

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、Web服務(wù)的高速發(fā)展,帶來(lái)Web服務(wù)組合的多種可能。有很多功能相似的Web服務(wù),但他們的非功能屬性卻不同,如何將這些Web服務(wù)組合起來(lái)是個(gè)NP難題。
本文采用了改進(jìn)的人工蜂群算法來(lái)解決Web服務(wù)組合優(yōu)化問(wèn)題,具體如下:
首先,本文中提出精英交叉以及空間距離的精英組合策略,通過(guò)與遺傳算法結(jié)合改變了引領(lǐng)蜂的搜索范圍,能夠有效避免早熟現(xiàn)象,優(yōu)化種群。
多目標(biāo)問(wèn)題解的屬性間存在著相互沖突,如果提高解的某個(gè)屬性,另外
2、的屬性在一定程度可能會(huì)降低,因此為了使得各個(gè)目標(biāo)屬性能夠達(dá)到最佳平衡,本文采用帕累托構(gòu)造非支配解并將多目標(biāo)問(wèn)題轉(zhuǎn)化為求得一組解。Web組合優(yōu)化問(wèn)題一般只會(huì)推出一個(gè)最優(yōu)解,存在一定的局限性,難以滿足對(duì)準(zhǔn)確性的要求,因此本文基于帕累托解集會(huì)推出一組的最優(yōu)解。并且通過(guò)帕累托解集改進(jìn)食物源違反規(guī)則,得到豐富且能夠更加適應(yīng)種群優(yōu)化要求的解。
然后,為了擴(kuò)大跟隨蜂在覓食階段的種群范圍,提出基于效用值的隨機(jī)多交換鄰域跟隨蜂覓食策略;原始蜂群
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Pareto多目標(biāo)人工蜂群算法的Web服務(wù)組合優(yōu)化研究.pdf
- 基于改進(jìn)人工蜂群算法的機(jī)組組合優(yōu)化方法.pdf
- 面向領(lǐng)域服務(wù)組合的人工蜂群優(yōu)化算法S-ABC及其支持工具.pdf
- 基于改進(jìn)人工蜂群算法的聚類(lèi)研究
- 人工蜂群算法的研究與改進(jìn).pdf
- 混合人工蜂群算法的改進(jìn)研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類(lèi)研究.pdf
- 高頻交易的投資組合配置——基于人工蜂群算法的改進(jìn).pdf
- 基于人工蜂群算法的約束優(yōu)化問(wèn)題研究.pdf
- 人工蜂群算法的改進(jìn)與應(yīng)用.pdf
- 基于人工蜂群算法的Hadoop調(diào)度算法研究與改進(jìn).pdf
- 人工蜂群算法優(yōu)化感知機(jī).pdf
- 基于人工蜂群算法的泵站運(yùn)行優(yōu)化研究.pdf
- 基于信任的Web服務(wù)組合選擇算法研究.pdf
- 基于改進(jìn)人工蜂群算法的模糊聚類(lèi)研究.pdf
- 基于人工蜂群算法的分類(lèi)算法研究.pdf
- 基于人工蜂群算法的拖輪調(diào)度優(yōu)化.pdf
- 人工蜂群算法及其在組合優(yōu)化中的應(yīng)用研究.pdf
- 基于改進(jìn)人工蜂群算法的多機(jī)系統(tǒng)PSS參數(shù)協(xié)調(diào)優(yōu)化研究.pdf
- 人工蜂群算法的改進(jìn)及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論