论文部分内容阅读
Web服务以及面向服务的架构SOA(Service-OrientedArchitecture)为分布异构环境下的资源共享和应用互操作提供了有效支持，动态组合多个现有Web服务，形成一个新的、更大粒度的增值服务成为Internet上构建分布式应用的一种重要模式。随着Web服务数量的增长和应用范围的扩大，服务质量QoS(QualityofService)成为服务选择的重要依据，基于QoS的服务选择是Web服务组合研究领域的一个重要问题。本文对服务组合流程建模、组合服务OoS评估以及基于QoS的服务选择算法等问题展开研究，主要工作如下：
(1)设计服务组合模型PRRD：基于工作流建模技术，考虑服务组合的过程逻辑、资源需求、用户需求以及服务组合相关数据，设计了一个具有多视图特性的服务组合模型PRRD；在过程模型基础上定义了服务执行路径SEP的概念及其DAG(DirectedAcyclicGraph)图的生成方法，作为组合服务Qos评估和服务选择算法设计的基础。
(2)提出QOS驱动的两阶段服务选择框架：分析组合服务结点间的时序特征，定义了松弛距离的概念，并基于松弛距离提出组合服务QoS的计算方法QCMSD；采用定性和定量相结合的描述方法，设计了便于用户理解和表达个性化需求的QOS全局需求模型；并对该模型提出QoS驱动的两阶段服务选择框架QTPSSF，第一阶段将可局部优化QOS转化为结点的局部QoS约束，利用支持QoS约束的服务发现机制实现，第二阶段则将可全局优化QoS分为3个不同的全局优化目标，对应三个不同的服务选择问题。
(3)对截止期约束下费用最小化的服务选择问题，提出两个基于截止期分解的启发式算法：利用逆向分层(BL)分解截止期，提出逆向分层截止期分解算法DBL；基于最早树的关键路径分解截止期，提出关键路径截止期分解算法DCP；两算法基于动态规划改进，分别得到个DBDP和DCPDP；仿真结果表明：DBL能有效改进正向分层截止期分解算法DTL(DeadlineTopLevel)的平均性能，而DCP克服了上述两个分层算法不能用于较小截止期的不足，并在有效截止期范围内获得了较好性能；动态规划的仿真结果表明：DBDP和DCPDP能分别提高DBL和DCP的平均性能，且DBDP对DBL性能的改进效果最为明显。
(4)对成本约束下完丁时间最小化的服务选择问题，提出两个基于优先级规则的迭代启发式算法：根据同一路径上的结点在运行时间上的分享特性和并行结构中的结点在运行时间上的共享特性，定义时间耦合强度TCS和有效逆分层强度VBS两个概念；分别和最大收益率规则MPR(MaximumProfitRatio)结合，提出MPTCS和MPVBS两个优先级规则；两规则迭代改进初始解的性能，实现目标函数的优化。仿真结果表明：MPTCS和MPVBS均能增强MPR规则的局部寻优能力，显著提高了MPR规则的平均性能；且MPTCS规则在平均性能和运行效率上都优于MPVBS规则，但MPVBS规则在某些特定问题实例上显示出较好性能。
(5)对时间费用多目标优化的服务选择问题，提出两个多目标遗传算法：将时间费用多目标优化的服务选择问题分为无约束时间费用多目标优化的服务选择问题TCOSS与截止期和成本约束下多目标优化的服务选择问题DBCSS；在多目标遗传算法基础上设计了两个问题的求解算法TCOGA和DBCGA；仿真结果表明：TCOGA与GODSS相比，在不同特征的问题实例上均获得了数量众多、分布均匀，且有较高质量的Pareto最优解。DBCGA与MOEAWP相比，在不同情况下获得的最优解都充满可行目标空间，特别在约束值较高的情况下，DBCGA取得了较多的、分布均匀的、高质量的Pareto最优解。