一种基于动态飞行蚁群算法的Web服务组合优化方法

    公开(公告)号:CN115361303B

    公开(公告)日:2023-09-29

    申请号:CN202210815350.8

    申请日:2022-07-08

    Inventor: 周井泉 范琦

    Abstract: 本发明公开了一种基于动态飞行蚁群算法的Web服务组合优化方法,包括,当用户向系统提出服务请求时,系统对服务请求进行任务分解;建立Web服务组合模型,模糊专家系统通过服务质量QoS参数求出体验质量QoE的值,以体验质量QoE为评价指标建立Web服务组合模型的适应度函数Ffitness(QoE);得到对应于Web服务组合模型的适应度函数Ffitness(QoE)的值,并作为优化目标;采用动态飞行蚁群算法对Web服务组合进行优化,得到满足用户需要的服务组合的最优结果。本发明将飞行蚂蚁调整为动态的,限制蚂蚁的飞行过程,减少了搜索相邻节点的执行时间,加快飞行蚁群算法的收敛速度;将相邻节点数量调整为动态的,有效地平衡了探索和开发,避免陷入局部最优,提高算法的性能,并且适应不同规模下的服务组合问题。

    一种基于动态飞行蚁群算法的Web服务组合优化方法

    公开(公告)号:CN115361303A

    公开(公告)日:2022-11-18

    申请号:CN202210815350.8

    申请日:2022-07-08

    Inventor: 周井泉 范琦

    Abstract: 本发明公开了一种基于动态飞行蚁群算法的Web服务组合优化方法,包括,当用户向系统提出服务请求时,系统对服务请求进行任务分解;建立Web服务组合模型,模糊专家系统通过服务质量QoS参数求出体验质量QoE的值,以体验质量QoE为评价指标建立Web服务组合模型的适应度函数Ffitness(QoE);得到对应于Web服务组合模型的适应度函数Ffitness(QoE)的值,并作为优化目标;采用动态飞行蚁群算法对Web服务组合进行优化,得到满足用户需要的服务组合的最优结果。本发明将飞行蚂蚁调整为动态的,限制蚂蚁的飞行过程,减少了搜索相邻节点的执行时间,加快飞行蚁群算法的收敛速度;将相邻节点数量调整为动态的,有效地平衡了探索和开发,避免陷入局部最优,提高算法的性能,并且适应不同规模下的服务组合问题。

Patent Agency Ranking