本文關(guān)鍵詞：面向領(lǐng)域服務組合的人工蜂群優(yōu)化算法S-ABC及其支持工具

  更多相關(guān)文章： 領(lǐng)域服務 人工蜂群算法 服務組合 面向服務的ABC優(yōu)化算法范型

【摘要】：隨著服務計算、云計算、物聯(lián)網(wǎng)等高新技術(shù)的快速發(fā)展與成熟,各個領(lǐng)域出現(xiàn)了大規(guī)模智能業(yè)務服務。而用戶的需求也變得越來越復雜,單個服務無法滿足用戶的需要,這就需要根據(jù)用戶需求做服務組合,從而形成滿足用戶需求的組合服務。所以,如何根據(jù)用戶需求在大規(guī)模智能業(yè)務服務中快速的組合成用戶滿意的服務組合方案成為當今研究的熱點,引起了廣泛的關(guān)注。與此同時,隨著對大數(shù)據(jù)的研究,不同領(lǐng)域呈現(xiàn)出一定的領(lǐng)域特性,許多服務領(lǐng)域存在其自身的特性和運行規(guī)律,這些特性在服務組合問題中都起著一定的作用。因此,如何在新的服務環(huán)境下利用服務領(lǐng)域的特性,提高服務組合問題求解的效率具有重要意義。本文針對以上兩個問題進行研究,提出了面向領(lǐng)域服務組合的人工蜂群優(yōu)化算法S-ABCsc范型,并從以下三個方面展開詳細研究:(1)人工蜂群算法用于服務組合問題的優(yōu)越性分析:為了更好的利用人工蜂群算法解決服務組合問題,本文對人工蜂群算法進行剖析,包括候選服務空間的劃分、食物源的生成、鄰域搜索、算法判優(yōu)準則等。(2)S-ABCsc范型基礎(chǔ)理論及算法的研究:為了研究服務領(lǐng)域特性對服務組合問題求解效率的影響,歸納總結(jié)了三大服務領(lǐng)域特性,包括是先驗性、相似性和關(guān)聯(lián)性。根據(jù)這三大領(lǐng)域特性,分析服務組合問題及其求解算法,從而將這三大領(lǐng)域特性與人工蜂群算法結(jié)合形成面向領(lǐng)域服務組合的人工蜂群優(yōu)化算法S-ABCsc范型。該范型提出了面向領(lǐng)域服務組合的人工蜂群算法框架,包括服務空間搜索策略,面向領(lǐng)域服務組合的食物源生成策略、適應度函數(shù)、雇傭蜂階段、觀察蜂階段、偵察蜂階段,算法判優(yōu)準則。其中,根據(jù)兩種的服務空間搜索策略形成了兩類算法,即基于優(yōu)先級搜索策略的S-ABCsc算法和基于均衡搜索策略的S-ABCsc算法。另外,為了分析兩種服務空間搜索策略的使用條件,提出了先驗性和相似性的具體度量指標,并進行大量實驗總結(jié)出相關(guān)規(guī)則。(3)S-ABCsc范型支持工具的設計與開發(fā):為了更方便的使用S-ABCsc范型解決服務組合問題,設計開發(fā)了該范型的支持工具。該系統(tǒng)包含模塊:算法預制及執(zhí)行、服務流程管理、候選服務管理、需求分類管理和歷史數(shù)據(jù)管理。
【關(guān)鍵詞】：領(lǐng)域服務 人工蜂群算法 服務組合 面向服務的ABC優(yōu)化算法范型
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP18;TP393.09
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-20
• 1.1 課題來源與研究意義10-12
• 1.1.1 課題來源10-11
• 1.1.2 課題研究意義11-12
• 1.2 課題相關(guān)技術(shù)的國內(nèi)外研究現(xiàn)狀12-18
• 1.2.1 服務領(lǐng)域特性12-13
• 1.2.2 服務組合問題13-14
• 1.2.3 人工蜂群算法在服務領(lǐng)域中的應用14-15
• 1.2.4 人工蜂群算法現(xiàn)有的改進方法15-16
• 1.2.5 現(xiàn)有研究的不足16-18
• 1.3 本文研究內(nèi)容及章節(jié)安排18-20
• 第2章 領(lǐng)域服務組合問題與人工蜂群算法20-33
• 2.1 特定領(lǐng)域服務中的三大領(lǐng)域特性20-25
• 2.1.1 先驗性20-21
• 2.1.2 相似性21
• 2.1.3 關(guān)聯(lián)性21-22
• 2.1.4 三大特性的度量指標22-25
• 2.2 服務組合問題25-27
• 2.2.1 Qo S感知的服務組合問題25-26
• 2.2.2 服務組合方案的優(yōu)化機理26-27
• 2.3 人工蜂群算法剖析27-32
• 2.3.1 人工蜂群算法27-28
• 2.3.2 人工蜂群算法的優(yōu)化機理28-29
• 2.3.3 人工蜂群算法框架29-30
• 2.3.4 實驗30-32
• 2.4 本章小結(jié)32-33
