亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于新服務(wù)集構(gòu)造的動(dòng)態(tài)服務(wù)選擇方法

文檔序號(hào):7558030閱讀:407來(lái)源:國(guó)知局
專利名稱:一種基于新服務(wù)集構(gòu)造的動(dòng)態(tài)服務(wù)選擇方法
技術(shù)領(lǐng)域
本發(fā)明涉及服務(wù)計(jì)算領(lǐng)域的動(dòng)態(tài)服務(wù)選擇方法,特別涉一種基于新服務(wù)集構(gòu)造的 動(dòng)態(tài)服務(wù)選擇方法。
背景技術(shù)
隨著Web服務(wù)的發(fā)展和應(yīng)用范圍的擴(kuò)大,Web上提供相同或相似功能但不同QoS的 Web服務(wù)數(shù)量快速增長(zhǎng),這些可以組成很多功能相同但QoS不同的組合服務(wù)。因而QoS成為 Web服務(wù)選擇的重要依據(jù),迫切需要根據(jù)用戶的QoS要求作為全局限制,選擇出符合用戶滿 意度的組合服務(wù)。目前存在的基于QoS的服務(wù)選擇方法主要有1.基于加權(quán)和法的傳統(tǒng)優(yōu)化方法。該類方法把用戶的多個(gè)QoS要求聚合為一個(gè)目 標(biāo)函數(shù),之后采用傳統(tǒng)的線性整數(shù)規(guī)劃方法優(yōu)化該函數(shù),獲得全局最優(yōu)解。2.基于加權(quán)和法的智能優(yōu)化方法。該類方法同樣把用戶的多個(gè)QoS要求聚合為一 個(gè)目標(biāo)函數(shù),但采用遺傳算法或啟發(fā)式規(guī)則優(yōu)化該目標(biāo)函數(shù),獲得用戶滿意的方案。3.基于多目標(biāo)優(yōu)化的服務(wù)選擇方法。該類方法首先把服務(wù)選擇問(wèn)題建模為多目標(biāo) 優(yōu)化問(wèn)題,之后求解該優(yōu)化問(wèn)題獲得一組全局最優(yōu)解。以上的方法存在很大的不足。首先,基于加權(quán)和法的服務(wù)選擇方法求得的結(jié)果對(duì) 權(quán)重向量敏感,要求對(duì)問(wèn)題本身有較強(qiáng)的先驗(yàn)認(rèn)識(shí),且隨著問(wèn)題規(guī)模的增大時(shí)間復(fù)雜度 呈指數(shù)增長(zhǎng);其次,基于多目標(biāo)優(yōu)化的方法不能滿足服務(wù)選擇的實(shí)時(shí)性要求;最后上述方 法對(duì)服務(wù)選擇的動(dòng)態(tài)性考慮不足。

發(fā)明內(nèi)容
技術(shù)問(wèn)題本發(fā)明目的是針對(duì)現(xiàn)有技術(shù)存在的缺陷提供一種基于新服務(wù)集構(gòu)造的 動(dòng)態(tài)服務(wù)選擇方法。服務(wù)選擇問(wèn)題是實(shí)現(xiàn)服務(wù)組合必須解決的關(guān)鍵問(wèn)題,本發(fā)明把基于QoS 的服務(wù)選擇問(wèn)題建模為帶約束的多目標(biāo)優(yōu)化問(wèn)題,克服了加權(quán)和法需要對(duì)問(wèn)題有一定的先 驗(yàn)認(rèn)識(shí)、求出的解對(duì)權(quán)重向量敏感等缺點(diǎn)。為了高效求解該優(yōu)化問(wèn)題,本發(fā)明提出一種新的 多目標(biāo)粒子群優(yōu)化方法;為了滿足服務(wù)選擇方法的實(shí)時(shí)性要求,本發(fā)明根據(jù)支配的概念對(duì) 服務(wù)集中的原子服務(wù)進(jìn)行排名,優(yōu)先選取排名靠前的服務(wù)參與選擇過(guò)程;基于排名本發(fā)明 構(gòu)造出規(guī)模小于原服務(wù)集的新服務(wù)集,因而可降低方法的時(shí)間復(fù)雜度;證明結(jié)果表明新服 務(wù)集的構(gòu)造過(guò)程不會(huì)丟失全局最優(yōu)解,能正確解決服務(wù)選擇問(wèn)題。技術(shù)方案本發(fā)明為實(shí)現(xiàn)上述目的,采用如下技術(shù)方案本發(fā)明一種基于新服務(wù)集構(gòu)造的動(dòng)態(tài)服務(wù)選擇方法,利用粒子群優(yōu)化算法對(duì)原子 服務(wù)進(jìn)行動(dòng)態(tài)選擇,任務(wù)是構(gòu)成服務(wù)組合模型的基本邏輯單元,它僅包含功能描述和接口 信息,并不指向具體的Web服務(wù);原子服務(wù)集是指由不同服務(wù)提供者提供的、具有相同調(diào)用 接口、能夠?qū)崿F(xiàn)相同功能的一組服務(wù),具體包括如下步驟
