动态Web Services的约束满足优化技术研究

WebServices合成是WebServices技术的重要方面,能够按要求提供选择新的服务。本文首先提出了WebServices服务约束的分类描述,进而分析了WebServices服务合成中如何按照服务约束指导服务选择,进而选择合适的服务集来满足客户的要求。该方法把动态WebServices合成转化为约束满足问题。

基于改进蚁群算法的Web服务组合优化

为解决基础蚁群算法存在的前期搜索速度慢、后期容易陷入局部最优解的问题,针对服务组合的动态性、不稳定性以及非功能属性限制等情况,提出基于改进蚁群算法的Web服务组合优化方法。首先分别介绍基本蚁群算法和L-I-ACO改进蚁群算法,再将其应用到Web服务组合优化建模中,最后通过对比实验测试两种算法的性能。实验结果表明,L-I-ACO改进蚁群算法性能较好,它弥补了基础蚁群算法的不足,提高了动态组合优化过程中的准确率和效率,更利于选取符合客户要求的服务。

动态的QoS感知Web服务选择和组合优化模型

Web服务软件工程的实用化挑战之一是QoS感知的选择、组合和稍后的绑定,表现为允许在运行时绑定一组领域Web服务构成面向服务的系统.这些领域Web服务在提供要求的功能同时,还满足一些非功能约束,例如总的费用或响应时间,并且使之最优化.对此作者提出了一种把Web服务看作为首类构件对象的关系查询基础结构,它通过各种Web服务操作调用评估查询.鉴于个性化和效率在这种评估中的重要作用,提出了一个基于聚合不同Web服务的多属性QoS参数的查询优化模型.该模型通过用户设定的全局约束和偏好、一个动态的等级方案以及多级匹配来调整QoS.等级提供了一个Web服务的行为评估,而多级匹配通过使用类似的和部分的答案对解决方案的空间进行扩展.进而给出了模型求解的遗传算法,并从适应度函数的静态惩罚、动态惩罚以及拉伸3个方面对优化性能进行了比较.文中最后介绍了一个从高端实现的服务查询引擎原型系统,用以展示该方法的适应性、可行性和有效性.

基于改进粒子群算法的Web服务组合

Web服务组合优化问题是典型的NP难题.将PSO算法用于连续性优化问题的相关研究较多,但将其应用于Web服务组合优化问题并不多见.文中提出一种改进的基于子粒子圆周轨道和零惯性权重的MDPSO算法,并将其应用到Web服务组合优化问题中,该算法使用基于三角函数的非线性动态学习因子及种群早熟收敛预测与处理方法控制粒子群的行为,在粒子的局部开拓能力和全局收敛能力之间达到良好的动态平衡.最后文中给出了MDPSO算法的实验及评价方法.这些概念和方法为PSO算法在Web服务组合问题上的应用研究提供了一种全新的思路.通过与传统的PSO算法做比较,验证了该算法在Web服务组合问题上效率更优.通过对实验数据的分析和解释得到了若干有益的结论,为进一步的研究工作奠定了基础.

基于语义Web和约束满足技术的旅游规划系统

在基于虚拟组织的e-commerce中,常常涉及从大量的网上服务提供者中找到所需的供应商,并将发现的服务提供者集成起来,实现业务协作,为用户提供一系列流程服务。我们拟将语义Web服务和约束满足技术各自优势结合起来,解决虚拟组织的活动管理。并用此思想构建了一个旅游规划系统。本系统可以适用于Internet等动态开放的环境,其根据用户的要求找到合适的资源信息,然后将问题模型为约束满足问题进行求解,特别是我们采用约束对象表示以便实现高层次建模,从而实现真正意义的E-Traveling。

不确定信息下基于改进粒子群算法的Web服务选择

针对有QoS保障的组合服务选择中,Web服务的QoS难以精确测量以及用户的QoS需求难以准确表达的问题,提出了一种不确定信息下服务选择的新方法,该方法采用区间数的形式描述用户的QoS需求以及服务的QoS指标,引入组合服务用户满意度评价,基于带有动态边界的改进粒子群算法寻找满足用户全局QoS需求的Web服务组合方案。实验结果表明,该方法有效可行。

