[发明专利]一种基于动态飞行蚁群算法的Web服务组合优化方法

说明书

本发明公开了一种基于动态飞行蚁群算法的Web服务组合优化方法，包括，当用户向系统提出服务请求时，系统对服务请求进行任务分解；建立Web服务组合模型，模糊专家系统通过服务质量QoS参数求出体验质量QoE的值，以体验质量QoE为评价指标建立Web服务组合模型的适应度函数Fsubgt;fitness/subgt;(QoE)；得到对应于Web服务组合模型的适应度函数Fsubgt;fitness/subgt;(QoE)的值，并作为优化目标；采用动态飞行蚁群算法对Web服务组合进行优化，得到满足用户需要的服务组合的最优结果。本发明将飞行蚂蚁调整为动态的，限制蚂蚁的飞行过程，减少了搜索相邻节点的执行时间，加快飞行蚁群算法的收敛速度；将相邻节点数量调整为动态的，有效地平衡了探索和开发，避免陷入局部最优，提高算法的性能，并且适应不同规模下的服务组合问题。

技术领域

本发明涉及Web服务组合技术领域，特别是一种基于动态飞行蚁群算法的 Web服务组合优化方法。

背景技术

互联网技术的不断革新使得基于互联网的应用开发中存在了大量的Web服务，Web服务已经发展成为一个分布式的应用资源。虽然数量非常庞大，但在这些服务中有大量功能相似甚至相同的Web服务，造成了资源的严重浪费，并且客户的需求还时常得不到满足，这就需要研究人员将这些小颗粒度的Web服务组合起来形成一个大颗粒度的、功能更加复杂强大的组合服务。

Web服务组合的主要目的就是把一定数量功能简单的Web服务，按照某种逻辑组织起来，从而形成一个新的增值Web服务，相比传统按需开发的模式，这无疑减少了成本，提高了资源利用率和效率。除此之外，对于Web服务供应商来说，提供具有QoS保证的Web服务无疑是企业成功的关键，对于用户来说，有 QoS保证的Web服务也是选择的重要依据。QoS描述了一个服务满足客户需求的能力，基本的指标包括响应时间、成本、有效性和可靠性等，但是QoS评价指标仅仅反映了服务技术方面的特性，忽略了用户的主观体验，所以不能够反映用户对服务的满意程度。体验质量QoE(Quality of Experience)就是在这种条件下被提出的，QoE评价指标使用用户满意程度作为评价标准，结合了网络性能、业务质量、主观评测等影响因素，可以直接反映用户对服务的满意程度。

Web服务组合问题解的数量是指数级的，这使得寻找最优解的问题成为一个NP难题，目前，主流的算法是智能优化算法。蚁群算法是智能优化算法中的一种，该算法引入正反馈机制，具有较强的鲁棒性、优良的分布式计算机制等优点，但是由于蚂蚁在已探索的路径上积累了大量的信息素，降低了对其他路径的探索机会，搜索过程易陷入局部最优，飞行蚁群算法改善了这一问题，但由于每次迭代都要计算相邻节点，耗费了大量的时间。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有的Web服务组合优化方法中存在的问题，提出了本发明。

因此，本发明所要解决的问题在于如何提供一种基于动态飞行蚁群算法的 Web服务组合优化方法。

为解决上述技术问题，本发明提供如下技术方案：一种基于动态飞行蚁群算法的Web服务组合优化方法，其包括，当用户向系统提出服务请求时，系统对服务请求进行任务分解；建立Web服务组合模型，模糊专家系统通过服务质量QoS参数求出体验质量QoE的值，以体验质量QoE为评价指标建立Web服务组合模型的适应度函数F_fitness(QoE)；得到对应于Web服务组合模型的适应度函数 F_fitness(QoE)的值，并以求得的适应度函数的值作为优化目标；采用动态飞行蚁群算法对Web服务组合进行优化，得到满足用户需要的服务组合的最优结果。