1.1模型建立令CS表示某個(gè)組合服務(wù),Si (1 < i < η)表示能滿足任務(wù)i所要求的功能但各自 的QoS屬性不同的一組服務(wù)集,Sij (1^ SiD是集合中的第j個(gè)服務(wù)實(shí)例,ISiI代表 服務(wù)集中的服務(wù)個(gè)數(shù);Q = {c,t,rep, r}表示CS的QoS屬性,c、t、rep, r分別代表花費(fèi)、 時(shí)間、聲譽(yù)、可靠性,Qij = Icij, tij; rePiJ, riJ}表示Si中第j個(gè)服務(wù)的QoS屬性;由此可以 建立該問(wèn)題的多約束多目標(biāo)模型如下Min F(CS) = (T (CS),C (CS))s. t Rep (CS) > RepOR(CS) > RO其中T(CS),C(CS),Rep (CS),R(CS)分別代表求 CS 的 QoS 屬性 Q = {c,t,rep, r} 的函數(shù);1.2動(dòng)態(tài)服務(wù)選擇方法第一步,count=min (const, HiinIlS11, | S21,…,| Sn |}),初始迭代輪數(shù) K = 1 ;第二步,基于時(shí)間和花費(fèi)的Pareto優(yōu)關(guān)系標(biāo)記Si中的所有服務(wù)JempSi = {s|s e Si Λ s未被標(biāo)記},從tempSi選出最優(yōu)非劣解集{tSij}標(biāo)記對(duì)應(yīng)于tSij中的Si服 ^T S^c 為$/c ;第三步,構(gòu)造新的服務(wù)集NSi 構(gòu)造礦={i|5 = /e 5- /< K),那么令=Sf ; SLi =Si-Sf ,對(duì)每一個(gè)Sij e SLi,構(gòu)造集合to叩=O μ e < Λ5、,其中Λ表示并且,—表
示支配;若對(duì)任意的s e temp,有Sij的QoS屬性的約束部分不被s的QoS屬性的約束部分 支配,那么NSi = NSi U {SiJ};檢查是否有服務(wù)的QoS屬性發(fā)生變化,若有則重新標(biāo)記該服 務(wù)的順序nl,更新NSi ;第四步,用多目標(biāo)粒子群算法求解由新服務(wù)集NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題,得到滿足 解集ICSJ ;如果K彡count,則判斷當(dāng)前解是否滿足約束,若滿足則輸出解集則停止迭代, 否則NSi = Si用多目標(biāo)粒子群算法求解由NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題,得到滿足解集{CSJ, 輸出解并結(jié)束迭代;第五步,判斷解集中是否存在滿足QoS約束的解,若存在輸出解結(jié)束迭代;否則K =K+1,如果K < count轉(zhuǎn)第三步,否則NSi = Si轉(zhuǎn)第四步。用多目標(biāo)粒子群算法求解由新服務(wù)集NSi對(duì)應(yīng)的服務(wù)選擇的方法如下第1步,初始化t = O ;初始搜索點(diǎn)的位置I/及其速度W,令^beyi/ = < ;初始化容
器 At= {};第2步,評(píng)價(jià)群體中的每個(gè)粒子;第3步,更新容器;第4步,產(chǎn)生下代粒子①尋找全局最優(yōu)粒子;②按照慣性權(quán)重法更新粒子的速度和位置;更新后如果超過(guò)最大值則轉(zhuǎn)第五步;③更新個(gè)體極值點(diǎn)如果< Pbesfl,則令沖紹廣1 = Xti ;否則沖彷廣1 = Pbestti ;第5步如果滿足終止條件,則停止迭代,否則t = t+Ι轉(zhuǎn)到第2步。有益效果現(xiàn)有的服務(wù)選擇方法大多采用線性加權(quán)和法,這有眾所周知的缺陷; 而現(xiàn)有的基于多目標(biāo)優(yōu)化的服務(wù)選擇方法時(shí)間復(fù)雜度高且解的質(zhì)量不能令人滿意。針對(duì)現(xiàn)