基于Web服务面向虚拟企业的柔性工作流管理技术研究

虚拟企业中盟员和其提供的服务是动态变化的 文中提出将工作流过程模型描述的活动规范中包含一个或多个Web服务请求 ,通过引入Web服务和Web服务请求的定义和约束 ,在活动实例的执行过程中实现Web服务请求与最佳Web服务提供企业动态的服务绑定和调用 ,由于虚拟企业内部的变化不会影响到各盟员业务过程的正常运行 。

语义Web服务的相似性方法研究

针对目前的Web服务处理效率低下的问题，主张通过对web服务添加丰富的语义描述，将需求者的要求按约束的形式形成服务模板，然后将服务模板与服务注册库中的服务进行基于语义的相似性评价，从而形成候选服务集合，最后从该集合中找到能全面满足需求者要求的最佳服务。这在很大程度上提高了web服务处理的精准度和效能。

基于不确定服务质量的Web服务选择算法

针对开放环境中Web服务的动态性和随机性问题,提出了一种基于不确定服务质量的Web服务选择算法。算法中服务质量的不确定性主要用概率区间描述,包括概率区间的置信上界、下界和均值三个指标。通过置信上界、下界与均值的偏差,可以计算出Web服务受动态环境影响的程度。因此,最优组合服务的选择可采用均值的加权和最大以及偏差最小来度量。将动态环境下服务选择问题转化为带不确定QoS约束的单目标组合优化问题,通过基于社团划分思想的遗传算法,加速算法收敛并找出满足最优条件的组合服务。仿真实验表明,该算法能有效克服不确定因素对服务选择的影响,提高服务选择的效率,保证选择的正确性。

约束驱动的语义Web服务相似性问题研究

目前,在Web服务处理过程中,服务需求者和服务提供者间还是以语法的形式去理解对方,Web服务发现的目的只是能够查找到满足需求者基本要求的服务,很难按照需求者的具体要求细致地描述服务,这样查找到的服务很难达到优化的目的。我们主张通过对Web服务添加丰富的语义描述,将需求者的要求按约束的形式形成服务模板,然后将服务模板与从服务注册库中的服务进行基于语义的相似性评价,从而形成候选服务集合,最后从该集中找到能全面满足需求者要求的最佳服务。这在很大程度上提高了Web服务处理的精准度和效能,同时将以往能否找到合适Web服务的问题提升为怎样选择最佳Web服务的问题。

具有局部和全局QoS约束的Web服务选择

提出一种具有局部和全局QoS约束的Web服务选择算法。将基于QoS的Web服务选择问题建模为带QoS约束的多目标组合优化问题,使用局部QoS约束过滤不满足约束条件的候选服务,通过归档式多目标模拟退火(AMOSA)算法同时优化多个QoS目标函数以产生一组Pareto优化解,利用全局QoS约束筛选出满足约束条件的Pareto最优解集。实验结果证明了该算法的有效性。

云环境下基于用户偏好的粒子群优化算法的Web服务选择

针对当前Web服务的海量增加,而现有的服务选择算法低效以及粒子群算法在复杂的组合优化类问题上的不足,该算法分析用户对于Web服务的一些软性偏好,提出了一种在云环境下基于用户偏好的粒子群改进算法的Web服务选择.该算法通过对粒子分群映射、相似分群并行化简,同时利用模糊约束来表达用户的偏好,最终使得用户能够根据偏好从中进行选择.实验表明,该算法能有效减少执行过程中Web服务选择导致的时间开销,并提高服务选择的性能.

