Web服务作为一种新型的分布式计算模型，具有高度的互操作性、跨平台性和松耦合等特点，得到了世界范围内学术界和工业界的极大关注。但是单个Web服务功能有限难以满足复杂的用户需求，因此动态地把现存的Web服务组合起来以形成新的、增值的组合服务成为目前的研究热点。然而，随着Web服务的流行，Web服务的数量不断增多，不可避免地会出现大量功能相同或类似，但非功能属性（QoS）不同的Web服务，因而如何从中选择具有适当QoS的服务组成一个可执行的组合服务，使得组合服务具有良好的质量、较高的用户满意度已经成为关键问题。本文在分析服务选择研究现状的基础上，开展以下几个方面的研究。　　 针对目前大多数研究成果采用线性加权，而采用多目标优化的服务选择算法时间复杂度高且解的质量不能令人满意的研究现状，本文把服务选择问题建模为带约束的多目标优化问题，该问题的Pareto最优解就是组合服务的最优执行方案。　　 为了求解上述多目标优化问题，本文提出一种新的多目标粒子群优化算法，该算法用容量动态变化的容器存储迭代中得到的最优解，并提出一种新的寻找全局最优粒子的方法，数值试验表明该算法能求出数量多、分布良好的高质量Pareto最优解；基于服务排名的思想构造规模小于原服务集的新服务集，在此基础上提出基于新服务集构造的动态服务选择算法CNDSS；理论分析和实验表明CNDSS能正确、高效地求解服务选择问题。　　 针对组合服务执行过程中的服务失效问题，本文提出基于切换代价的失效恢复算法SWCA。本文根据依赖节点和依赖路径的概念，结合服务选择算法求得的一组最优解，获得全局的备份方案；针对现行方案的不同执行情况，给出两种求得局部备份方案的方法；考虑切换代价，从全局备份方案和局部备份方案中选取最优的作为恢复算法求得的解；仿真实验表明本文提出的SWCA算法是有效的。