随着科技的发展,网络上出现了大量以分布式、开放性为特征的复杂系统,实时任务求解是这些系统运作过程中必须解决重要问题之一。服务计算(SOC)理论为实时任务求解提供了相对于传统求解方式更加灵活、高效的解决方案,其主要方法是：通过自动化的服务组合过程提供求解方案,构建一个由若干服务构成的临时联合体,一旦用户任务求解结束,这个临时联合体随即解散。随着实际应用场景日益复杂,基于SOC的实时任务求解技术的不足已经显露。首先,实际应用需求对实时任务求解(RTS)的自动化程度要求越来越高。目前的SOC技术难以在自动化的精度和速度上取得较好的平衡,限制了RTS的实际应用。其次,SOC的计算实体一方面由于缺乏理性和智能无法有效应对动态变迁且不可预测的网络环境和应用需求,另一方面需要一个总控机制拥有关于开放复杂系统的全局观点以处理实时求解过程中的各种突发事件,迫使开放系统再次陷入封闭状态。第三,需要对实时任务求解方案实施形式分析和验证,以保证能够实现预期的需求目标。目前的验证方法局限于针对底层的组合服务能否正确执行和实现用户既定目标进行验证。然而,这类验证即使成功,仍不能保证实时求解过程能够正确执行,同时无法处理任务求解参与者“逃逸”的问题。针对以上问题,本文做了以下研究工作。第一,研究了提高实时任务求解的自动化程度的手段,给出了分别从服务描述、服务发现和动态服务组合三方面提升性能的方法。在服务描述方面,提出从服务描述的应用层、语义层、实现层对服务的语义逐层封装的方法学,这三层具体为：基于本体建立服务语义所需知识的获取方法和过程、支持多属性的服务能力描述模型和扩展任务情景描述模式。并给出了针对服务描述应用层设计的本体生成工具,该工具通过人机界面,以向导指引服务描述自动生成,将整个描述服务的过程高度自动化。在服务发现方面,提出将多重词法散列与语义匹配相结合的服务发现机制；该机制针对不同粒度子块设计散列函数,在按子块粒度递增的多重散列过程中完成服务匹配,并基于子块间的包容关系语义进行散列冲突消解。在动态组合方面,基于上述服务发现机制建立的服务库,提出了基于DCWMG的动态服务组合算法。基于DCWMG的相关性质,该算法将深度优先与广度优先搜索相结合,利用反向边识别和着色技术,实现了具有线性复杂度的两点间所有连通路径查找；给出了算法复杂度分析,并将该算法与国际认可的动态服务组合基准测试方法在动态服务组合的性能方面做了比较。第二,研究了提升求解计算实体智能的方法。在已有工作基础上,提出了基于社会承诺的外部调控机制内化模型。该模型在Cohen与Levesque的心智状态模型基础上引入承诺,并结合N.R.Jennings的基于承诺和约定的合作模型,实现了外部宏观调控机制通过承诺的形式被转化为智能计算实体内部的信念、愿望、意图元素,为计算实体接受并遵从应用层宏观指令提供了实现基础。第三,研究了实时任务求解过程的形式语义及其验证方法。针对基于承诺的协同工作模型,建立了粗粒度的ATCL逻辑。该逻辑通过引入承诺,将ATL的合作算子《》扩展为《C:ζ:ω：(?)》,表示：组织C承诺当条件ζ满足时立刻开始按规划(?)执行,保证在ω成立之前实现某商定内容。首先给出基于行为的迁移系统,以此建模基于带有截至期限条件承诺的agent组织,在其上分别给出了ATCL的语法和语义。并通过实例演示ATCL的表达能力。给出了针对ATCL的模型检测方法,证明了其复杂度。