基于多目标遗传算法的多选择Web服务组合方法

doi:10.3778/j.issn.1002-8331.2010.13.061

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (13): 202-205.DOI: 10.3778/j.issn.1002-8331.2010.13.061

基于多目标遗传算法的多选择Web服务组合方法

蔡美玲^1，2，李茂桂²，周杰¹

1.湖南涉外经济学院，长沙 410205
2.中南大学信息科学与工程学院，长沙 410083

收稿日期:2009-11-24 修回日期:2010-01-12 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 蔡美玲

Multi-choice Web services composition based on multi-object genetic algorithm

CAI Mei-ling^1，2，LI Mao-gui²，ZHOU Jie¹

1.Hunan International and Economics University，Changsha 410205，China
2.Institute of Information Science and Engineering，Central and South University，Changsha 410083，China

Received:2009-11-24 Revised:2010-01-12 Online:2010-05-01 Published:2010-05-01
Contact: CAI Mei-ling

摘要/Abstract

摘要： 为了在服务组合过程中高效地发现、选择满足用户要求的Web服务，提出一种基于Pareto多目标遗传算法的QoS全局最优服务选择算法（PGA-WS）用以实现用户对组合服务质量的要求。该方法产生一组满足约束条件的Pareto最优方案集合，用户根据实际需要或目标函数的偏好，从Pareto最优集中挑选最满意的组合方案作为组合服务选择问题的最优决策方案。实验结果说明了算法的可行性和有效性。

关键词: Web服务选择, 服务质量（QoS）, 多目标遗传算法

Abstract: In order to find and select the appropriate Web services which meet the requirements of users efficiently in the process of Web services composition，a pareto-based multi-object genetic algorithm for Web services selection with Quality of Services（QoS）global optimal（PGA-WS） is proposed to achieve the users’ requirement of the QoS.PGA-WS is utilized to produce a set of optimal Pareto services composition process with constraint principle，and the most approving solution is selected as the final decision project according to users’ requirements and predilection.The experimental results indicate the feasibility and efficiency of this algorithm.

Key words: Web services selection, Quality of Service, multi-object genetic algorithms

中图分类号:

TP391

蔡美玲^1，2，李茂桂²，周杰¹. 基于多目标遗传算法的多选择Web服务组合方法 [J]. 计算机工程与应用, 2010, 46(13): 202-205.

CAI Mei-ling^1，2，LI Mao-gui²，ZHOU Jie¹. Multi-choice Web services composition based on multi-object genetic algorithm[J]. Computer Engineering and Applications, 2010, 46(13): 202-205.

[1]	刘晶花，台宪青，马治杰，陈大鹏. 面向用户需求的动态QoS服务选择方法研究[J]. 计算机工程与应用, 2021, 57(17): 106-115.
[2]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[3]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[4]	邓丽平1，段利国2，杨丽凤2. 面向行为的可信Web服务选择方法[J]. 计算机工程与应用, 2019, 55(4): 112-118.
[5]	贾志淳，卢元，李想，邢星. 一种多参数的Web服务选择方法[J]. 计算机工程与应用, 2019, 55(21): 74-78.
[6]	谭朝文，宗容，席先强，武浩. 基于贝叶斯张量分解的改进QoS预测[J]. 计算机工程与应用, 2018, 54(20): 74-79.
[7]	张杨1，3，徐传运2，3. QoS多层本体的双向度量模型[J]. 计算机工程与应用, 2017, 53(20): 14-19.
[8]	汪潇洒1，付晓东1，刘骊1，岳昆2，刘利军1. 随机QoS感知的Web服务组合概率分析[J]. 计算机工程与应用, 2017, 53(14): 70-75.
[9]	唐妮1，2，熊庆宇1，2，王喜宾1，2，高旻1，2，文俊浩1，2，曾骏1，2. 基于位置聚类和张量分解的Web服务推荐算法[J]. 计算机工程与应用, 2016, 52(15): 65-72.
[10]	张新有，伸桂林. WiMAX Mesh网络中一种分布式时隙分配算法[J]. 计算机工程与应用, 2015, 51(5): 92-96.
[11]	贺俊杰1，王耀南1，申永鹏1，易迪华2. 增程式电动汽车控制策略的优化研究[J]. 计算机工程与应用, 2015, 51(24): 205-209.
[12]	杨坚，彭玉旭. 基于自适应ACO的多约束QoS路由研究[J]. 计算机工程与应用, 2015, 51(13): 106-110.
[13]	吴曼，张公让，刘恒. 基于分形维数和多目标遗传算法的特征选择[J]. 计算机工程与应用, 2015, 51(11): 109-113.
[14]	彭宇珏，董育宁，李健. UMTS网络中内容感知的选择性ARQ方法[J]. 计算机工程与应用, 2015, 51(10): 79-83.
[15]	胡积宝. 基于QoS的光网络路由选择算法的研究[J]. 计算机工程与应用, 2014, 50(10): 101-104.

基于多目标遗传算法的多选择Web服务组合方法

Multi-choice Web services composition based on multi-object genetic algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics