基于和声搜索算法的知识即服务动态组合优化

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (32): 212-217.

基于和声搜索算法的知识即服务动态组合优化

倪志伟1，2，尹道明1，2，王力1，2，李怀英1，2，王士凯1，2

1.合肥工业大学管理学院，合肥 230009
2.教育部过程优化与智能决策重点实验室，合肥 230009

出版日期:2012-11-11 发布日期:2012-11-20

Harmony search algorithms for dynamic optimization of composite knowledge as a service

NI Zhiwei1，2, YIN Daoming1，2, WANG Li1，2, LI Huaiying1，2, WANG Shikai1，2

1.School of Management, Hefei University of Technology, Hefei 230009, China
2.Key Laboratory of Process Optimization and Intelligent Decision-Making, Ministry of Education, Hefei 230009, China

Online:2012-11-11 Published:2012-11-20

摘要/Abstract

摘要： 面向服务的云计算环境为制造领域的知识创新提供了新的思路。知识即服务的动态组合是知识创新过程中的关键技术之一。云计算服务资源的虚拟性和动态性为组合的知识即服务的服务质量提出了新的挑战。针对制造领域知识即服务组合的服务质量优化问题，提出一种改进的和声搜索算法（SLHS），SLHS算法利用Skyline方法对和声记忆库进行初始化以提高算法的运行效率，并采用理想点法选择制造知识即服务以确保解的有效性。仿真实验中引入了基本和声搜索算法作比较。实验结果表明SLHS算法在解的质量方面和算法性能方面均明显优于基本和声搜索算法。

关键词: 云制造, 知识即服务（KaaS）, 和声搜索算法, 服务组合优化

Abstract: Service-oriented cloud computing environment provides novel ideas for knowledge innovation in manufacturing field. The dynamic combination of Knowledge as a Service（KaaS） is one of the key technologies in the process of knowledge innovation. The virtual and dynamic nature of the service resources in cloud computing puts forward new challenges for Quality of Service（QoS） of composite KaaS. In this paper, an improved Harmony Search algorithm（SLHS） is presented for solving the optimization problem about QoS of composite KaaS in manufacturing field. Using the method of Skyline to initialize harmony memory, it can improve the operation efficiency of algorithm. Using the method of TOPSIS to select the manufacturing KaaS, it can ensure the effectiveness of the solution. Basic Harmony Search（BHS） algorithm is introduced to compare with SLHS in the simulation experiment. The experimental results show that the SLHS algorithm is better than BHS algorithm in solution quality and algorithm performance.

Key words: cloud manufacturing, Knowledge as a Service（KaaS）, harmony search algorithms, optimization composite KaaS

倪志伟1，2，尹道明1，2，王力1，2，李怀英1，2，王士凯1，2. 基于和声搜索算法的知识即服务动态组合优化[J]. 计算机工程与应用, 2012, 48(32): 212-217.

NI Zhiwei1，2, YIN Daoming1，2, WANG Li1，2, LI Huaiying1，2, WANG Shikai1，2. Harmony search algorithms for dynamic optimization of composite knowledge as a service[J]. Computer Engineering and Applications, 2012, 48(32): 212-217.

[1]	甘昕艳，高翔. 基于犹豫模糊决策算法的云制造系统选择研究[J]. 计算机工程与应用, 2021, 57(2): 134-142.
[2]	尹超，唐力明，李孝斌. 基于用户心理行为的云制造知识服务优选决策[J]. 计算机工程与应用, 2019, 55(21): 66-73.
[3]	翟军昌1，秦玉平2. 随机交叉全局和声搜索算法[J]. 计算机工程与应用, 2018, 54(12): 21-26.
[4]	朱银娟，李海波. 云制造环境下基于关联度的资源组合方法[J]. 计算机工程与应用, 2016, 52(5): 255-261.
[5]	韩红燕1，潘全科2. 基于改进离散和声算法的批量流水线调度研究[J]. 计算机工程与应用, 2016, 52(16): 65-72.
[6]	孙莉1，2，徐琪1. 混合和声搜索算法优化SVM的订单优先权评价[J]. 计算机工程与应用, 2015, 51(12): 241-245.
[7]	马邦雄，叶春明. 混合和声搜索算法求解基于学习效应的PFSP问题[J]. 计算机工程与应用, 2015, 51(11): 261-265.
[8]	李娥，王波. HS算法在生物生态组合污水处理中的应用[J]. 计算机工程与应用, 2015, 51(1): 238-242.
[9]	李锋刚1，2，魏炎炎1，2，杨龙1，2. 基于和声算法异构Hadoop集群资源分配优化[J]. 计算机工程与应用, 2014, 50(9): 98-102.
[10]	杨龙1，2，张公让1，2，王力1，2，魏炎炎1，2. 基于知识库分割的多知识库整合方法[J]. 计算机工程与应用, 2014, 50(7): 129-132.
[11]	黄帅，马良. 改进和声搜索算法求解一般整数规划问题[J]. 计算机工程与应用, 2014, 50(3): 250-252.
[12]	陈虹1，王飞1，肖振久1，2，孙丽娜1. 基于IHS_LSSVR的网络安全态势预测方法[J]. 计算机工程与应用, 2014, 50(23): 91-94.
[13]	许峰，张定华，王明微，陈冰，李山. 基于云制造平台的云资源语义描述研究[J]. 计算机工程与应用, 2014, 50(15): 255-260.
[14]	郭正红1，赵丙辰2. 改进和声搜索算法优化LSSVM的脑CT图像分类[J]. 计算机工程与应用, 2013, 49(22): 146-149.
[15]	魏林1，付华2，尹玉萍2. 和声蚁群耦合算法求解整数规划的应用研究[J]. 计算机工程与应用, 2013, 49(20): 5-8.