[发明专利]一种面向服务组合的约束强度感知的QoS约束分解方法

权利要求书

1.一种面向服务组合的约束强度感知的QoS约束分解方法，其特征在于：

(1)面向服务组合的约束强度感知的QoS约束分解模型；

考虑一个包含n个任务T＝{t₁，t₂，...，t_n}的工作流，任务t_i有m_i个候选服务，设用户对q₁，q₂，...，q_u，u种QoS属性提出上限约束cq＝{cq₁，cq₂，...，cq_u}，设cq_r是减益性属性；若cq_r是增益性属性，将其乘以-1转化为减益性属性，约束分解后对任务t_i的第r种QoS的上限约束为xq_ir，构建全局QoS的约束分解模型如下：

目标：

约束条件：

xq_ir∈[min(QoS(s_ij，q_r))，max(QoS(s_ij，q_r))]，i∈[1，n]      ③

式①描述模型的优化目标，即最大化所有任务的候选服务中满足上限约束为xq_ij的个数的乘积，其中，#{A}表示集合A中元素的个数；QoS(s，q_r)表示服务s的q_r属性的值；

式②用于自应用用户的约束强度，其中，QoS(cs^*，q_r)表示当任务t_i的第r个QoS取值为xq_ir时，整个工作流的第r个QoS的聚合值，γ_r为引入的松弛因子，当约束强度较强时，γ_r取大于0的值以多保留一些候选服务，提高寻找组合方案的成功率；当较弱时，γ_r为0或小于0的值，以保障全局约束或多淘汰一些候选服务，降低解空间；

式③用于约定xq_ir的取值范围，其中min(QoS(s_ij，q_r))、max(QoS(s_ij，q_r))分别表示任务t_i的所有候选服务中，属性q_r的最小值与最大值；

(2)约束强度定义；

假设存在组合服务cs^#＝{s₁^#，s₁^#，...，s_n^#}，则用户对q_r的约束强度ω_r(r＝1，2，...，u)由公式④确定；

其中QoS(cs^#，q_r)表示cs^#的第r种QoS的聚合值；

(3)基于模糊推理的松弛因子自适应调节方法；

松弛因子的取值，受到任务个数、约束个数、约束强度的影响，分别针对每种约束个数的情形，确定松弛因子的取值，即对于给定的约束个数，分别设计出任务个数、约束强度及松弛因子的论域、模糊子集与隶属函数，并设计出任务个数、约束强度及松弛因子之间的推理规则，从而确定出松弛因子的投影曲面。