服務(wù)工作流的智能優(yōu)化方法.pdf

1、服務(wù)工作流管理系統(tǒng)是集成企業(yè)復(fù)雜業(yè)務(wù)流程、實現(xiàn)業(yè)務(wù)流程自動執(zhí)行的工具，工作流的活動結(jié)點不再局限于本地事務(wù)而是擴(kuò)展到網(wǎng)絡(luò)上的各種服務(wù)。隨著Web服務(wù)提供者之間的競爭加劇，構(gòu)建基于服務(wù)的工作流系統(tǒng)成為工作流研究領(lǐng)域的一個關(guān)鍵問題。本文對服務(wù)工作流協(xié)同優(yōu)化框架以及基于QoS的服務(wù)工作流智能優(yōu)化算法等問題展開研究，主要工作如下：
　　 (1)提出基于Multi-Agent的服務(wù)工作流協(xié)同優(yōu)化架構(gòu)：在分析現(xiàn)有服務(wù)工作流模型不足的基礎(chǔ)上，提

2、出基于Multi-Agent服務(wù)工作流調(diào)度框架模型。該模型采用注冊機(jī)制，建立Agent信息中心，為各個Agent提供信息服務(wù)，進(jìn)行招標(biāo)時可以直接向特定的Agent發(fā)送信息，以減少網(wǎng)絡(luò)通訊量；采用數(shù)字簽名技術(shù)，對交互的重要數(shù)據(jù)進(jìn)行加密，解決數(shù)據(jù)交互的安全問題；采用合同網(wǎng)和市場協(xié)商機(jī)制相結(jié)合的協(xié)議，以期提高靈活性、性價比和調(diào)度方案的性能。
　　 (2)對截止期約束下費用最小化的服務(wù)工作流優(yōu)化調(diào)度問題，提出混合粒子群優(yōu)化算法：通過構(gòu)建

3、有效的粒子隨機(jī)極值擾動、位置回退、交叉繁殖等操作，將解決連續(xù)優(yōu)化問題的有PSO算法加以改進(jìn)，使其能有效地解決服務(wù)工作流的離散優(yōu)化問題。通過實驗對HPOS算法與DTL、FSRD、DBL、BSRD等算法進(jìn)行仿真比較，實驗結(jié)果表明HPSO算法相對與其他算法在性能上都有較大的提高，提高的幅度非常均勻，受工作流活動結(jié)點的影響比較小，具有很好的適應(yīng)性和穩(wěn)定性。
　　 (3)對無約束條件下時間費用多目標(biāo)優(yōu)化的服務(wù)工作流調(diào)度問題，提出混合多目標(biāo)

4、粒子群算法(HMOPSO):通過分析服務(wù)工作流的特征，構(gòu)建有效的粒子結(jié)構(gòu)使之離散化，設(shè)定單目標(biāo)最優(yōu)初始解、引入外部種群和基于小生境技術(shù)的網(wǎng)格方法獲得分布均勻的Pareto最優(yōu)解集，使其能有效地解決本文的離散多目標(biāo)優(yōu)化問題。通過與NGSA-Ⅱ、SPEA2等算法在大量實例上進(jìn)行比較，結(jié)果表明HMOPSO在不同特征的問題實例上均獲得了數(shù)量眾多、分布均勻，且有較高質(zhì)量的Pareto最優(yōu)解。
　　 (4)動態(tài)環(huán)境下的服務(wù)工作流優(yōu)化調(diào)度問題