[发明专利]Web服务组合的参数自适应小生境差分进化方法

摘要

本发明公布了一种Web服务组合的优化方法，依据用户的服务需求，采用参数自适应小生境差分进化方法，快速稳定地得到体验质量高的Web服务组合的优选结果。首先建立一个基于体验质量QoE评价指标的模糊专家系统模型，并使用参数自适应小生境差分进化算法求解，该算法将初始种群划分为若干子种群，对各个子种群中优秀个体之间小于小生境半径的个体进行重置，让所有子种群的个体在各自的环境中进化迭代；对种群中个体进行变异、交叉操作，利用贪婪算法进行优选成员，在算法迭代过程中动态地调节缩放因子和交叉率，提高算法的收敛速度和算法的稳定性。

主权项

1.Web服务组合的参数自适应小生境差分进化方法，其特征在于：包括如下步骤：（1）建立Web服务组合优化整体模型：把用户需求分解为各个子服务，依据Web服务组合的评价模型，将资源库中对应的各个子服务的QoS，转化为体验质量（Quality of Experience，QoE），依此求出适应度函数，对Web子服务的组合进行优化，将优化的服务提供给用户，该适应度函数为：（2）设置控制参数：种群规模NP、缩放因子F、变异因子CR、最大迭代次数Gmax、种群代数t=0、小生境半径R、迭代次数Num、划分子种群个数N；（3）初始化初始种群：随机初始化种群为；（4）对种群中所有个体进行适应度值评估，然后将初始化种群划分为N个子种群，保持每个子种群中的个体数量相同，计算N种子种群中所有个体的适应度函数值，求出没个子种群中的最优个体；划分种群的方法可以是随机划分；（5）对种群进行RCS小生境淘汰策略；具体步骤如下：（5‑1）：；（5‑2）： 令，判断如果，保留适应度值较高的个体，重新适应度值较低的个体，如果，则保留和；其中R表示小生境半径；（5‑3）：重新在子种群中寻找最优个体，转向步骤（5‑1）；（6）判断进化代数t是否是Num（进行小生境淘汰的迭代次数）的整数倍，若t是Num的整数倍，对最差小生境种群重新初始化，然后转向步骤7；若t不是Num整数倍，直接转向步骤（7）；（7）利用下式对每个子种群个体独立进行变异操作；（8）利用下式对每个子种群个体独立进行交叉操作；（9）利用下式对每个子种群个体独立进行选择操作，；（10）判断是否满足算法终止条件，求出本次迭代得到的新种群中的最优个体和对应的适应度函数值，判断达到最大迭代次数或是否满足误差要求，若不满足终止条件，转向步骤11；若满足终止条件，转向步骤（12）；（11）利用下式计算下一代种群每个个体对应的F和CR，转向步骤（4）；其中和表示本次迭代种群中第i个体对应缩放因子和交叉率，和表示本次迭代产生的种群中第i个体对应的的缩放因子和交叉率，表示本次迭代种群中所有个体适应度函数值的平均值，迭代所得种群个体，表示个体对应的适应度函数值；利用上式可以根据种群当前的进化情况动态地调节F和CR，让种群中每个个体都在合理的环境中进化，提高DE算法的搜索速度和稳定性；（12）输出最优个体；输出最优个体和适应度函数值。