改进杜娟鸟搜索算法的Web服务组合优化,本文关于杜娟论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
杜娟论文参考文献：
摘 要： 传统的Web服务组合优化方法均基于Web服务的功能进行规划,获取的Web服务组合的服务性能较低,为了解决该问题,提出基于改进杜鹃鸟搜索算法的Web服务组合优化方法.首先从数据集中采集相务塑造Web服务组合集,然后采用杜鹃鸟搜索算法获取Web服务组合QoS最优化方案,并对杜鹃鸟搜索算法中莱维飞行时的路径和位置随机数进行改进,增强杜鹃鸟搜索算法在Web服务组合优化问题中的适应度,避免算法出现局部最佳解问题,得到优化的Web服务组合.实验结果表明该方法具有较高的运算效率和服务质量.
关键词： 杜鹃鸟搜索算法； Web服务； 组合优化； 最优方案
中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）15?0087?03
Abstract： Since the traditional Web service combination optimization method can plan on the basis of the function of Web service, and the obtained service performance of Web service composition is low, a Web service combination optimization method based on improved cuckoo search algorithm is put forward. The similar service is collected in dataset to shape the Web service group. The cuckoo search algorithm is used to acquire the QoS optimization scheme of Web service composition, improve the path of Levy flight and position random number in cuckoo search algorithm, strengthen the fitness of cuckoo search algorithm in Web service combination optimization problem, and oid the problem of local optimal solution of the algorithm. The optimized Web service composition is obtained. The experimental results indicate that the method has high computing efficiency and service quality.
Keywords： cuckoo search algorithm； Web service； composition optimization； optimal scheme
0 引 言
随着当前云计算技术的快速发展,Web服务的应用领域也逐渐扩张,Web服务数量呈现海量增长趋势.为了增强Web服务的质量,Web服务组合的优化问题受到学者的广泛关注.以往研究出的Web服务组合优化方法大都基于Web服务的功能进行规划,未对服务质量进行全面的分析,获取的Web服务组合优化方法的服务性能大大降低[1].因此,大量学者着手寻求高质量的Web服务组合优化方法.
在Web服务组合优化过程中采用杜鹃鸟搜索算法进行分析,通过杜鹃鸟搜索算法得到Web服务组合QoS最优化方案,不断改进杜鹃鸟搜索算法中Levy（莱维）飞行时的路径和位置随机数[2],提高杜鹃鸟搜索算法在Web服务组合优化问题中的适应度.
1 QoS的Web服务组合问题
采用Web服务分析的数据集QWS对Web服务组合问题进行建模,通过Web服务爬虫引擎采集6 000个Web服务,各Web服务具有9个QoS特征.QWS数据集是一种全面的数据集,广泛应用于Web服务组合的QoS分析过程中.因此,通过QWS数据集獲取相务塑造Web服务组合集,采用杜鹃鸟搜索算法求解最优化的QoS组合问题,针对QoS组合问题中的服务响应时间（T）、执行成本（C）、服务价值度（A）以及服务稳定性（R）四种QoS参数进行分析,则QoS服务组合问题的表达式为：
式中：是对应的服务组合内的QoS运算公式,式（1）是目标函数,对和实施极小化处理.
在理想点的原理下,将多目标问题变换成单目标问题[3],将全部Web服务中的服务响应时间以及执行成本的最低值当成理想点以及则获取的目标函数为：
式（2）是将QoS的服务组合问题从多目标问题变换成单目标问题的数学模型,基于目标系统的实际应用情况设置以及的值.
进行Web服务组合时,应在大量特定功能的小粒度Web服务内,采集满足用户要求的服务[4],并将这些服务基于合理的组合方式塑造成功能完整的Web服务.通常状态下Web服务组合的目标以及原始规范都是已知的,也就是输入以及输出Web服务都已知,对Web服务组合进行优化时的Web服务数量以及组合方案都未知.一般在服务组合方案明确的状态下[5],也就是提供候选服务集,并且候选服务集的组合方案已知,各候选服务集内存在不同的具体服务,从各候选服务集内获取最佳的Web服务方案,如图1所示.其反映的是构建在已知服务组合方案Plan下的Web服务组合流程.
图1描述的Web服务组合方案,在一个Web服务组合的工作流内,不同步骤的Web服务采集包含较多的有价值目标服务组件,获取所有有价值Web服务组合方案后[6],采用式（2）的目标函数运算各策略的QoS值,可获取最佳的Web服务组合.当候选服务集存在海量的Web服务数量时,将大大降低Web服务组合优化效率,因此采用杜鹃鸟搜索算法降低目标函数的运算量,获取最佳的Web服务组合方案.
结论：关于杜娟方面的论文题目、论文提纲、杜娟论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
一种改进禁忌搜索算法其在连续全局优化中应用
摘要：禁忌搜索算法是一种元启发式的全局优化算法，是局部搜索算法的一种推广，已被成功地应用于许多组合优化问题中。本文针对有界闭区域上的连续函数全局。
基于免疫记忆克隆算法指数化投资组合优化构建策略
摘要：本文基于克隆选择学说及基于克隆选择学说及生物免疫响应过程的相关机理，提出用于指数化投资的免疫记忆克隆算法，并将其应用于指数化投资组合优化构。
改进杜邦
杜邦分析体系最早由美国杜邦公司于2 0世纪20年代创立，是利用各主要财务比率之间的内在联系，对企业财务状况和经营成果进行综合系统分析的办法。杜邦。
基于改进杜邦分析法商业银行盈利能力分析
摘要：杜邦分析体系主要是对企业、上市公司等非金融机构进行财务分析，事实证明，经过改进后这种方法同样适用于对商业银行等金融机构的财务分析。文章通过。