论文部分内容阅读
Web服务吸收了分布式计算、Grid计算和XML等各种技术的优点,具有高度的互操作性、跨平台性和松耦合的特点,成为WWW发展的主要趋势。然而,单个Web服务的功能有限,只有通过组合单个Web服务才能实现服务重用和服务增值。而服务质量(QoS)是组合Web服务的生命。随着Web服务的发展,各行业和领域内服务功能不断细分和深化,用户对服务质量也有更高更多的需求。实现服务质量驱动下的Web服务组合是Web服务组合走向实用的必要条件。论文以动态Web服务组合应用环境为背景,通过多种数学模型和工具研究了Web服务的QoS模型和基于QoS的服务选择问题,主要的研究成果包括：1)提出了一种多侧面、层次化、统一的综合QoS模型。与现有的Web服务QoS模型相比,本文所提出模型的定义结构和属性类型定义从更多方面描述说明Web服务QoS属性,使得QoS属性定义更加清晰全面；统一的定义结构为Web服务QoS属性的可扩展性支持提供了可能。2)在信息完备情况下,提出了一种基于模糊集理论支持混合QoS属性综合评价的Web服务选择方法。能够支持对模糊表达QoS信息和确定表达QoS信息的统一处理,包括相应的确定化和标准化方法。采用主客观结合方法确定QoS属性综合权重,并引入灰色关联度理论,通过定义隶属度函数作为贴近度函数衡量候选服务的相对优劣。本文的方法可以支持多种不同类型的QoS属性,而且概念清晰、计算步骤较为简单、易于编程实现。3)在信息不完备情况下,提出了一种基于粗糙集理论的QoS驱动Web服务选择方法。能够支持数据补全、离散化、服务预筛选和服务排序,从而可以在Web服务QoS数据缺失、权重未知的情况下,利用粗集相似度和权重进行基于QoS的Web服务选择。4)提出了一种基于扰动变异更新的改进粒子群算法,并将其应用于全局QoS约束的Web服务选择优化。通过借鉴遗传算法的优势,引入外部精英种群,利用扰动和变异更新机制保持粒子多样性,采用聚类机制保持外部精英种群的合适规模,通过比例分配来更新局部和全局极值,在保持快速收敛特性的同时,改善了PSO容易陷入局部极值的缺陷。通过实验验证了该算法对QoS驱动的Web服务选择过程的优化效果。