5存方法存在的問(wèn)題,本發(fā)明把服務(wù)選擇問(wèn)題建模為帶約束的多目標(biāo)優(yōu)化問(wèn)題,以時(shí)間和花 費(fèi)為優(yōu)化目標(biāo),信譽(yù)和可靠性為約束;本發(fā)明通過(guò)新服務(wù)集的構(gòu)造,縮小問(wèn)題規(guī)模,之后利 用多目標(biāo)粒子群優(yōu)化方法求解由新服務(wù)集構(gòu)成的服務(wù)選擇問(wèn)題。與現(xiàn)有的服務(wù)選擇方法相 比,本發(fā)明提出的方法的優(yōu)勢(shì)在于1) 一次運(yùn)行能從所有路徑的所有組合方案中求出全局 最優(yōu)解,從而解決局部?jī)?yōu)化方法的不足;2)不要求目標(biāo)函數(shù)和約束條件是線性的,不需要 與應(yīng)用背景相關(guān)的啟發(fā)式知識(shí);3)能求出一組滿足約束的Pareto解,更好地滿足了用戶的 需求;4)當(dāng)服務(wù)的QoS參數(shù)在運(yùn)行期間發(fā)生變化時(shí),能求出正確的解;5)當(dāng)服務(wù)規(guī)模增大 時(shí)的執(zhí)行時(shí)間并不急劇增加。
具體實(shí)施例方式本發(fā)明的動(dòng)態(tài)服務(wù)選擇方法的具體步驟如下令CS表示某個(gè)組合服務(wù),Si (1 < i < η)表示能滿足任務(wù)i所要求的功能但各自 的QoS屬性不同的一組服務(wù)集,Sij (1^ SiD是集合中的第j個(gè)服務(wù)實(shí)例,ISiI代表 服務(wù)集中的服務(wù)個(gè)數(shù);Q = {c,t,rep, r}表示CS的QoS屬性,c、t、rep, r分別代表花費(fèi)、 時(shí)間、聲譽(yù)、可靠性,Qij = Icij, tij; rePiJ, riJ}表示Si中第j個(gè)服務(wù)的QoS屬性。那么服務(wù) 選擇問(wèn)題就是,從各任務(wù)對(duì)應(yīng)的服務(wù)集Si中選取一個(gè)服務(wù)實(shí)例(1彡j彡SiD組成一個(gè) 組合服務(wù)CS,使得CS的某些QoS屬性(比如r印,r)滿足約束,另一些QoS屬性(比如c, t)達(dá)到最優(yōu)。由此可以建立該問(wèn)題的多約束多目標(biāo)模型如下Min F (CS) = (T (CS),C (CS))s. t Rep (CS) > RepOR(CS) > RO其中T(CS),C(CS),Rep (CS),R(CS)分別代表求 CS 的 QoS 屬性 Q = {c,t,rep, r} 的函數(shù)。上述模型可以擴(kuò)展到多個(gè)優(yōu)化目標(biāo)、多個(gè)約束條件,對(duì)于只有約束的情況可以把多 約束問(wèn)題轉(zhuǎn)化成多約束多優(yōu)化問(wèn)題,因此模型具有通用性。求解上述模型的動(dòng)態(tài)服務(wù)選擇方法具體如下第一步,令count = min (const, HiinilS1I,|S2|,…,| SnI}),K = 1 ;第二步,基于時(shí)間和花費(fèi)的Pareto優(yōu)關(guān)系標(biāo)記Si中的所有服務(wù)。令tempSi = {s|s e Si Λ s未被標(biāo)記},從tempSi選出最優(yōu)非劣解集{tSij}標(biāo)記對(duì)應(yīng)于tSij中的Si服 ^T Sic 為SiC >第三步,構(gòu)造新的服務(wù)集NSitj構(gòu)造礦={s|s = sU St,I < K),那么令JVSi = Sf ; SLi =S1-Sf ,對(duì)每一個(gè) Sij e SLi,構(gòu)造集合 =,若對(duì)任意的 S e temp, 有Sij的QoS屬性的約束部分不被S的QoS屬性的約束部分支配,那么NSi = NSi U {SiJ}; 檢查是否有服務(wù)的QoS屬性發(fā)生變化,若有則重新標(biāo)記該服務(wù)的順序nl,更新NSi ;第四步,用多目標(biāo)粒子群算法求解由新服務(wù)集NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題,得到滿足 解集ICSJ ;如果K彡count,則判斷當(dāng)前解是否滿足約束,若滿足則輸出解集則停止迭代, 否則NSi = Si用粒子群算法求解由NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題,得到滿足解集{CSJ,輸出解 并結(jié)束迭代;第五步,判斷解集中是否存在滿足QoS約束的解,若存在輸出解結(jié)束迭代;否則K
