增强多目标遗传算法下的组合服务的容错能力

doi:10.3778/j.issn.1002-8331.2010.32.001

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (32): 1-5.DOI: 10.3778/j.issn.1002-8331.2010.32.001

增强多目标遗传算法下的组合服务的容错能力

蔡美玲^1，2，陈继锋^1，2

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:2010-07-23 修回日期:2010-10-18 出版日期:2010-11-11 发布日期:2010-11-11
通讯作者: 蔡美玲

Enhance fault-tolerant ability of Web services composition under multi-object genetic algorithm

CAI Mei-ling^1，2，CHEN Ji-feng^1，2

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

Received:2010-07-23 Revised:2010-10-18 Online:2010-11-11 Published:2010-11-11
Contact: CAI Mei-ling

摘要/Abstract

摘要： 利用多目标遗传算法得到一组满足约束条件的最优非劣方案集，用户根据实际需要从中选择满意的组合方案，同时，未被选择的流程作为备选方案以便发生意外时替代执行。提出了最优非劣方案的失效成功率和基本服务的相容性计算方法，选择可用性高且失效成功率较高的组合方案，以便执行发生意外时组合服务有较高的概率成功切换到备选方案继续执行，增强了组合服务执行的容错能力。实验结果说明了该方法的可行性和有效性。

关键词: Pareto解集, 容错, 组合服务, 多目标遗传算法

Abstract: Pareto-based multi-object genetic algorithm for Web services selection achieves a set of pareto solutions which meet constraints，then the most approving solution is selected as the final decision project according to users’ requirements.At the same time，the solutions not chosen can be reserved as potential options in case of the failure while running.In this paper the calculating method of tolerability for pareto solutions and compatibility for basic service is proposed.The tolerability is provided as an evaluation index for selecting the final decision solution，where the higher availability and tolerability，the more probability it will be selected.Then more backup process can be switched in case of the running process occurring failure.Therefore fault-tolerant ability of Web services composition at run-time is enhanced.The experimental results indicate the feasibility and efficiency of this algorithm.

Key words: Pareto solutions, fault-tolerant, Web services composition, multi-object genetic algorithm

中图分类号:

TP311

蔡美玲^1，2，陈继锋^1，2. 增强多目标遗传算法下的组合服务的容错能力[J]. 计算机工程与应用, 2010, 46(32): 1-5.

CAI Mei-ling^1，2，CHEN Ji-feng^1，2. Enhance fault-tolerant ability of Web services composition under multi-object genetic algorithm[J]. Computer Engineering and Applications, 2010, 46(32): 1-5.

[1]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[2]	王日宏，邢聪颖，徐泉清，袁杉杉. 具有监督机制的高效拜占庭容错算法[J]. 计算机工程与应用, 2021, 57(18): 142-148.
[3]	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.
[4]	王夫森，李志淮，田娜. 提升分片规模和有效性的多轮PBFT验证方案[J]. 计算机工程与应用, 2020, 56(24): 102-108.
[5]	高玮军，张春霞，杨杰，师阳. 考虑负载平衡的科学工作流容错聚类算法研究[J]. 计算机工程与应用, 2020, 56(23): 53-60.
[6]	叶青，杨晓孟，秦攀科，赵宗渠，汤永利. 新的NTRU格上抗量子攻击的群签名方案[J]. 计算机工程与应用, 2020, 56(2): 89-96.
[7]	翟社平，陈思吉，汪一景. 基于区块链的数字版权存证系统模型研究[J]. 计算机工程与应用, 2020, 56(19): 13-21.
[8]	李仁刚，任智新，王江为，阚宏伟，张闯，公维锋. 基于FPGA内存数据保护技术的设计与实现[J]. 计算机工程与应用, 2020, 56(13): 72-76.
[9]	柯昌博，吴嘉余，曹彦. 面向云计算应用层演化的隐私保护方法研究[J]. 计算机工程与应用, 2020, 56(11): 60-66.
[10]	田华1，鄢喜爱2，杨金民3. 图书馆云存储系统中一种自适应容错策略[J]. 计算机工程与应用, 2019, 55(7): 95-99.
[11]	陈国生，江磊，李涛. 四旋翼无人机轨迹跟踪的容错控制[J]. 计算机工程与应用, 2019, 55(24): 259-264.
[12]	彭建山1，2，丁大钊1，2，王清贤1，2. 结合容错攻击和内存区域统计的ASLR绕过方法[J]. 计算机工程与应用, 2019, 55(2): 72-78.
[13]	侯利民，顾海旺，蒋尚昆，刘宇. 容错逆变器驱动的PMSM双环预测控制的研究[J]. 计算机工程与应用, 2019, 55(18): 212-217.
[14]	向波，俞黎阳. SDN多控制器容错机制的研究与设计[J]. 计算机工程与应用, 2018, 54(23): 81-88.
[15]	何王全1，方燕飞1，魏迪1，董恩铭1，漆锋滨2. Parallel C语言级容错机制的设计与实现[J]. 计算机工程与应用, 2018, 54(17): 41-49.

增强多目标遗传算法下的组合服务的容错能力

Enhance fault-tolerant ability of Web services composition under 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