声明
摘要
1．1研究背景
1．2研究现状
1．3研究内容
1．4论文的组织结构
第2章相关研究
2．1多目标服务选取概述
2．1．1服务组合和服务选取
2．1．2QoS属性指标体系
2．1．3多目标服务选取问题求解
2．2大规模服务请求与服务选取
2．2．1服务请求特征
2．2．2候选服务特征
2．2．3大规模服务请求和海量候选服务对服务选取的作用
2．3相关算法概述
2．3．1蚁群算法
2．3．2人工蜂群算法
2．3．3李雅普诺夫Lyapunov优化方法
2．4本章小结
第3章面向大规模高并发服务请求的多目标服务选取问题求解
3．1研究现状
3．2问题建模
3．3基于NBACO算法的多目标服务选取方法
3．3．1算法总体流程
3．3．2基于Skyline的候选服务集处理
3．3．3NBACO算法
3．3．4资源冲突检测
3．4实验评价
3．4．1测试用例
3．4．2收敛性分析
3．4．3Hyper-volume性能评价
3．4．4基于数据集规模的NBACO算法性能评价
3．4．5高并发性评价
3．5本章小结
第4章面向大规模多样性服务请求的多目标服务选取问题求解
4．1研究现状
4．2问题模型
4．3基于PMOACS算法的多目标服务选取算法
4．3．1基于K-means聚类的服务请求约束聚类
4．3．2PMOACS算法
4．3．3并行策略
4．4实验评价
4．4．1测试用例
4．4．2收敛性分析
4．4．3算法效率
4．4．4解的质量
4．5本章小结
第5章面向服务请求流的多目标服务选取问题求解
5．1研究动机
5．2问题模型
5．3基于n-MOABC算法的多目标服务选取算法
5．3．1初始化食物源
5．3．2派遣雇佣蜂
5．3．3派遣观察蜂
5．3．4派遣侦查蜂
5．3．5更新存档
5．3．6n-MOABC算法流程
5．4实验评价
5．4．1测试用例
5．4．2参数设定
5．4．3算法效率
5．4．4解的性能
5．5本章小结
第6章面向组合服务收益的多目标服务选取问题求解
6．1研究动机
6．2问题模型
6．3成本与性能优化问题描述
6．4LBO(Lyapunov balanced optimization)算法设计
6．4．1问题的转化
6．4．2算法设计
6．5实验评价
6．5．1算法有效性验证
6．5．2请求到达强度对算法性能的影响
6．5．3不同算法的性能比较
6．6本章小结
7．1本文总结
7．2未来研究展望
参考文献
致谢
攻读博士学位期间的主要成果
东北大学;
