在面向服务计算中,服务提供者将异构资源封装为原子服务后提供给使用者。为了解决用户复杂需求与单个原子服务功能有限产生的矛盾,服务组合(SC)技术将多个原子服务组合为新服务(即组合服务),进而实现了服务的重用与增值。为了从功能相近的多个原子服务中生成满足用户需求且服务质量(QoS)较优的组合服务,产生了基于QoS感知的服务组合(QSC)技术。常见的QSC技术可分为两类,其中静态QSC技术基于预先定义的抽象服务链,只需选取相应的原子服务即可生成组合服务,而动态QSC技术根据用户需求动态地生成服务链并选取原子服务。随着普适计算等相关技术的发展,原子服务的种类和数量规模大幅增加,与此同时,用户需求的多样化导致描述QoS的目标种类增多。此时静态QSC技术受限于预定义的抽象服务链而无法适应服务种类增多和需求多样化,而现有动态QSC技术大多基于规划图技术,在服务数量过多时会导致服务组合成本过高,且QoS目标数量的增多也会削弱其优化QoS的能力。针对以上问题,本文设计并实现了基于目标驱动的服务自动组合算法。首先提出了一种时态化目标序列模型,基于该模型可将求解QSC问题的过程转化为求解对应时态化目标序列的过程。为提取目标序列中的组合服务信息,基于Yahsp2规划器设计并实现了一种智能规划算法,通过分段求解目标序列的方式将QSC问题划分为多个子问题,从而有效地降低了问题复杂度。为优化组合服务的QoS,设计并实现了一种将目标序列作为个体染色体的多目标遗传算法。算法通过种群演化生成并优化目标序列,并针对多目标QoS引入了分级适应性函数,实现了组合服务的QoS优化。最后基于WSC09公开数据集对本文中的算法进行测试,结果表明在服务种类和数量较多时该算法优于其他现有方案。