• 第3章 面向領(lǐng)域服務組合問題的S-ABCsc范型及其服務空間搜索策略33-50
• 3.1 面向領(lǐng)域服務組合問題的S-ABCsc范型33-43
• 3.1.1 S-ABC范型33
• 3.1.2 服務空間劃分33-35
• 3.1.3 服務空間偏序關(guān)系35-36
• 3.1.4 S-ABCsc范型36-43
• 3.2 S-ABCsc范型服務空間搜索策略43-45
• 3.2.1 S-ABCsc范型范型中服務應用需求的處理過程43-44
• 3.2.2 服務空間優(yōu)先級搜索策略44-45
• 3.2.3 服務空間均衡搜索策略45
• 3.3 服務空間搜索策略判定方法研究45-48
• 3.3.1 實驗配置45-47
• 3.3.2 實驗結(jié)果47-48
• 3.4 本章小結(jié)48-50
• 第4章 基于優(yōu)先級搜索策略的S-ABCsc算法50-60
• 4.1 算法設計50-51
• 4.2 食物源生成策略51-53
• 4.2.1 數(shù)學優(yōu)化模型51-52
• 4.2.2 問題求解原理52
• 4.2.3 求解步驟52-53
• 4.3 適應度函數(shù)53
• 4.4 雇傭蜂階段53-56
• 4.4.1 先驗性服務集內(nèi)的新食物源生成策略53-55
• 4.4.2 相似性服務集內(nèi)的新食物源生成策略55
• 4.4.3 一般性服務集內(nèi)的新食物源生成策略55-56
• 4.5 觀察蜂階段56
• 4.6 偵察蜂階段(全局搜索策略)56-58
• 4.7 算法判優(yōu)準則58
• 4.8 實驗58-59
• 4.9 本章小結(jié)59-60
• 第5章 基于均衡搜索策略的S-ABCsc算法60-69
• 5.1 算法設計60-61
• 5.2 食物源生成策略61-63
• 5.2.1 數(shù)學優(yōu)化模型61-62
• 5.2.2 問題求解原理62
• 5.2.3 求解步驟62-63
• 5.3 適應度函數(shù)63
• 5.4 雇傭蜂階段63-64
• 5.5 觀察蜂階段64-65
• 5.6 偵察蜂階段(全局搜索策略)65-66
• 5.7 算法判優(yōu)準則66
• 5.8 實驗66-67
• 5.9 兩大算法實驗對比67-68
• 5.10 本章小結(jié)68-69
• 第6章S-ABCsc范型支持工具的設計實現(xiàn)及實驗驗證69-93
• 6.1 系統(tǒng)設計69-71
• 6.1.1 系統(tǒng)功能設計69-71
• 6.1.2 系統(tǒng)數(shù)據(jù)庫設計71
• 6.2 系統(tǒng)實現(xiàn)71-86
• 6.2.1 需求參數(shù)化及組合問題表達71
• 6.2.2 自動生成算法的框架配置71-73
• 6.2.3 算法預制及執(zhí)行73-81
• 6.2.4 服務流程管理81-82
• 6.2.5 候選服務管理82-83
• 6.2.6 需求分類管理83-85
• 6.2.7 歷史數(shù)據(jù)管理85-86
• 6.3 實驗驗證86-92
• 6.3.1 實驗數(shù)據(jù)配置86
• 6.3.2 基于優(yōu)先級搜索策略的S-ABCsc算法的實驗驗證86-89
• 6.3.3 基于均衡搜索策略的S-ABCsc算法的實驗驗證89-91
• 6.3.4 兩大算法實驗比較91-92
• 6.4 本章小結(jié)92-93
• 結(jié)論93-95
• 參考文獻95-99
• 攻讀碩士學位期間發(fā)表的論文及其它成果99-101
• 致謝101-102
• 附錄1 兩大類算法在支持工具中實驗驗證時的服務流程bpel文件102-104
• 附錄2 兩大類算法在支持工具中實驗驗證時的數(shù)據(jù)表104-111

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 李素粉;范玉順;李秀;;支持服務應用關(guān)聯(lián)的服務選擇方法[J];計算機集成制造系統(tǒng);2012年03期

2 吳健;陳亮;鄧水光;李瑩;鄺礫;;基于Skyline的QoS感知的動態(tài)服務選擇[J];計算機學報;2010年11期

3 溫濤;盛國軍;郭權(quán);李迎秋;;基于改進粒子群算法的Web服務組合[J];計算機學報;2013年05期

4 王尚廣;孫其博;楊放春;;基于全局QoS約束分解的Web服務動態(tài)選擇[J];軟件學報;2011年07期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 陶春華;QoS感知的Web服務發(fā)現(xiàn)與組合研究[D];天津大學;2010年

，

本文編號：1123141