基于粒子群算法的Web服务组合研究

来源 :计算机工程 | 被引量 : 0次 | 上传用户:lzhwei002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有服务组合中QoS优化的不足,该文提出一种基于粒子群算法的解决QoS动态服务组合算法。通过对服务组合的业务逻辑与服务实例进行合理编码,重新定义粒子的位置、速度与“加”运算,利用粒子群算法的智能优化原理以及局部与全局优化信息加快粒子群的搜索速度,使其能够快速地得到一组满足约束条件的Pareto优化的服务组合。实验结果证明了算法的可行性和有效性。
其他文献
XML数据格式虽然具有易于创建和解析的特点,但数据格式过于冗长,难以实现具体的查询。该文引入XBW变换,将XML数据压缩成3个线性序列,使XML数据的查询处理从树形结构转移到这3个序
传感器网络的通信方式可分为多跳和单跳两种。如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡,在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡。
传统的分类算法在处理不均衡样本数据时,分类器预测倾向于多数类,样本数量少的类别分类误差大。针对该问题,提出一种基于聚类和遗传交叉的少数类样本上采样方法,通过K-means
针对运用图像分割方法求取阈值时存在的计算复杂、时间长、实用性差等问题,提出一种新的二维最大熵图像分割方法,该方法利用基于量子行为的微粒群算法对图像的二维阈值空间进行全局搜索,并将搜索到的二维熵最大值所对应的点灰度-区域灰度均值作为阈值进行图像分割。实验结果表明,该方法具有一定优越性,在执行时间与收敛性方面均得到较理想的分割效果。