随着软件开发信息技术的迅速发展,Web服务技术也得以广泛应用。然而,单一的Web原子服务只是为完成一定的功能而开发的,很难适应更复杂的用户需求。为此,可以将多个相互独立的、功能有限的服务组合到一起,从而产生新的组合服务。由此,产生了一个研究问题:基于Qo S的Web服务组合问题,即如何为组合服务中每个原子服务选择合适的服务。随着子服务和候选服务数量的急速增加,将发展为基于Qo S的大规模Web服务组合问题。此外,面对将单个服务组合起来的候选服务组合,如何从中选择一个最优的、最符合用户需求的服务组合也是一个关键问题。本文将这两个问题转化为多属性决策问题。将多属性与蚁群算法相结合解决基于Qo S的大规模Web服务组合的问题,通过运用多种形式的评价信息,采用理想点法完成对候选服务组合的评价决策,使得决策结果更加科学、可靠。本文主要完成了以下工作:首先,介绍了Web服务组合的相关研究,蚁群算法及它的优缺点,几种评价信息的表达方式以及相应的规范化方法和客观属性权重的求取方法。其次,介绍了采用蚁群算法解决基于Qo S的大规模Web服务组合问题的研究,提出了对蚁群算法中状态转移概率及信息素更新公式的设计,用算例验证了蚁群算法解决基于Qo S的大规模Web服务组合问题的可行性及研究价值和意义并通过MATLAB进行了仿真。然后,研究了Web服务组合评价指标的选择标准,构建相关的评价体系。分别通过离差变换法、比重变换法和重心法对不同表达形式的评价信息进行规范化,并都转化为单点值形式,构成规范化决策矩阵。最后,通过熵值法得到属性客观权重,通过多个决策者以不同形式表达对属性的意见,将多种形式的偏好信息规范化,应用几何平均法集结决策者的规范化的模糊互逆偏好关系,来获得属性的主观权重,基于理想点法对主客观权重集成,确定属性的综合权重。采用理想点法获得候选服务组合的综合评价值,从而对其排序并通过算例证明了算法的可行性和可靠性。本文通过蚁群算法很好地解决了大规模Web服务组合优化的问题,通过对候选服务组合的评价决策,能够得到更好满足用户需求的服务组合。