物联网技术的发展推动了工业、军事、交通业等各个领域信息化水平的不断提升。各种设备具有一定的计算能力,它们之间通过互联网进行通信和信息交换,使其具备感知能力,智能设备也就应运而生。由于单个的智能设备通常是异构的,它们的功能、计算能力和存储能力通常不能满足相对复杂的需求,智能设备的相互协作和协调是满足任何一个智能设备能力范围之外需求的策略方法。智能设备之间通过网络相互连接,彼此通信,以促进它们的交互与协作。目前,大多数的应用程序可以通过集成物联网环境中的智能设备,提供多种功能来支持和实现。服务的发现和组合是许多专家和学者们长期研究的课题,在传统的Web服务和REST服务领域已经开发了许多技术。随着服务这一定义的出现,物联网环境中的智能设备被封装成为具有多个功能的服务集合,因此,智能设备之间的协作就可以被归结成为服务组合问题。首先,本文提出了一个三层的物联网服务框架,将物联网环境中智能设备的每个功能封装成为一个服务,这些服务根据其功能的相似性聚合成为服务类。通过计算服务类之间的可调用性,构建一个服务网络,并使用传统的语义Web服务组合技术构建服务类链。在服务类链的构建过程中,只考虑服务的功能性,而不考虑服务的其它属性。其次,为服务类链推荐合适的服务组合。考虑到物联网服务从其所属的智能设备中继承的时空约束、剩余能量和同一个智能设备上物联网服务的功能约束条件,此过程被归结成为一个多目标优化问题,并采用启发式算法进行求解。在本文中,我们采用遗传算法、蚁群算法和粒子群算法,并通过模拟仿真实验,评估算法结果的准确性和有效性。最后,从服务组合的推荐结果、智能设备的最小剩余能量和整个网络的负载均衡三个方面进行对比实验。实验结果表明,在本文环境中,粒子群算法能够得到相对较优的物联网服务组合,并且,其性能优于遗传算法和蚁群算法,能够保持网络中智能设备的负载均衡,从而有效延长整个网络的生命周期。