6= K+1,如果K< count轉(zhuǎn)第三步,否則NSi = Si轉(zhuǎn)第四步。用多目標(biāo)粒子群算法求解由新服務(wù)集NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題的方法如下第一步,初始化t = 0 ;初始搜索點(diǎn)的位置I丨及其速度口,令;?&對(duì)/ :Χ\ ;初始化容
器 At= {};第二步,評(píng)價(jià)群體中的每個(gè)粒子;第三步,更新容器A ;第四步,產(chǎn)生下代粒子①尋找全局最優(yōu)粒子;②按照慣性權(quán)重法更新粒子的速度和位置;③更新個(gè)體極值點(diǎn)如果-< pbest],則令=Xti ;否則沖如廣=pbest];第五步如果滿足終止條件,則停止迭代,否則t = t+Ι轉(zhuǎn)到第二步。本發(fā)明的多目標(biāo)粒子群優(yōu)化算法采用容量受限的容器以存儲(chǔ)歷代迭代中找到的 最優(yōu)解,但可以根據(jù)一定的條件擴(kuò)展容器的容量。在每一代,根據(jù)Pareto最優(yōu)解的概念更 新容器中的非劣解;在群體中發(fā)現(xiàn)某粒子優(yōu)于容器中的某粒子,則將容器中的粒子移走; 當(dāng)容器的容量達(dá)到上限時(shí),有兩種做法擴(kuò)大容量和刪除容器中的粒子。第二種做法的關(guān)鍵 就是如何選擇,選擇依據(jù)是保留那些有較好分布的粒子,刪除分布擁擠的區(qū)域中的粒子。為 了對(duì)粒子的分布作出評(píng)價(jià),采用動(dòng)態(tài)適應(yīng)性柵格策略;該策略是在目標(biāo)空間上畫(huà)柵格,之后 統(tǒng)計(jì)每個(gè)柵格中粒子的個(gè)數(shù),個(gè)數(shù)最多的為最擁擠區(qū)域。本發(fā)明的多目標(biāo)粒子群優(yōu)化算法采用的尋找全局最優(yōu)粒子的方法可敘述如下。在 迭代前期采用如下策略基于適應(yīng)性柵格策略,首先用輪盤賭算法從眾多柵格中選出一個(gè) (它至少包含一個(gè)粒子),其中用一個(gè)固定常數(shù)除以柵格包含的粒子數(shù)作為輪盤賭算法的 適應(yīng)值,其它做法如同通常的輪盤賭算法;其次,當(dāng)選定了柵格后,從居住在此柵格的粒子 中隨機(jī)選出一個(gè)作為gbest來(lái)更新粒子的速度;重復(fù)上述步驟可以更新每個(gè)粒子的速度。 在迭代后期,基于Euclid距離選取gbest,具體做法如下首先求出群體中的每個(gè)粒子到容 器中的所有粒子的距離,群體中第j個(gè)粒子到容器中第k個(gè)粒子的距離公式如下所示dist{j\k) = f (^取)_徹_)2其中Xj表示群體中第j個(gè)粒子,ak代表容器中第k個(gè)粒子,NF表示目標(biāo)函數(shù)的個(gè) 數(shù),max汍(A)) -min (f, (A))表示容器A在第i個(gè)目標(biāo)函數(shù)上的范圍,通過(guò)除以這個(gè)范圍可 以縮小不同的目標(biāo)函數(shù)間的差異;其次選下面式子成立的k作為群體中第i個(gè)粒子的飛行 向?qū)?,即gbest來(lái)更新粒子速度;重復(fù)上述步驟可以更新每個(gè)粒子的速度。min(dist(j,k)),k = 1,2,... |A此方法在迭代前期能在較大的決策變量空間中搜索,可以避免早熟,提高解的質(zhì) 量;在迭代的后期能加速收斂,可以提高收斂速度。本發(fā)明所述的方法進(jìn)一步描述為1.讀取業(yè)務(wù)流程圖,獲得任務(wù)信息及任務(wù)間的業(yè)務(wù)邏輯關(guān)系;獲得原子服務(wù)的 QoS值,并做規(guī)范化處理。