随着技术的进步和网络应用的普及,一方面,有越来越多的企业或组织将自己的业务功能单元以Web服务的形式发布到网络上。而另一方面,普通消费者对网络服务提出了更高的要求。他们已不再满足于互联网上的简单的服务提供方式,如获取天气资讯、查询航班信息、宾馆预订等单一功能的服务。用户期望通过网络服务平台以生活中惯常的表达方式提出自己的模糊请求,而不管身在何处,都能享受到专门为自己量身定制的、能提供复合功能的高品质服务。这就对当前主流的Web服务的提供方式提出了挑战。显然,任何商家无法独立提供用户需要的完善的服务。在市场竞争日趋激烈的商业背景下,要满足用户的这种服务需求,就需要同一商业价值链上的各企业实体组建动态的虚拟企业联盟,整合各自的优势资源,开展协同商务,将联盟各成员发布的Web服务有机地集成,形成大粒度的具有内部流程逻辑的组合服务,才能动态、灵活、快速地响应持续变化的用户需求。这也是本文开展面向模糊请求的服务组合关键问题研究的意义所在。针对用户服务请求所表现出的即时性、定制性和模糊性的特点,本文对涉及服务组合整个生命周期的Web服务发现和匹配、服务的自动组合、动态服务选择和对组合服务流程执行过程的监控及异常处理等问题开展了深入的研究,取得了以下成果：1、提出了一种面向模糊请求的服务发现和匹配方法,与基于传统本体模型的服务匹配方法相比,不但解决了其无法处理模糊请求的不足,也有效地提高了服务发现的查准率和查全率。通过对传统本体模型的模糊扩展,构建了包括模糊领域本体和模糊QoS本体在内的模糊本体模型。在模糊本体的支持下,将服务分两层(功能语义匹配层和非功能属性的语义匹配层)进行匹配,并给出了服务匹配的算法。2、提出了一种从OWL-S过程模型到流演算形式的映射算法,在此基础上,给出了基于流演算的Web服务自动组合算法,有效地解决了在组合服务流程的规划空间较大时算法复杂度高的问题,提高了服务组合的效率。在领域本体的支持下,利用流演算的规划和推理能力,自动地生成抽象的组合服务流程。提出的BCA-FC算法采用了前推推理机制对状态和动作进行推理,与采用回归机制的其它AI规划方法相比,有效降低了估价属性有效性的计算复杂度。实验结果表明该算法在组合服务流程中任务节点数目较多时,仍有较高的执行效率。3、提出了一种基于多维QoS约束的服务选择模型,为服务选择以及流程执行中的动态服务替换提供多维QoS支持；提出了基于MMKP背包问题的启发式服务选择算法,有效降低了算法的搜索空间,能够快速有效地完成服务选择。针对目前研究中存在的复合服务QoS全面评价标准不明确,未充分考虑用户需求尤其是模糊请求的问题,提出一种服务的QoS度量模型,定义了的服务质量效用评价函数,并给出了不同的全局QoS约束下动态服务选择模型,为服务选择以及流程执行中的动态服务替换提供多维QoS支持。提出了一种基于MMKP背包问题的使用规则库的启发式选择DSSR_KP算法,实验表明,启发式选择算法通过使用规则库降低了搜索空间大小,能够快速有效的完成服务选择。从而使得在满足用户的QoS模糊约束的同时,获得综合性能评价最优的组合服务流程实例成为可能。4、提出了一种流程异常处理模型,有效地实现了流程业务层的快速异常诊断；提出了一种面向业务逻辑层的流程异常处理方法,提高了组合服务流程执行中异常处理的自动化水平和自适应能力。在异常处理模型的状态监控模块中,通过基于WS-N的消息发布和订阅机制及时获取与服务执行密切相关的信息资源,并据此做出诊断,为可能的流程异常处理奠定基础。针对业务层的服务异常,采用了基于撤回业务生成图的组合服务流程异常处理方法,在用户可接受的代价范围内实现服务的撤回,保证了组合服务流程可靠、一致的执行。