基于改进蚁群优化算法的服务组合与优化方法-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 先进计算与数据处理 文章编号 文献标志码 中图分类号 基于改进蚁群优化算法的服务组合与优化方法 沈记全罗常委侯占伟刘志中 河南理工大学 计算机科学与技术学院河南 焦作 摘 要 针对传统蚁群算法存在初期信息素积累时间长易陷入局部最优等不足在满足用户全局服务质量约束的 条件下提出一种改进的基于蚁群系统的云服务组合算法 借鉴遗传算法的思想得到蚁群系统的初始信息素分 布通过社会认知优化改进蚂蚁寻优路径并采取优化的蚁群信息素更新策略从而提高算法搜索效率 实验结果 表明改进的蚁群优化算法在求解云服务组合问题上具有更优的搜索性能 关键词 云服务 全局约束 蚁群系统 遗传算法 社会认知优化算法 服务组合 中文引用格式沈记全罗常委侯占伟等基于改进蚁群优化算法的服务组合与优化方法计算机工程 英文引用格式 云平台上已有的服务按照一定的业务逻辑构造粒度 概述 更粗的服务即云服务组合 由于互联网环境的复杂性开放性以及动态性 云计算 的概念是在原本已存在的并行处理 效用计算 以 用户任务请求与反馈的随意性云服务负载的波动 及网格计算 等科学计算领域的基 性等各种不确定因素的干扰云平台上出现了大量 础上发展起来的一种基于互联网的商业模式 具有功能性等价特征的云服务 而它们的服务质量 随着电子商务以及大数据时代的到来用户提 多数处于参差不齐的状态 交了大量功能复杂的服务请求对服务质量的需求 能达到用户需求的较少 越来越高细粒度原子服务几乎难以达到用户复杂 到目前为止众多学者为了方便高效地处理 多样的需求标准 此时需要复合多种云服务即对 感知的云服务组合问题分别提出了诸如模拟 基金项目国家自然科学