[发明专利]一种基于自我纠错机制粒子群优化算法的服务模式构建方法

权利要求书

1.一种基于自我纠错机制粒子群优化算法的服务模式构建方法，其特征在于：具体的算法流程如下所示：

Step1、使用频繁模式树挖掘算法FT-tree从服务方案历史记录中挖掘出服务模式集合SP＝{SP₁,SP₂,…,SP_n}；

Step2、首先对SP按照长度进行降序排序以提高匹配效率，然后使用服务模式匹配算法spMatching对服务流程SF在SP中匹配相应的模式；

Step3、筛选出未匹配的服务流程片段，使用改进的粒子群优化算法对未匹配的服务流程片段进行局部的服务组合，具体步骤为：

Step3.1：根据输入的SF选择相应的候选服务集群并按照SF中服务活动的顺序进行排序形成相应顺序的候选服务集群CSC；

Step3.2：客户按照自己的偏好对QoS设置权重集合W，以此来表明不同属性所占的分量，算法根据W最大的权重按照其对应的QoS属性对CSC中的每一个候选服务集作升序或降序排序；

Step3.3：初始化每个粒子的初始位置，每个粒子的当前最优位置p_i，以及全局最优粒子的位置p_g，其中每个粒子代表一个组合方案CS，初始化粒子的速度v_i，其相关公式如下：

其中，代表第t次迭代时，第i号粒子的位置；

Step3.4：对每个粒子对应的CS中的QoS进行整体聚合得到适应度值fitness_i以及全局适应度值fitness,适应度值越小越优；其中，fitness_i和fitness计算公式相同，fitness计算如下：

Aggregation是对组合服务方案cs对应属性的整体聚合，w_r表示客户对于服务的第r个QoS属性的偏好，m为服务QoS属性总个数，表示组合服务方案的第r个QoS属性值；

Step3.5：根据公式(1)、(2)更新当前粒子的位置

Step3.6：若finess一定的循环次数后仍未更新或越界，则随机更新的值使其逃离局部最优或限定在合理的位置范围内；

Step3.7：计算适应度参照值FRV,以及参照位置RP,其中FRV由以下公式计算得到：

其中，aggregation是对单元服务AS的QoS的聚合运算，CSC_i代表CSC中的第i号候选服务集；

Step3.8：重复执行Step3.4、Step3.5、Step3.6直到达到预先设定的循环最大次数CMN为止；

Step3.9：若fitness小于等于FRV，则返回fitness的值以及p_g的值；若finess大于FRV，则返回FRV的值以及RP的值。

2.根据权利要求1所述的一种基于自我纠错机制粒子群优化算法的服务模式构建方法，其特征在于：所述步骤Step2的具体步骤为：

Step2.1、对SP中的服务模式sp_i按照其长度进行排序；

Step2.2、按照排序后的SP，从前往后扫描服务模式对SF的片段进行匹配，即筛选出最长的一个服务模式对此片段匹配；

Step2.3、重复Step2.2对剩下的未匹配的SF片段进行匹配，直到无法匹配为止。