面向領域服務組合的人工蜂群優(yōu)化算法S-ABC及其支持工具.pdf

1、隨著服務計算、云計算、物聯(lián)網(wǎng)等高新技術的快速發(fā)展與成熟，各個領域出現(xiàn)了大規(guī)模智能業(yè)務服務。而用戶的需求也變得越來越復雜，單個服務無法滿足用戶的需要，這就需要根據(jù)用戶需求做服務組合，從而形成滿足用戶需求的組合服務。所以，如何根據(jù)用戶需求在大規(guī)模智能業(yè)務服務中快速的組合成用戶滿意的服務組合方案成為當今研究的熱點，引起了廣泛的關注。與此同時，隨著對大數(shù)據(jù)的研究，不同領域呈現(xiàn)出一定的領域特性，許多服務領域存在其自身的特性和運行規(guī)律，這些特性在服

2、務組合問題中都起著一定的作用。因此，如何在新的服務環(huán)境下利用服務領域的特性，提高服務組合問題求解的效率具有重要意義。本文針對以上兩個問題進行研究，提出了面向領域服務組合的人工蜂群優(yōu)化算法S-ABCsc范型，并從以下三個方面展開詳細研究：
　　(1)人工蜂群算法用于服務組合問題的優(yōu)越性分析：為了更好的利用人工蜂群算法解決服務組合問題，本文對人工蜂群算法進行剖析，包括候選服務空間的劃分、食物源的生成、鄰域搜索、算法判優(yōu)準則等。

3、　　(2)S-ABCsc范型基礎理論及算法的研究：為了研究服務領域特性對服務組合問題求解效率的影響，歸納總結了三大服務領域特性，包括是先驗性、相似性和關聯(lián)性。根據(jù)這三大領域特性，分析服務組合問題及其求解算法，從而將這三大領域特性與人工蜂群算法結合形成面向領域服務組合的人工蜂群優(yōu)化算法S-ABCsc范型。該范型提出了面向領域服務組合的人工蜂群算法框架，包括服務空間搜索策略，面向領域服務組合的食物源生成策略、適應度函數(shù)、雇傭蜂階段、觀察蜂階

4、段、偵察蜂階段，算法判優(yōu)準則。其中，根據(jù)兩種的服務空間搜索策略形成了兩類算法，即基于優(yōu)先級搜索策略的S-ABCsc算法和基于均衡搜索策略的S-ABCsc算法。另外，為了分析兩種服務空間搜索策略的使用條件，提出了先驗性和相似性的具體度量指標，并進行大量實驗總結出相關規(guī)則。
　　(3)S-ABCsc范型支持工具的設計與開發(fā)：為了更方便的使用S-ABCsc范型解決服務組合問題，設計開發(fā)了該范型的支持工具。該系統(tǒng)包含模塊：算法預制及執(zhí)行、