2.基于業(yè)務(wù)結(jié)構(gòu)得到計(jì)算組合服務(wù)的QoS值的函數(shù)T(CS),C(CS),Rep(CS), R(CS)的表達(dá)式;以時(shí)間和花費(fèi)為優(yōu)化目標(biāo),可靠性和信譽(yù)為約束建立多目標(biāo)優(yōu)化模型。3.構(gòu)造新服務(wù)集,對(duì)其中的原子服務(wù)進(jìn)行編號(hào),并記錄它們和原服務(wù)集中的編號(hào)的對(duì)應(yīng)關(guān)系。 4.用多目標(biāo)粒子群優(yōu)化算法求解新服務(wù)集對(duì)應(yīng)的多目標(biāo)優(yōu)化問(wèn)題。采用定長(zhǎng)整 數(shù)編碼方案,把解空間映射到粒子空間。將一個(gè)Web服務(wù)組合流程編碼為一個(gè)粒子,粒子 的維數(shù)N等于任務(wù)的個(gè)數(shù)n,每一維都是正整數(shù),范圍從一到該任務(wù)所對(duì)應(yīng)候選服務(wù)的個(gè) 數(shù)。Xi= (1,2,…,沁工表示從第一個(gè)服務(wù)集中選出第一個(gè)原子服務(wù),從第二個(gè)服務(wù)集中 選出第二個(gè)原子服務(wù),依此類推,從最后一個(gè)服務(wù)集中選出第N個(gè)原子服務(wù)組成了組合服 務(wù)Xi,用它的QoS屬性來(lái)評(píng)價(jià)該粒子的好壞。組合服務(wù)的組合模型有多種,相應(yīng)的執(zhí)行路徑 有多條,因此會(huì)出現(xiàn)某條執(zhí)行路徑中的任務(wù)個(gè)數(shù)少于η的情況,這時(shí)Xi中某些沒(méi)出現(xiàn)任務(wù) 的相應(yīng)為0,例如Xi= (1,2,0,…,N),則表示第三個(gè)任務(wù)不在該組合服務(wù)的執(zhí)行路徑上。 參數(shù)設(shè)置如下cl = c2 = 2.0,w從0.9線性下降到0.4,|A = 20,種群規(guī)模popsize = (numoftask/2) * (sum/numoftask),maxgen = 2氺popsize,胃中 numoftask
數(shù),sum為各個(gè)服務(wù)集包含的服務(wù)數(shù)總和。粒子群優(yōu)化算法終止時(shí)得到一組最優(yōu)粒子,如果 滿足用戶的約束要求,則把最優(yōu)粒子還原為組合方案,動(dòng)態(tài)服務(wù)選擇方法終止;若不滿足約 束,則返回第3步重新構(gòu)造新服務(wù)集,如果構(gòu)造次數(shù)達(dá)到上限,則停止服務(wù)選擇過(guò)程表明未 找到滿足約束的解。
8
權(quán)利要求
一種基于新服務(wù)集構(gòu)造的動(dòng)態(tài)服務(wù)選擇方法,利用粒子群優(yōu)化算法對(duì)原子服務(wù)進(jìn)行動(dòng)態(tài)選擇,其特征在于任務(wù)是構(gòu)成服務(wù)組合模型的基本邏輯單元,它僅包含功能描述和接口信息,并不指向具體的Web服務(wù);原子服務(wù)集是指由不同服務(wù)提供者提供的、具有相同調(diào)用接口、能夠?qū)崿F(xiàn)相同功能的一組服務(wù),具體包括如下步驟1.1模型建立令CS表示某個(gè)組合服務(wù),Si(1≤i≤n)表示能滿足任務(wù)i所要求的功能但各自的QoS屬性不同的一組服務(wù)集,sij(1≤j≤|Si|)是集合中的第j個(gè)服務(wù)實(shí)例,|Si|代表服務(wù)集中的服務(wù)個(gè)數(shù);Q={c,t,rep,r}表示CS的QoS屬性,c、t、rep、r分別代表花費(fèi)、時(shí)間、聲譽(yù)、可靠性,qij={cij,tij,repij,rij}表示Si中第j個(gè)服務(wù)的QoS屬性;由此可以建立該問(wèn)題的多約束多目標(biāo)模型如下Min F(CS)=(T(CS),C(CS))s.t