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;