与基本原理的基础上,本文运用分布式并行化框架对粒子群算法进行建模,结合早熟收敛处理机制,提出了一种基于MapReduce的分布式并行粒子群优化算法(MR-IDPSO),用于解决分布式并行环境下大规模服务组合优化问题。实验结果表明本文MR-IDPS O算法在MapReduce模式下解决大规模Web服务组合优化问题是可行和有效的。