2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩147頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著Web服務技術的成熟與發(fā)展,組合已有服務提供新的增值服務成為一種具有重要價值的應用構造模式,服務組合技術成為了集成技術發(fā)展的新方向。QoS驅動的組合服務動態(tài)選取作為保證組合服務用戶滿意度和質量的手段,在服務組合技術中扮演著相當重要的角色。目前,學術界開展了這方面大量的工作。在這些工作中,以全局優(yōu)化為目標的動態(tài)選取方法占有較大的比例。由于全局優(yōu)化選取發(fā)生在組合服務執(zhí)行之前,它只考慮了組合服務執(zhí)行前服務的QoS,而無法適應組合服務執(zhí)行過

2、程中服務QoS的變化,難以保證組合服務的質量。為此,學術界提出在組合服務執(zhí)行過程中,當構件服務QoS發(fā)生變化時,通過以全局優(yōu)化為目標的重選取,保證組合服務的質量。QoS驅動的組合服務重選取技術作為保證組合服務執(zhí)行時全局優(yōu)化質量的重要手段,成為了目前研究的一個熱點。
   由于組合服務重選取問題求解是一個NP問題且往往需要較長的時間,這將造成組合服務執(zhí)行時間的延遲,因此,如何實現高效用的重選取是保證組合服務質量的核心問題。圍繞對該

3、核心問題的解決,本文從避免無用重選取的QoS增益保證、重選取代價降低、重選取優(yōu)化求解效率提高等三個關鍵問題入手,給出了相應的解決方案,提出了基于效用評價的組合服務重選取方法。該方法是以效用評價模型為基礎,在所提出的重選取QoS增益保證和代價降低等效用增長策略的支撐下,在服務被預測將在其調用時刻發(fā)生QoS劣化程度較大的變化時觸發(fā)重選取過程,通過重選取半離線執(zhí)行機制和求解算法效率的提高,實現高效用的組合服務重選取,以有效的適應服務QoS動態(tài)

4、變化的問題。本文主要完成了如下的工作:
   ●針對于重選取方法所存在的低效用問題,提出了基于效用評價的組合服務重選取方法,建立了衡量組合服務重選取有效性的效用評價模型。該方法以效用評價模型為基礎,在所提出的重選取QoS增益保證和代價降低等效用增長策略的支撐下,通過提高重選取算法的效率,實現高效用的組合服務重選取;
   ●針對于重選取的QoS增益保證問題,提出了面向重選取QoS增益保證的服務QoS劣化閾值模型及計算算法

5、。給出了基于服務QoS劣化閾值計算的重選取QoS增益保證策略,從而,當服務QoS的劣化程度小于服務QoS劣化閾值時,將不觸發(fā)QoS增益較少的動態(tài)重選取,以避免無用重選取,保證重選取的QoS增益。為了實現該策略,建立了服務QoS劣化閾值模型,以反映服務QoS劣化程度與組合服務全局QoS之間的關系。在此基礎上,給出了服務QoS劣化閾值的計算算法。實驗表明,所提出的重選取QoS增益保證策略及算法能夠避免QoS增益較少的無用重選取;
  

6、 ●針對于重選取的代價降低問題,提出了面向重選取代價降低基于半馬爾可夫模型的服務QoS預測算法。給出了基于服務QoS預測的重選取代價降低策略,提出了支撐該策略的重選取半離線執(zhí)行機制。從而,在構件服務未執(zhí)行調用且發(fā)生劣化程度較大的變化時,進行離線的重選取以不影響組合服務的正常執(zhí)行,只有在需要調用該服務而涉及該服務的重選取尚未結束時,組合服務才被中斷直到重選取的結束。為了實現該策略,提出了基于半馬爾可夫模型的服務QoS預測算法,以盡量增加

7、重選取離線執(zhí)行時間。實驗表明,基于服務QoS預測的重選取代價降低策略及算法能夠有效的降低重選取代價;
   ●針對于重選取效率提高問題,提出了基于效用增長策略QoS驅動的組合服務重選取機制及算法?;谛в迷鲩L策略,當構件服務被預測在其調用時刻QoS劣化幅度大于劣化閾值時,將觸發(fā)組合服務的動態(tài)重選取。為了進一步提高重選取的效用,本文提出了重選取問題優(yōu)化求解的啟發(fā)式算法,以提高重選取的效率、俁證重選取的效用。實驗表明,所提出的組合服

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論