面向服务的计算逐渐成为开放异构复杂环境中分布应用的主流计算模型。当单一服务不能满足用户的需求时,服务组合将根据共享上下文、将多个功能有限的Web服务按照服务描述、约束的可用资源及服务组装成满足用户功能的服务组合,产生增值服务。使得动态Web服务组合技术成为面向服务计算的核心技术,是近年的研究热点。服务组合的服务质量(Quality of Services, QoS)是服务提供商(Services Provider, SP)赢得市场的关键因素。但是,在开放网络环境中如何保证高QoS的服务组合面临诸多挑战。因此,论文紧密围绕如何提高服务组合的QoS相关理论与方法进行深入的研究,特别是QoS评价方法与选取策略、基于信任的QoS推理与演化方法以及基于QoS与信任的相关服务组合方法与策略进行了如下的研究工作。(1)提出了一种基于环境感知的服务的QoS评价与选取策略。以往研究中,对服务的QoS评价结果往往是用户感知QoS一种加权,而不是服务实体当前实际所能够提供的QoS。本文通过采用不同负载条件下SP实体提供的QoS来表征SP服务实体的实际QoS,提出一种服务实体间的信任推理与演化机制,推导出服务实体可信度与QoS的特征向量,结合当前的服务负载情况,计算出当前服务实体所能够提供的QoS。基于以上服务的QoS评测结果提出了一种新的服务选择算法,能够较好地提高服务组合的质量。(2)提出了一种基于信任推理与演化的Web服务组合策略。为改变传统信任推理中的信任缺失与信任泛化的不足,提出了受限于可信实体的信任演化、实体集合的信任演化、逐步逼近评价实体的信任演化等信任推理新方法。新的信任推理系统通过服务实体间信任关系的推导、反演与递推极大程度丰富了实体的信任关系,能够识别共谋欺骗并克服传统信任演化中直接信任关系稀小,前期信任匮乏的问题,从而改变了传统的信任关系建模思路。以新的信任推理与演化为基础,提出了一种新的Web服务组合策略,较大幅度的提高了服务组合的成功率。(3)提出了基于可信链路演化的快速服务组合研究。注意到实际服务组合中,仅通过选择高QoS的服务不一定能够组合出高QoS的服务组合。服务组合的QoS除了与服务的QOS相关,还与服务之间的依赖(匹配)程度、服务消费者(SC)间存在关联关系。本文依据服务主体间的交互行为,扩展了服务信任推理策略,以获取与揭示服务实体、组合链路的服务质量与可信关系,以及服务组合间的相互依赖关系。提出了一种基于可信链路的快速服务组合策略,为可信的快速服务组合提供了新的思路。(4)提出了一种基于环境学习与感知的服务组合粒子群算法。普通的PSO算法存在收敛速度慢,不适应复杂多变、速度要求较为严格的服务组合。本文通过对鸟群觅食过程对环境感知行为的仿生,提出了一种环境感知的粒子群算法(Environment-aware particle swarm optimization, EAPSO),算法通过“记忆”优化种群、增加鸟群视野的方法来减弱随机搜索带来的不稳定性,提高算法的速度。通过典型服务组合场景的仿真结果表明,该算法不仅具有更快的收敛速度,而且能更有效地进行全局搜索。