基于贝尔曼动态规划的服务恢复决策方法

基于面向服务的架构（SOA）,针对可控分布式信息系统中服务的特点并借鉴服务组合思想,详细分析了信息系统的典型服务过程,提出一种基于贝尔曼动态规划的服务恢复决策算法.通过逻辑层网络自组织和评价标准制定2个步骤,将服务恢复过程中恢复决策问题转化为人工智能领域的规划问题,并对此规划问题使用贝尔曼动态规划算法,解决了确保服务质量（QoS）的前提下,最优服务恢复方案制定与应急响应路径选择问题.仿真实验验证了方法的最优性与合理性,算法复杂性理论分析及与传统方法的性能对比均表明了该方法的高效性.     

一种基于能量感知的云计算环境下虚拟机部署策略

高能耗已经成为云计算数据中心的一个重要课题。[1]本文提出了一个基于CPU和内存的二维贪婪型启发式算法,在部署虚拟机的过程中有效地实现了CPU和内存两种密集型服务的组合,同时考虑了虚拟机的服务时间单元,减少了虚拟机的迁移;采用的双阈值策略保障了服务质量并进一步减少了能耗。实验表明该算法具有较好的性能。     

基于错位突变策略的改进人工蜂群算法

人工蜂群算法是一种模拟蜜蜂觅食行为的群智能优化算法,具有较好的全局搜索能力,但收敛速度较慢且容易陷入局部最优.针对其不足之处,提出了一种基于错位突变策略的人工蜂群算法(DMABC).该算法在搜索蜜源的时候运用错位突变策略增强种群多样性,并使用排序选择机制和新的比较机制防止过早收敛.通过对几个标准测试函数的实验表明,改进算法具有更快的收敛速度,优化精度更高.     

基于粒子群算法的可靠性优化

系统可靠性优化已被证明是一个NP完全问题,不存在精确的求解方法。人们构造了大量的启发式算法,如遗传算法(GA),蚁群算法(ACO),模拟退火算法(SA)等。针对各种算法所存在的早熟收敛,易陷入局部极值点的缺点,提出了将粒子群算法(particle swarm optimization,PSO)用于求解可靠性问题。给出了基于粒子群算法的可靠性优化求解策略,根据数学模型,详细讨论了求解步骤,最后给出了实验仿真结果。结果表明该算法具有较强的局部搜索能力,同时也有更高的搜索效率,与其它方法相比,该算法能够找到更优解,验证了该算法的可行性和有效性。     

多变量决策树的构造算法研究

应用粗糙集理论,提出了一种新的多变量决策树构造算法.该算法以核相对于决策类的泛化来划分样本集,如果所划分子集的样本存在不一致决策类并且未用于划分的属性为空时,试探着分别把该子集和一致性子集合并,计算各合并子集的条件类对决策类的确定性程度,选择确定性程度大的作为同一子集,并用一致性子集的类标号进行标示.和苗夺谦提出的多变量决策树算法比较,本算法充分考虑了训练集中的噪声数据,允许在构造决策树的过程中划入正域的实例类别存在一定的不一致性,可简化生成的决策树,提高决策树的泛化能力.     

基于深度强化学习的柔性车间动态调度方法及仿真

在柔性生产车间的动态调度中，启发式调度方法因其响应速度快而得到广泛应用，但其规则繁杂，难以在复杂多变的动态生产调度环境中做出最优决策。为此，提出一种基于改进的深度强化学习算法的柔性作业车间动态调度方法，将车间动态调度问题建模为马尔科夫决策过程，定义一系列表征生产系统环境的状态特征值，在每个决策时间点利用改进的策略梯度方法实现启发式调度规则的智能动态选择。设计3组实验仿真表明，提出的方法相比于传统启发式算法具有优越性和泛化性，该研究可为大学的专业教学提供一个仿真实践平台。     

基于反向萤火虫算法的多阈值缺陷图像分割(英文)

为了分割QFN表面的缺陷,提出一种基于反向萤火虫算法的大津多阈值分割法.首先,将大津阈值分割扩展为大津多阈值分割.其次,提出了一种基于反向学习的萤火虫算法.在该算法中,生成的反向萤火虫用于增加萤火虫的多样性和全局搜索能力.然后,将基于反向学习的萤火虫算法应用于多阈值分割.最后,使用所提出的方法对QFN缺陷图像进行阈值分割实验,并将结果与穷举法、基于粒子群算法的大津多阈值分割法、基于萤火虫算法的大津多阈值分割法进行比较.实验结果表明,所提方法能更有效地分割QFN表面缺陷,且分割速度快.     

4S在高校数字图书馆服务中的应用研究

本文分析了目前高校数字图书馆服务面临的挑战,提出了一个基于4S的高校数字图书馆服务模式,研究并阐述了该服务模式中的服务内容建设和服务质量建设,所提出的服务模式及建设方法对当前高校数字图书馆的服务建设具有一定的借鉴意义.     

