Web服务具有跨平台性、低耦合性以及语言无关性等特点,它已经成为了电子商务和分布式计算的重要解决方案。针对复杂的业务需求,单一Web服务无法满足其需求,因此将多个Web服务组合起来已成为必要。由于具有相同功能而QoS(服务质量)各不相同的Web服务数量众多,选择出具有最佳QoS且满足用户QoS限制的Web服务组合成为了当前待解决的问题。针对这个问题,目前大量的研究集中在寻找组合的近似解,因为他们能更快的接近最优解。比较常用的方法是利用遗传算法,其原因是遗传算法具有简单,并行搜索性好等特点。但随着Web服务组合规模的扩大,标准遗传算法在Web服务选择过程中逐渐表现出了它的缺点,主要是收敛速度慢,不易收敛到全局最优解。针对于以上的问题,本文主要做了以下几点工作:1)提出了一种模糊精英遗传算法(Fuzzy Elite Genetic Algorithm,简称FEGA)。它针对于遗传算法收敛速度慢,不易收敛于全局最优解等缺点对其进行了改进。主要利用精英个体对遗传算法的影响,将每一代种群模糊划分为两个子种群。其中一个与最优个体进行进化操作,而另一个则进行常规的进化操作。子种群的划分则通过模糊控制根据当前算法的运行参数来确定。最后将操作后的两个子种群合并生成下一代的种群。2)运用FEGA算法解决Web服务选择问题。根据旅行计划服务组合实例对FEGA算法在Web服务选择中的有效性进行了验证。结果表明它可以快速地、有效地选出满足用户QoS需求的组合方案,解决了具有全局QoS限制的Web服务选择问题。