混合QoS条件下基于信息公理的制造资源服务配置研究

为实现云制造环境下企业制造资源的有效配置,提出一种在混合QoS条件下基于信息公理的制造资源服务配置方法。首先对混合QoS指标进行区分,基于信息公理计算指标信息量,利用模糊三角数将语义短语转化为模糊数,构建了一种混合QoS指标信息量计算方法。根据各QoS指标信息量和相应权重计算制造资源综合信息量并进行排序,实现制造资源配置优选。最后通过仿真实验验证了方法的可行性。

基于混合QoS模型的服务选择策略

目前大部分Web服务质量属性都采用精确数值型描述,不能适应客户对服务QoS描述的需求。为了增强服务QoS描述能力,给出混合QoS模型。该模型将QoS属性分为精确数值型、区间数值型和模糊数值型,并基于OWL-S增加了其QoS信息的描述。在此基础上,采用TOPSIS决策算法给出混合型QoS属性服务的选择过程。提出了一种基于理想解的多属性决策模型。实例验证该模型是可行的。

一种动态混合QoS语义的Web服务个性化推荐模型

服务推荐是服务计算中的主要问题之一,当前大多针对功能属性进行推荐,而在Web服务的QoS属性方面考虑较少,并且不支持动态变化的QoS属性。基于动态混合QoS的语义Web服务个性化推荐模型,把语义Web技术引入Web服务中,在QoS监控器下,有效监测Web服务的QoS属性变化并动态更新Web服务的QoS属性。根据建立的用户兴趣模型,向用户推荐具有个性化的Web服务。此外,在个性化推荐系统中使用最广泛的协同过滤推荐技术基础上,对数据进行了一系列的预处理填充,而且充分考虑了不同时间的项目评分对推荐的影响。结合用户兴趣度和用户评分的相似性计算方法,并通过不同的权值来表示它们的重要程度,综合计算目标用户的最近邻居集合,最终对用户u产生推荐。该系统在一定程度上提高了服务推荐的效率和准确度并满足用户查询需求。

一种支持混合QoS属性的服务选择方法

当前的服务选择方法大都假设所有服务的QoS(Quality of Service)属性值必须均为确定的实数,并未考虑QoS属性的模糊性。这个假设在实际应用需求中具有一定的局限性,还会丢失大量的数据信息。为增强QoS表达能力,将QoS属性值描述成精确数值型、区间数值型、模糊数值型。同时,用序关系向量表示用户对不同QoS属性的需求偏好,将其转换成用户对QoS属性的主观权重,并采用熵权法计算QoS属性的客观权重。在此基础上,采用相对优势度算法给出混合QoS属性的服务选择过程。最后通过模拟和实验验证,证明相对优势度算法的有效性与合理性。

一种混合QoS感知的Web服务选择方法

运行环境的开放性和动态性使得Web服务QoS具有内在的不确定性。为此,首先对QoS不确定性进行了分析,并分别采用实数、区间数和随机数对不同特性的Web服务QoS进行描述。然后,结合用户QoS需求约束,分别利用可能度和半方差理论实现区间数和随机变量的比较,将不确定混合QoS感知的服务选择问题转化为确定型多属性决策问题,并利用TOPSIS(technique fororder preference by similarity to ideal solution)方法进行求解。服务选择考虑了客观权重和主观权重。最后,通过实验验证了服务模型的有效性。

基于直觉模糊理论的混合多属性Web服务选择

针对多个功能相同或相似的服务,提出了基于直觉模糊理论的混合多属性Web服务选择.将QoS属性分为精确数值型、区间数值型和语言型,并利用层次分析法给出了用户QoS偏好的计算方法.引入直觉模糊集理论将混合型QoS属性统一为直觉模糊数,采用直觉模糊加权算术平均算子对QoS决策矩阵各指标集结,利用直觉模糊得分函数对各决策方案进行排序,实现了基于QoS的Web服务选择.实例验证结果表明,该方法具有一定的有效性.