Rep(CS)>Rep0R(CS)>R0其中T(CS),C(CS),Rep(CS),R(CS)分別代表求CS的QoS屬性Q={c,t,rep,r}的函數(shù);1.2動(dòng)態(tài)服務(wù)選擇方法第一步,count=min(const,min{|S1|,|S2|,…,|Sn|}),初始迭代輪數(shù)K=1;第二步,基于時(shí)間和花費(fèi)的Pareto優(yōu)關(guān)系標(biāo)記Si中的所有服務(wù);tempSi={s|s∈Si∧s未被標(biāo)記},從tempSi選出最優(yōu)非劣解集{tsij}標(biāo)記對(duì)應(yīng)于tsij中的Si服務(wù)siC為第三步,構(gòu)造新的服務(wù)集NSi構(gòu)造那么令對(duì)每一個(gè)sij∈SLi,構(gòu)造集合其中∧表示并且,表示支配;若對(duì)任意的s∈temp,有sij的QoS屬性的約束部分不被s的QoS屬性的約束部分支配,NSi=NSi∪{sij};那么;檢查是否有服務(wù)的QoS屬性發(fā)生變化,若有則重新標(biāo)記該服務(wù)的順序nl,更新NSi;第四步,用多目標(biāo)粒子群算法求解由新服務(wù)集NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題,得到滿足解集{CSi};如果K≥count,則判斷當(dāng)前解是否滿足約束,若滿足則輸出解集則停止迭代,否則NSi=Si用多目標(biāo)粒子群算法求解由NSi對(duì)應(yīng)的服務(wù)選擇問(wèn)題,得到滿足解集{CSi},輸出解并結(jié)束迭代;第五步,判斷解集中是否存在滿足QoS約束的解,若存在輸出解結(jié)束迭代;否則K=K+1,如果K<count轉(zhuǎn)第三步,否則NSi=Si轉(zhuǎn)第四步。FSA00000196143500011.tif,FSA00000196143500012.tif,FSA00000196143500013.tif,FSA00000196143500014.tif,FSA00000196143500015.tif,FSA00000196143500016.tif
2.根據(jù)權(quán)利要求1所述的一種基于新服務(wù)集構(gòu)造的動(dòng)態(tài)服務(wù)選擇方法,其特征在于 用多目標(biāo)粒子群算法求解由新服務(wù)集NSi對(duì)應(yīng)的服務(wù)選擇的方法如下第1步,初始化t = O ;初始搜索點(diǎn)的位置尤及其速度口,令戶!^辟'=Xtt ;初始化容器At =H ;第2步,評(píng)價(jià)群體中的每個(gè)粒子; 第3步,更新容器;第4步,產(chǎn)生下代粒子①尋找全局最優(yōu)粒子;②按照慣性權(quán)重法更新粒子的速度和位置;更新后如果超過(guò)最大值則轉(zhuǎn)第五步;③更新個(gè)體極值點(diǎn)如果<Pbesttl,則令pbe·^+1 = Xti ;否則pbw” = pbest;;第5步如果滿足終止條件,則停止迭代,否則t = t+Ι轉(zhuǎn)到第2步。
全文摘要
本發(fā)明公布了一種基于新服務(wù)集構(gòu)造的服務(wù)選擇方法。首先把服務(wù)選擇問(wèn)題建模為帶約束的多目標(biāo)優(yōu)化問(wèn)題;其次為了求解上述多目標(biāo)優(yōu)化問(wèn)題,本發(fā)明提出一種新的多目標(biāo)粒子群優(yōu)化算法,該算法用容量動(dòng)態(tài)變化的容器存儲(chǔ)迭代中得到的最優(yōu)解,并提出一種新的尋找全局最優(yōu)粒子的方法;最后本發(fā)明基于支配的概念構(gòu)造規(guī)模小于原服務(wù)集的新服務(wù)集,之后利用上述的多目標(biāo)粒子群算法求解由新服務(wù)集構(gòu)成的服務(wù)選擇問(wèn)題;理論分析表明新服務(wù)集的構(gòu)造過(guò)程能保證動(dòng)態(tài)的服務(wù)選擇方法正確的獲得全局最優(yōu)解。
文檔編號(hào)H04L29/08GK101909078SQ20101023049
公開(kāi)日2010年12月8日 申請(qǐng)日期2010年7月19日 優(yōu)先權(quán)日2010年7月19日
發(fā)明者劉波, 孫學(xué)勝, 曹玖新, 羅軍舟 申請(qǐng)人:東南大學(xué)
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1