一种基于任务粒化的服务组合优化方法

zxshunine

摘要:在big service背景下,越来越多的资源以服务旳形式及巾马使用，用厂H小瓜P地5解大搬榄服务计算规模呈指数级增长.本文提出一种任务粒化算法(1g4A，1asK-gIrH榄uRH 的社管有九性.其次想据现有0oS属性计算组合优化问题.首先,构建任务粒化分层服务组合模型,并分析了该模型的计算复杂性;其次,根据现有QoS属性计算方式,从理论上分析其在任务粒化过程中的可行性;最后,大量仿真实验结果表明,相比于经典的PSO算法,TgA可以将服务组合优化时间性能提高约4至7倍,且寻优精度提高10%以上.
; Y, Z* |% G- o' F0 q$ p
5 m% L  B# h) U$ G2 w( J/ c关键词:服务组合;任务粒化;分层模型；PSO


5 V, @5 C1 t6 n$ F" o, s6 u, U% \$ P       随着big service时代的到来，“一切皆服务”的理念使得服务计算得到进一步普及,以及用户个性化需求不断增加,服务计算系统呈现出动态性、松耦合、大规模等显著特征.服务组合问题也呈现出多极性、强约束性、动态性、大规模﹑高维度等特点,其计算规模与问题复杂性呈指数级增长,服务组合优化问题变得日益复杂.然而,服务组合过程中往往涉及多个服务提供主体,服务协同已经成为一种常态.以图1所示的用户网上购物过程为例,用户的一次购物体验不仅与其选择的购物平台和支付方式有关,而且还与卖方提供物品包装、配送方式,以及物流运输方式等相关.因此,用户的购物体验不仅包含其自身参与的购物过程,还包括卖方与物流方多个主体的协同合作过程.
8 G7 H! I8 X) Y# ]
* B* ~9 k6 N8 k* w! r' u

游客，如果您要查看本帖隐藏内容请回复

fantasyqqq

一切皆服务