基于QoS的宽带移动通信系统接入控制的研究

提出了一种能在承载多媒体业务的移动通信网络中提供较高服务质量保证的接入控制方法 .该方法将接入控制与带宽预留相结合 ,保证传输业务服务质量的要求 .仿真结果表明 ,与两种传统的接入控制算法相比 ,本文所提出的算法能够使强行中止概率降低 .该算法能用于未来多媒体通信系统中     

一种基于蒙特卡罗法的服务选择并行优化方法

当前,面向服务的计算方式发展迅猛,出现了聚合多个个体服务的组合服务。同时,多个原子服务可能实现一个服务功能。在这种环境下,如何选择合适的服务以实现服务组合是当前研究的热点问题。然而,传统的选择方法难以应对大规模的服务场景。首先对服务选择的问题模型进行了描述;其次提出了基于蒙特卡罗法的并行选择算法;最后,提出了实现并行化的服务选择基本框架。     

基于决策树算法的Web服务分类的研究

Web服务(Web Services)是计算机网络技术研究热点之一,主要用来研究应用程序在Internet上实现互操作,拓展应用程序的功能。近年来,电子商务迅速崛起,Web服务数量不断增加,很多Web服务提供的功能是相似的,用户难以找到最适合自身需求的Web服务。使用决策树ID3算法,分析影响Web服务功能的质量参数,将其作为属性特征,得到Web服务的分类,帮助用户更好地选择合适的Web服务。     

基于模拟退火算法的QoS约束web服务组合

针对web服务组合中选择服务需感知服务的QoS属性问题,采用向量表示法描述原子服务及组合服务的QoS属性和用户提出的多项全局约束,把寻求满足多项非功能属性约束的最优服务组合问题转化为在有向图中搜索最优多约束路径问题,采用有向图对组合服务建模.设计了多QoS属性约束的服务组合模拟退火算法,进行组合服务QoS属性的归一化处理和二次寻优.实验结果表明该方法可求得满足各项QoS约束的可行解,模拟过程显示该算法以多项式时间复杂度选出近似最优解.     

基于语义相似性的web服务选择

基于语法匹配的服务发现无法适应web的开放性和动态性环境.为了对语法匹配产生的web服务候选集进行二次选择,提出一种基于语义相似性的web服务选择方法.该方法首先定义了包含QoS和上下文的web服务本体.服务本体提供了一个接口描述的通用术语集合,以此作为服务描述的语义支撑.然后,通过相似理论和web服务本体计算web服务接口之间的语义距离.与已有的方法相比,由于提供了概念化的形式语义说明,web服务的接口能在本体下得到准确的解释,同时服务选择的效率和准确性得到了改进.     

基于语义与QoS全局感知的web服务组合

针对服务组合流程,提出了语义与QoS全局感知的服务组合.在全局语义匹配过程中,既考虑了全局匹配,又考虑了从QoS角度进行匹配.当对服务组合有全局语义满足及QoS约束要求时,在全局范围里选择满足整个服务组合流程的QoS约束和语义匹配度要求的具体服务集,并实现服务组合的优化解.建立了全局匹配的QoS模型及其评价方法,基于该模型及评价方法,采用遗传算法实现全局语义匹配度最大化及满足用户的QoS指标需求.实验结果和分析表明,基于语义与QoS感知的服务匹配算法是可行和有效的.     

一种适应性web服务匹配方法

为提高服务匹配对请求多样性和服务能力描述差异性的适应能力,提出了一种基于时态逻辑模型检验的适应性服务匹配方法——ASMA.该方法基于一个抽象服务模型ASM-TL,ASM-TL包含了影响服务匹配的服务内部约束和调用约束等重要因素,以及一个描述服务行为属性的虚拟过程模型.ASMA将服务请求统一描述为一种时态约束条件,基于ASM-TL将服务转换为一种时态模型,并引入模型检验的思想进行服务匹配.因此,ASMA可提高服务匹配的准确度,并很好地适应服务请求的多样性和服务能力描述的差异性.该方法已应用到生物信息领域的问题求解环境(PSE)中.应用表明,该方法对动态环境具有良好的适应能力.     

一种基于领域本体的启发式web服务组合方法

为了实现web服务的自动组合,提出了一种基于领域本体的启发式算法.该方法将领域本体与人工智能规划方法相结合,利用领域本体及其推理能力,推理出参数间的语义关系,在此基础上运用人工智能规划的启发式算法将web服务组合问题转化为规划问题加以解决.实验结果表明,该方法弥补了以往人工智能规划方法中缺乏语义的不足,综合考虑了服务语义、服务组合质量和服务组合效率等因素,能高效地自动生成满足用户需求的组合web服务.     

User-preferences based service selection model in large-scale services with various QoS properties

With the rapid growth of service scale, there are many services with the same functional properties but different non-functional properties on the Internet. There have been some global optimizing service selection algorithms for service selection. However, most of those approaches cannot fully reflect users’ preferences or are not fully suitable for large-scale services selection. In this paper, an ant colony optimization (ACO) algorithm for the model of global optimizing service selection with various quality of srevice (QoS) properties is employed, and a user-preference based large-scale service selection algorithm is proposed. This algorithm aims at optimizing user-preferred QoS properties and selecting services that meet all user-defined QoS thresholds. Experiment results prove that this algorithm is very efficient in this regard.     

一个基于有色Petri网的Web服务合成模型

In this paper, a model based colored Petri net (CPN) to provide semantic support for web service composition is proposed, and the reliability and maintainability of composite services are improved. The composite constructs in the model are sequence, concurrent, choice, loop and replace. The web service is formally defined by a CPN. A closed composing algebra is defined to obtain a framework which enables declarative composition of web services. Availability, confidentiality, and integrity of composite service are analyzed within the framework of the model based CPN.     

自适应服务组合中基于语义相似度及面向任务的服务发现算法(英文)

为了实现自适应和高效的Web服务组合, 提出了一种面向任务的服务发现算法. 将传统的服务组合过程划分为语义上的发现和功能上的匹配, 并将任务作为操作对象, 利用语义相似度从候选服务中寻找与给定任务相匹配的服务, 并生成对应的TWC图, 同时针对新服务设计更新算法. 将该方法应用到服务组合模型中, 搜索TWC图以得到一条最优的路径作为服务组合结果输出, 并能在服务失效时做出实时的更新以完成服务请求. 实验结果证明了算法的可行性和有效性, 也表明当最大搜索半径取2时, 服务数量和质量之间可达到平衡.