随着近年来云计算技术的蓬勃发展，使得Web服务的研究和应用迎来了新的挑战。而由于Web服务数量的增加，Web服务组合问题的研究也得到了广泛的关注。传统的Web服务组合一般只考虑服务的功能性需求，对服务的非功能性需求和总体服务质量（QoS）考虑较少。可以说，服务选择算法的选取是关系到最终决定服务组合QoS性能好坏的关键性因素。首先本文对近年来基于QoS的服务组合问题从多个研究方向进行了分类和总结。在选择优化算法的选择上，普遍采用粒子群算法、蚁群算法、Skyline方法等。因大量实验已经证明布谷鸟算法在解决多目标函数方面的表现要优于其他现存的算法，而且相较于其他的元启发式优化算法具有更好的通用性,因此作者提出将其应用于服务组合问题。本文首先建立了将QoS的服务组合问题从多目标问题转化为单目标问题的数学模型。通过使用从QWS数据库中选定的相似服务，构建抽象服务组合模型。为了验证该方法的可行性，本文还在提出的数学模型的基础上实现了目前研究最广泛的基于粒子群算法的Web服务组合最优化问题，通过对比，最终证明了布谷鸟算法在解决Web服务组合问题上的可行性。最后对原始布谷鸟算法的随机取值过程进行了改进，并进一步通过实验验证，改进的布谷鸟算法在Web服务组合最优化问题的实现上效率的提高。