動(dòng)態(tài)服務(wù)組合中的若干關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，動(dòng)態(tài)服務(wù)組合技術(shù)逐漸成為當(dāng)前的一大研究熱點(diǎn)。動(dòng)態(tài)服務(wù)組合技術(shù)以語(yǔ)義網(wǎng)為基礎(chǔ)，要求網(wǎng)絡(luò)具有語(yǔ)義功能，能夠動(dòng)態(tài)地發(fā)現(xiàn)、選擇和組合服務(wù)。而目前增強(qiáng)語(yǔ)義的研究多集中在本體論方面，如對(duì)于領(lǐng)域知識(shí)建立相應(yīng)的領(lǐng)域本體，對(duì)Web服務(wù)建立相應(yīng)的服務(wù)本體等。因此“本體”技術(shù)的研究對(duì)于服務(wù)組合技術(shù)的研究而言至關(guān)重要。 另外，個(gè)性化的要求使得服務(wù)組合過(guò)程越來(lái)越重視用戶的需求，提供滿足用戶個(gè)性化體驗(yàn)的服務(wù)越來(lái)越成為服務(wù)提供者努力的

2、目標(biāo)。而要在服務(wù)組合過(guò)程中組合出更具個(gè)性化、令用戶滿意的服務(wù)，就必須考慮用戶的偏好。 本文針對(duì)以上兩個(gè)問(wèn)題展開(kāi)研究工作，取得了以下研究成果： 1)提出一種基于屬性語(yǔ)義關(guān)聯(lián)的服務(wù)組合方法，該方法轉(zhuǎn)換服務(wù)的輸入、輸出參數(shù)為服務(wù)的相關(guān)屬性，建立屬性語(yǔ)義關(guān)聯(lián)規(guī)則進(jìn)行服務(wù)組合，可直接應(yīng)用推理引擎在本體之上進(jìn)行推理，不需通過(guò)復(fù)雜的機(jī)制進(jìn)行不同服務(wù)接口間的協(xié)調(diào)、統(tǒng)一，提高了服務(wù)組合的效率和成功率，屬于輕量級(jí)的服務(wù)組合方法。同時(shí)建立的領(lǐng)

3、域服務(wù)本體，能根據(jù)該本體的領(lǐng)域分類概念有效組織服務(wù)，不僅能區(qū)分不同服務(wù)間的功能，還能縮小服務(wù)選擇時(shí)的搜索范圍。 2)為使偏好描述適用于動(dòng)態(tài)服務(wù)組合，提出一種屬性分解的偏好本體表示方法PODDA。該方法增加了偏好描述的語(yǔ)義及語(yǔ)義關(guān)聯(lián)，并把用戶對(duì)服務(wù)的偏好分解為多個(gè)子偏好集合或?qū)傩云眉?，?duì)應(yīng)本體的建立可從領(lǐng)域本體的概念層次關(guān)系中提取服務(wù)的子偏好集合，從概念間的關(guān)聯(lián)度提取服務(wù)的屬性偏好集合，從而能夠充分利用領(lǐng)域本體中已存在的資源，

4、且能更深入地表示出用戶在多重約束下的偏好，使建立的偏好本體更合理和完整。為驗(yàn)證PODDA的有效性與合理性，建立了一個(gè)面向旅游領(lǐng)域的偏好本體對(duì)其進(jìn)行了驗(yàn)證。 3)在以上偏好研究的基礎(chǔ)上，對(duì)一類具有特殊性質(zhì)——“邊際效用遞減”性質(zhì)服務(wù)的推薦問(wèn)題進(jìn)行了研究。該研究借鑒經(jīng)濟(jì)學(xué)中的消費(fèi)者行為理論，運(yùn)用偏好、邊際效用等方面的原理，對(duì)該類性質(zhì)的單一服務(wù)推薦問(wèn)題以及多個(gè)服務(wù)的組合服務(wù)推薦問(wèn)題分別進(jìn)行了研究。該方法可在一定預(yù)算前提下使得推薦的組合

5、服務(wù)理論上達(dá)到效用最大化。 以上提出的個(gè)性化服務(wù)組合方法，需要在大量服務(wù)中選擇滿足用戶需求的服務(wù)，這使得服務(wù)組合的效率急劇降低，急需要尋找有效的方法進(jìn)行服務(wù)組合優(yōu)化。為此，該研究提出兩種服務(wù)選擇和組合服務(wù)優(yōu)化算法，一種針對(duì)用戶QOS屬性限制，一種引入用戶偏好本體，增加偏好權(quán)重，使優(yōu)化結(jié)果更適合用戶的個(gè)性化需求。 4)提出一種多信息素動(dòng)態(tài)更新的蟻群算法MPDACO，用于進(jìn)行服務(wù)組合優(yōu)化及適應(yīng)服務(wù)組合優(yōu)化過(guò)程中Web服務(wù)的動(dòng)

6、態(tài)性、不穩(wěn)定性，以及多QoS屬性限制等問(wèn)題。該算法可以適應(yīng)服務(wù)組合優(yōu)化過(guò)程中發(fā)生的服務(wù)無(wú)效、服務(wù)增加以及服務(wù)QoS變化等情況，為使算法能較快地收斂于最優(yōu)解，在實(shí)驗(yàn)基礎(chǔ)上對(duì)算法進(jìn)行了改進(jìn)。另外，還提出一種基于蟻群算法原理、啟發(fā)式發(fā)現(xiàn)較好解的算法，用于提高大規(guī)模服務(wù)選擇問(wèn)題的效率，在較少的迭代次數(shù)下即可以獲得較優(yōu)解。 5)為解決引入用戶偏好本體后大規(guī)模服務(wù)的選擇問(wèn)題、服務(wù)選擇中的信息重用問(wèn)題以及組合服務(wù)的個(gè)性化問(wèn)題，提出一種基于蟻群