论文部分内容阅读
随着Web服务的快速发展,越来越多的Web服务提供商将其开发的Web服务发布到 Internet上供用户使用。于是网络上出现了大量功能相同但服务质量（Quality of Service，QoS）有很大差异的Web服务，如何根据用户的业务需求为用户选择满足其QoS要求的Web服务一直以来都是服务计算领域的热点问题之一，QoS也因此成为Web服务评价和选择的主要依据。使用好的Web服务选择方法，不仅可以提高用户的满意度，还可以平衡资源分配，同时也关系着 Web服务组合的优劣。然而现有的 Web服务选择方案主要集中在单一请求的服务选择上，而忽略了实际中并发用户的请求和服务负载的问题，本文主要针对多用户请求问题进行研究。 针对现有Web服务选择方法忽略同一时刻多用户请求和Web服务负载的问题，本文主要研究同一时刻多冲突用户请求的 Web服务选择问题，并将抽象的Web服务选择问题转化为一个具体的数学模型，将问题的解通过符号编码为简单的序列形式。由于本文中的服务选择问题属于离散数据领域，本文结合文化算法和遗传算法构造了可以处理离散数据的 ICA算法。ICA算法集合了文化算法的双空间优势和遗传算法的全局搜索能力，可以有效避免局部最优。文中对文化算法的种群空间进行改进，分为了两个可以彼此通信的子群，这样设计既可以充分利用优秀解的指导作用，又可以提高算法的搜索效率。针对种群空间和信念空间的进化算法，本文利用遗传算法的交叉和变异算子设计了简单易于实现的优化算法。 基于上述的设计思路，本文进行了实验仿真，实验结果显示本文中的ICA算法可以有效的解决多冲突请求的Web服务选择问题。