随着计算机以及通信技术的不断提升,云计算也得到了飞速发展。它的发展不仅为人们的工作和生活提供了方便,同时还节约了公共资源,提高了资源利用率。云计算除了可以为用户提供无限的存储服务,还可以通过组合服务将单一功能的服务进行组合,从而为用户解决复杂的问题。因此,云计算中基于QoS(Quality of Service)的Web服务的选择与组合问题一直是人们研究的热点。目前,云环境下Web服务的选择与组合存在的主要问题为:单个结点的候选服务数量大,选择算法在运行时容易陷入局部最优且运行时间长;Web服务非功能属性多,没有统一的规范和标准,无法根据用户的偏好选择出用户满意的服务组合。针对上面提到的问题,本文研究了基础的服务组合模型以及服务选择算法,并在此基础上提出了一种基于用户偏好的QoS组合模型对用户的偏好进行度量。改进后的模型将用户对属性的偏好通过判断矩阵转换为具体权值,并结合实际工作流中对应的属性值得到具体的适应度公式。由于粒子群算法具有收敛速度快、参数少等特点,本文选择了粒子群算法作为服务选择算法,并针对粒子群算法存在早熟收敛、易陷入局部最优和求解精度低的问题进行了改进。首先加入了动态惯性权重来改进粒子群算法求解精度低的问题,然后加入了高斯扰动以及莱维飞行来改进粒子群算法存在早熟收敛和陷入局部最优的问题。针对改进后的算法,本文首先采用了控制变量法,对改进后的算法进行了参数优化。然后将改进后的算法在Matlab中进行了仿真实验,并将实验结果同另外四种算法进行了对比。从实验结果来看,在相同运行时间下,改进后的算法选择的服务适应度值要优于另外四种算法;在相同迭代次数下,改进后的算法虽然在运行时间上较长,但选择的服务适应度值也更优的于另外四种算法。此外,随着候选服务数的提升,本文提出的改进算法效果也更加明显。综合来说,改进后的算法是具有实用性和有效性的。