随着互联网的飞速发展,Web服务作为一种全新的Web应用形式逐渐被用户所接受,也给服务提供商带来了巨大的商机。然而,在网络上存在的大量功能相同或者相似的小颗粒Web服务。如何对这些Web服务进行组合以及重用以求符合用户需求,已经成为Web服务组合领域的应用需求和研究热点。用户在进行服务组合过程中,除了对服务的功能有需求外,更加关心Web服务质量。而现今大部分的基于QoS的Web服务组合问题往往只能求得局部最优解,缺少全局的考虑,不能真正求得Web服务组合的全局优化解。本文针对Web服务的难点和热点问题,在国内外研究的基础上,对基于QoS的Web服务组合问题和基于QoS的Web服务选择进行深入研究。首先,较为全面地总结了 QoS常用指标的定义以及计算方式。在现有的服务体系结构的基础上,结合用户对Web服务非功能属性的需求,增加了用户定制模块、QoS评价适配及反馈模块,提出了基于QoS的Web服务组合模型。为了能够更加直观地比较和评价各QoS属性的优劣,对其进行标准化处理。其次,着重研究了蚁群算法在Web服务选择中的应用。将基础蚁群算法应用到基于QoS的Web服务组合模型中的服务选择过程中,形成基于QoS的传统蚁群算法。针对该算法低下而且不稳定的成功率,提出MAACO。MAACO是对传统蚁群算法的改进,主要体现在两个方面:信息素更新规则和引入单次循环最优路径列表。这两方面的改进,使得MAACO在成功率得到保证的情况下,有较优的全局搜索能力以及较快的收敛速度。最后,在VS平台上实现上述两种算法,并且在模拟Web服务的数据集中进行Web服务选择。通过分析MAACO在不同的循环次数和蚂蚁数量的情况下的成功率,获得MAACO能够稳定输出最优组合的条件。通过跟传统蚁群算法结果的对比分析,验证MAACO较之于传统算法有更优的性能。