隨著云計算技術的成熟和發(fā)展,云計算下的Web服務組合變成了一個越來越受到關注的熱點。傳統(tǒng)資源池中的Web服務性能單一很難滿足人們?nèi)找嬖鲩L的需求,Web組合的目的是服務的重用,Web服務之間的相互通信和協(xié)作,有效地聯(lián)合各種不同功能的Web服務,從而完成和解決一些復雜多樣的問題,實現(xiàn)在已有服務基礎上的增值。目前在評價Web服務中使用最為廣泛的指標是服務質(zhì)量（Quality of Service,QoS）,該指標只能反映服務的質(zhì)量特性,很難反映用戶對服務體驗質(zhì)量的滿意程度,而體驗質(zhì)量（Quality of Experience,QoE）卻能很好地反映用戶對服務體驗質(zhì)量。本文主要研究使用差分進化算法求解基于QoE評價指標的Web服務組合問題。首先,在模糊專家系統(tǒng)上研究了一種基于QoE的Web服務組合模型,并將其抽象成關于QoE的數(shù)學模型。其次,在基本差分進化算法（Differential Evolution Algorithm,DE）基礎上,提出了參數(shù)自適應DE算法,該算法利用混沌初始化、小生境淘汰策略和參數(shù)自適應機制,使之在迭代過程中保持種群多樣性的同時,又能動態(tài)調(diào)節(jié)交叉率CR和縮放因子F。... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

云計算的模型

士研究生學位論文 第二章 相關把自然語言翻譯成計算機能夠識別的 Web 服務描述語言。器將用戶遞交的信息翻譯成組合管理器能夠識別的語言。服務器在接受到翻譯器提交的信息后，根據(jù)信息生成服務組合的解決方法發(fā)送給執(zhí)行引擎。引擎把接受的方案提交給服務匹配器。器根據(jù)條件要求從服務候選集中選取適當?shù)姆⻊铡Ｆ鲗⑦x擇出的 Web 服務返回給執(zhí)行引擎。引擎在執(zhí)行過程中對獲取的 Web 服務組合進行性能監(jiān)測。引擎把結(jié)果返回給用戶。

論文 第三章 Web 服務組不同的概率分布函數(shù)，用概率分布函數(shù)除以其般多采用三角形或梯形結(jié)構表示。本文選取ean Opinion Score，MOS）把 QoS 參數(shù)劃分，所以使用三個等級（高中低或大中小）描和可靠性（R）的隸屬函數(shù)，如圖 3.2、3.3、

【參考文獻】：
期刊論文
[1]隨機自適應差分進化算法[J]. 沈鑫,鄒德旋,張鑫.  電子科技. 2018(02)
[2]基于參數(shù)動態(tài)調(diào)整的多目標差分進化算法[J]. 侯瑩,韓紅桂,喬俊飛.  控制與決策. 2017(11)
[3]基于精英區(qū)域?qū)W習的多種群自適應的差分進化算法[J]. 蔡萬剛,蔡志偉,鄭建國.  運籌與管理. 2017(08)
[4]基于粒子群優(yōu)化算法的電網(wǎng)GIC-Q多目標優(yōu)化策略[J]. 楊培宏,劉連光,劉春明,馮士偉,鄭許朋.  電力自動化設備. 2017(03)
[5]Web服務組合技術框架及其研究進展[J]. 鄧水光,黃龍濤,尹建偉,李瑩,吳健.  計算機集成制造系統(tǒng). 2011(02)
[6]基于小生境的混沌變異差分進化算法[J]. 鄧澤喜,劉曉冀.  計算機工程與應用. 2010(25)
[7]語義Web服務組合綜述[J]. 崔華,應時,袁文杰,胡羅凱.  計算機科學. 2010(05)
[8]粒子群算法求解Web服務組合中基于QoS的服務選擇[J]. 夏虹,李增智.  北京郵電大學學報. 2009(04)
[9]基于主題模型的結(jié)構化Web服務發(fā)現(xiàn)機制[J]. 陳江鋒,于建軍.  北京航空航天大學學報. 2008(06)
[10]一種新的Web分類方法[J]. 鄒漢斌,張偉,周霆,陳蕓.  微計算機應用. 2005(04)

博士論文
[1]云計算中服務組合與選擇技術研究[D]. 劉陽.北京郵電大學 2013

碩士論文
[1]多目標廣義蟻群算法的收斂性、收斂速度和算法復雜度研究及其應用[D]. 傅鵬.南京郵電大學 2014
[2]基于模糊模型的專家系統(tǒng)推理方法[D]. 趙利.浙江大學 2013
[3]基于重構的輕量級SOA架構[D]. 張之珺.華東師范大學 2008



本文編號：2953432