[发明专利]一种用于服务组合全局优化的自适应布谷鸟搜索方法

摘要

本发明公开了一种用于服务组合全局优化的自适应布谷鸟搜索方法，具体为在执行服务组合工作流时，利用布谷鸟搜索算法并提出了三种不同的搜索空间搜索策略，分别是随机长距离搜索、随机短距离搜索和随机中等距离搜索，其中，随机中等距离搜索策略引入调节变化幅度的比例系数和交叉率，对该搜索策略进行自适应调整，随机短距离搜索策略，引入代表步长的比例系数和稳定系数，对该搜索策略进行自适应调整，此外，依据临界概率，精英概率和平衡概率来控制搜索策略的启动，最终实现了服务组合问题的最优组合方案。本发明控制参数的自适应提高了算法的准确度，通过精英概率降低了陷入局部最优状态的风险。

主权项

1.一种用于服务组合全局优化的自适应布谷鸟搜索方法，其特征在于，包括以下步骤：(1)当执行服务组合工作流时，在选择候选服务的每一步时都要考虑到其多目标的属性，首先生成区间在[0,1]之间的由均匀分布产生的随机数rand(0,1)；(2)如果rand(0,1)的值小于布谷鸟原始算法中设置的临界概率pa，说明当前解为劣质解，直接抛弃；然后执行随机长距离搜索策略求解；如果rand(0,1)的值小于精英概率pe，则转入步骤(3)；如果rand(0,1)的值小于等于平衡概率pb，则转入步骤(4)；如果rand(0,1)的值大于平衡概率pb，则转入步骤(5)；所述精英概率pe表示随机选择解的概率，即从群体中捕获了全局最优解的百分比；(3)计算获取前pe的最优解；然后转入步骤(6)；(4)引入调节变化幅度的比例系数和交叉率，执行随机中等距离搜索策略，利用差分进化变换策略，计算当前解，并对调节变化幅度的比例系数和交叉率进行自适应调整；然后转入步骤(6)；(5)引入代表步长的比例系数和稳定系数，执行随机短距离搜索策略，计算当前解，并对代表步长的比例系数和稳定系数进行自适应调整，利用局部随机游走改进当前的方案，并指导搜索过程利用已经发现的解决方案的邻域，然后转入步骤(6)；(6)对产生的当前解进行评估，若当前解大于最优解，抛弃该劣质解，继续迭代计算；若当前解小于最优解，则保存当前解为最优解，然后转入步骤(7)；(7)根据本轮循环中确定的最优解，确定是否满足最初设定的终止条件，不满足则返回步骤(1)继续循环迭代，直至得到满足终止条件的最优解；每轮循环过程中群体大小通过线性群体减少特性方程进行修正，以确定下一次的群体大小，最终得到服务组合问题的最优组合方案。