基于多目标遗传算法和理想点法的Top-k服务组合研究.pdfVIP

高技术通讯2014年第24卷第2期：131—137 doi：10．3772／j．issn．1002JD470．2014．02．004 基于多目标遗传算法和理想点法的Top-k服务组合研究① 刘 丽②‘“”’ 方金云+ 粱对“” (’中国科学院计算技术研究所计算机应用研究中心 北京100190) (“中国科学院大学北京1000149) (…中国电子设备工程系统工程公司研究所北京100141) (“”中国电子设备工程系统工程公司 北京100840) 摘要针对组合服务QoS优化中单目标优化建模需要精确定义Qos权重和多目标优 化建模返回的Pareto最优解集数目过多的问题，借鉴多目标遗传算法(MOGA)和多属性 决策领域的理想点法(TOPSIs)，提出了一个能够快速返回Top—k最优组合服务、适用于 较大规模服务组合问题求解的使用了TOPSIS的多目标遗传算法——T—MOGA。该算法 在MOGA的方案评估阶段引入理想点法对组合服务进行评估，并通过选择、交叉、变异等 操作对种群迭代以获取QoS更好的组合服务方案。T—MOGA有效简化了MOGA的非支 配排序过程，减少了算法运行时间，并只返回Pareto最优解集T0p．k最优组合服务，方便 用户选择。通过实验，从算法的运行时间及得到集合的质量两个方面验证了T_MOGA的 有效性。 关键词 服务组合优化，110p—k，理想点法(嗍IS)，多目标遗传算法(MI)GA)，服务质量(QoS) 泛使用的算法。另外，Qos涉及响应时间、信誉等多 0 引言 个维度，基于QoS的服务组合还是一个多属性决策 问题。多数研究心’5‘7’乳131为每个属性分配一个表示 Web服务技术的成熟发展使得服务的数量不 属性相对重要性的权重，将多个Qos需求转化为单 断增多，服务组合越来越多地需要考虑服务的非功 目标优化问题。这种方法对权重值非常敏感，并且 能属性，即服务质量(Qos)，基于QoS的服务组合成仅能产生唯一的最优解。近年来，越来越多的研 为研究热点。如何从服务组合各抽象任务的候选服 究¨4剖通过找到满足约束条件的Pare￡o最优解集来 务集合中分别选出一个具体的服务，使得选中的这 实现对多个目标的同时优化，用户根据自己的偏好 组服务在满足用户对组合服务所有约束的同时，组 进行选择。这种方法无需用户事先给出权重值，并 合服务的整体QoS最高，则成为追求的目标…。基 且能够得到多个不可比较的组合方案。但是这种方 于QoS的服务组合是～个组合优化问题，属于NP法得到的组合方案的数目(k)是不可控的，当k过 难题【2]。其求解算法主要分为两类口】：一类是基于 大时，用户同样难以选择。针对上述情况，本文运用 整数规划HJ、图论【5。J、凸包集鸠3等非进化算法求 多目标优化模型对服务组合问题进行建模，提出了 解；一类是基于遗传算法【9J、蚁群算法¨0|、粒子群优 foro—er 一种使用了理想点法(techniquepreference toideal 化【l¨等进化算法求解。非进化算法能够找到确定 bysimil耐ty 的最优解，但时间复杂度高，仅适合小规模的服务组 算法(multi·objectivegenetic 合。进化算法能够以较快的速度找到近似最优解， 在求解速度和求解质量上得到了平衡，其中遗传算 ToPSIS用于组合方案的适应度评估中，能够快速返 法由于对初始可行解要求不高，涉及参数少，是最广 回有限的k个最优组合服务，在不对组合服务方案 ①