基于FCSP的Web服务动态集成算法的实现

针对网络中发布的众多Web服务存在功能上的重叠性,需要通过其QoS属性来解决组合Web服务中的服务选择问题。传统的基于范围的QoS表示方式过于严格。该文通过引入模糊表达式对QoS属性的需求进行描述,使用户对QoS的需求描述更加灵活;通过把基于QoS的Web服务动态集成问题转化为FCSP,使产生的执行计划解决方案可以最大限度地提高用户的满意度。重点介绍了基于FCSP的Web服务动态集成算法的具体实现以及实验结果的数据分析。结果显示,算法能在较短的时间内产生令人满意的执行计划。

关于Web服务动态组合的约束性满足的研究

当前web服务组合已成为web services技术的一个重要方面,并且能够实时选择新的services以更好地满足人们的需求,这就需要制定自己web服务组合标准的方法.针对这一问题,描绘了引导服务选择的约束标准,根据这些标准能够选择一组较优的services进行组合,满足消费者的需求.这种方法使得动态web服务组合简化为一个约束满足的问题(CSP),因此,该机制成功地在服务组合模型上得到了实现.

一种提供用户偏好选择的Web服务组合方法

分析了用户对于组合的Web服务的一些软性的偏好,对这些偏好的表达和基于这些偏好的Web服务组合进行了研究,提出了一种提供用户偏好选择的Web服务组合方法。该方法利用模糊约束来表达用户的偏好,将用户的偏好和满意程度转化成为模糊约束满足问题,进而使用分支定界法对层次化任务网络（HTN）进行分解。实验结果表明,用户的满意程度有显著的提高。

全局优化的分层动态Web服务组合

优化选取服务是动态Web服务组合的关键技术之一。在对分层组合算法研究的基础上,利用产生式规则和接口语义规则对Web服务建模,引入了备选服务的QoS性能指标和用户请求对响应时间、成本、成功率、可靠性和组合率的多条件约束,给出了一种全局优化的分层动态Web服务组合算法,通过仿真工具Weblogic 8.1 application server+Oracle BPEL Process Manager 10验证,结果表明,该算法能够有效提高动态Web服务组合的成功率和组合率。

一个基于工作流的web服务组合系统

本文介绍了一个基于工作流的web服务组合系统,这个系统为说明组合服务的流模型和用户对组合服务约束提供了环境。在web服务资源分配的约束下进行工作流建模和进度安排,并扩展它使其具有发现服务的功能。在组合服务建模中,系统引导用户选择相关的服务类型。在引导功能和发现服务阶段都利用了基于本体的语义服务信息。

适应模糊QoS约束优化的Web服务选择技术研究

基于QoS优化的全局Web服务选择涉及多目标和多阶段的服务合成,以及各种QoS属性的折衷,如可信性、可用性和声望等,因此提出了适当的基因算法来处理服务选择问题。由于发现质量驱动的Web服务选择是一个NP-hard问题,实际的多目标或QoS标准并不总是明确的,常常包含模糊元素。着重研究多目标Web服务选择过程中模糊QoS属性和适应进化函数之间的关系,以及如何调节个体模糊QoS属性以实现整个种群进化的问题。

基于DCSP的Web服务事务协调算法

随着电子商务的快速发展,Web服务逐渐成为Web领域一个崭新的分布式计算模型。本文针对Web服务事务协调过程中的资源分配问题,在分布式逃逸算法的基础上提出了一种基于分布式约束满足的资源优化模型,并通过仿真实验证明了模型及其算法的收敛性和优化性。

一种服务聚合中QoS全局最优服务动态选择算法

Web服务作为一种新型的Web应用模式,近年来得到了迅速的发展.如何动态地把现存的各种Web服务整合起来以形成新的、满足不同用户需求的、增值的复杂服务已成为新的应用需求和研究热点.针对现有服务聚合中服务选择技术的不足,提出了一种解决服务聚合中服务动态选择QoS全局最优化问题的实现算法GODSS(global optimal of dynamic Web services selection).算法的主要思想是把服务动态选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目标遗传算法的智能优化原理,通过同时优化多个目标函数,最终产生一组满足约束条件的Pareto优化服务聚合流程集.理论分析和实验结果说明了算法的可行性和有效性.