動態(tài)服務組合中的若干關鍵技術研究.pdf

1、隨著網(wǎng)絡技術的不斷發(fā)展，動態(tài)服務組合技術逐漸成為當前的一大研究熱點。動態(tài)服務組合技術以語義網(wǎng)為基礎，要求網(wǎng)絡具有語義功能，能夠動態(tài)地發(fā)現(xiàn)、選擇和組合服務。而目前增強語義的研究多集中在本體論方面，如對于領域知識建立相應的領域本體，對Web服務建立相應的服務本體等。因此“本體”技術的研究對于服務組合技術的研究而言至關重要。 另外，個性化的要求使得服務組合過程越來越重視用戶的需求，提供滿足用戶個性化體驗的服務越來越成為服務提供者努力的

2、目標。而要在服務組合過程中組合出更具個性化、令用戶滿意的服務，就必須考慮用戶的偏好。 本文針對以上兩個問題展開研究工作，取得了以下研究成果： 1)提出一種基于屬性語義關聯(lián)的服務組合方法，該方法轉(zhuǎn)換服務的輸入、輸出參數(shù)為服務的相關屬性，建立屬性語義關聯(lián)規(guī)則進行服務組合，可直接應用推理引擎在本體之上進行推理，不需通過復雜的機制進行不同服務接口間的協(xié)調(diào)、統(tǒng)一，提高了服務組合的效率和成功率，屬于輕量級的服務組合方法。同時建立的領

3、域服務本體，能根據(jù)該本體的領域分類概念有效組織服務，不僅能區(qū)分不同服務間的功能，還能縮小服務選擇時的搜索范圍。 2)為使偏好描述適用于動態(tài)服務組合，提出一種屬性分解的偏好本體表示方法PODDA。該方法增加了偏好描述的語義及語義關聯(lián)，并把用戶對服務的偏好分解為多個子偏好集合或?qū)傩云眉?，對應本體的建立可從領域本體的概念層次關系中提取服務的子偏好集合，從概念間的關聯(lián)度提取服務的屬性偏好集合，從而能夠充分利用領域本體中已存在的資源，

4、且能更深入地表示出用戶在多重約束下的偏好，使建立的偏好本體更合理和完整。為驗證PODDA的有效性與合理性，建立了一個面向旅游領域的偏好本體對其進行了驗證。 3)在以上偏好研究的基礎上，對一類具有特殊性質(zhì)——“邊際效用遞減”性質(zhì)服務的推薦問題進行了研究。該研究借鑒經(jīng)濟學中的消費者行為理論，運用偏好、邊際效用等方面的原理，對該類性質(zhì)的單一服務推薦問題以及多個服務的組合服務推薦問題分別進行了研究。該方法可在一定預算前提下使得推薦的組合

5、服務理論上達到效用最大化。 以上提出的個性化服務組合方法，需要在大量服務中選擇滿足用戶需求的服務，這使得服務組合的效率急劇降低，急需要尋找有效的方法進行服務組合優(yōu)化。為此，該研究提出兩種服務選擇和組合服務優(yōu)化算法，一種針對用戶QOS屬性限制，一種引入用戶偏好本體，增加偏好權重，使優(yōu)化結(jié)果更適合用戶的個性化需求。 4)提出一種多信息素動態(tài)更新的蟻群算法MPDACO，用于進行服務組合優(yōu)化及適應服務組合優(yōu)化過程中Web服務的動

6、態(tài)性、不穩(wěn)定性，以及多QoS屬性限制等問題。該算法可以適應服務組合優(yōu)化過程中發(fā)生的服務無效、服務增加以及服務QoS變化等情況，為使算法能較快地收斂于最優(yōu)解，在實驗基礎上對算法進行了改進。另外，還提出一種基于蟻群算法原理、啟發(fā)式發(fā)現(xiàn)較好解的算法，用于提高大規(guī)模服務選擇問題的效率，在較少的迭代次數(shù)下即可以獲得較優(yōu)解。 5)為解決引入用戶偏好本體后大規(guī)模服務的選擇問題、服務選擇中的信息重用問題以及組合服務的個性化問題，提出一種基于蟻群