物聯(lián)網(wǎng)的環(huán)境下基于QoS的Web服務組合優(yōu)化.pdf

1、在物聯(lián)網(wǎng)中，由于智能設備能夠不受時間和地域的限制，隨時隨地對物體進行信息采集和交互。從而大幅度增強對社會各項活動的洞察力，在決策上實現(xiàn)了智能操作。目前，各國將具有環(huán)境感知能力的各類電子設備廣泛應用到社會生產(chǎn)的各個方面，進而改善了管理水平，大幅提升了產(chǎn)品質(zhì)量與生產(chǎn)效率，有效地減小企業(yè)經(jīng)營成本。與此同時，近些年來隨著web服務的迅猛發(fā)展，能夠提供相同功能的web服務越來越多，從而導致web服務組合的規(guī)模海量增加。但是，即使具有相同的功能，不

2、同的web服務也具有不同QoS屬性值，所以如何將單個的web服務有效地組合起來，構(gòu)成具有高屬性值的web組合服務是本文研究的重點之一。結(jié)合上述兩點，針對物聯(lián)網(wǎng)的實時性和動態(tài)性，本文將基于QoS的web服務組合優(yōu)化問題作為研究對象。
　　本文結(jié)合web服務組合的實際應用問題，構(gòu)建了基于物聯(lián)網(wǎng)的QoS計算模型。采用多目標優(yōu)化的方法，建立了基于多約束條件的MCP模型。同時在此基礎上，針對沒有web服務能夠滿足約束的情況下，建立MCGP模

3、型，通過放松約束條件，尋求能夠最小程度違反約束條件的可接受解。另外，由于啟發(fā)式算法可以有效解決大規(guī)模問題及NP難問題，因此在本課題研究過程中將引入遺傳算法來實現(xiàn)web服務組合優(yōu)化，提出了利用遺傳算法來尋求web服務組合優(yōu)化模型的最優(yōu)解。但是經(jīng)過反復實驗發(fā)現(xiàn)，遺傳算法具有收斂速度慢，局部搜索能力差，存在早熟等不足之處。于是此次研究提出了基于種群多樣性的多種群遺傳算法。該算法采用多個種群并行進化的結(jié)構(gòu)形式，將適應值低的個體給予同樣的機會進行