專利名稱：一種基于新服務集構造的動態(tài)服務選擇方法
技術領域：
本發(fā)明涉及服務計算領域的動態(tài)服務選擇方法，特別涉一種基于新服務集構造的 動態(tài)服務選擇方法。
背景技術：
隨著Web服務的發(fā)展和應用范圍的擴大，Web上提供相同或相似功能但不同QoS的 Web服務數(shù)量快速增長，這些可以組成很多功能相同但QoS不同的組合服務。因而QoS成為 Web服務選擇的重要依據(jù)，迫切需要根據(jù)用戶的QoS要求作為全局限制，選擇出符合用戶滿 意度的組合服務。目前存在的基于QoS的服務選擇方法主要有1.基于加權和法的傳統(tǒng)優(yōu)化方法。該類方法把用戶的多個QoS要求聚合為一個目 標函數(shù)，之后采用傳統(tǒng)的線性整數(shù)規(guī)劃方法優(yōu)化該函數(shù)，獲得全局最優(yōu)解。2.基于加權和法的智能優(yōu)化方法。該類方法同樣把用戶的多個QoS要求聚合為一 個目標函數(shù)，但采用遺傳算法或啟發(fā)式規(guī)則優(yōu)化該目標函數(shù)，獲得用戶滿意的方案。3.基于多目標優(yōu)化的服務選擇方法。該類方法首先把服務選擇問題建模為多目標 優(yōu)化問題，之后求解該優(yōu)化問題獲得一組全局最優(yōu)解。以上的方法存在很大的不足。首先，基于加權和法的服務選擇方法求得的結果對 權重向量敏感，要求對問題本身有較強的先驗認識，且隨著問題規(guī)模的增大時間復雜度 呈指數(shù)增長；其次，基于多目標優(yōu)化的方法不能滿足服務選擇的實時性要求；最后上述方 法對服務選擇的動態(tài)性考慮不足。

發(fā)明內(nèi)容
技術問題本發(fā)明目的是針對現(xiàn)有技術存在的缺陷提供一種基于新服務集構造的 動態(tài)服務選擇方法。服務選擇問題是實現(xiàn)服務組合必須解決的關鍵問題，本發(fā)明把基于QoS 的服務選擇問題建模為帶約束的多目標優(yōu)化問題，克服了加權和法需要對問題有一定的先 驗認識、求出的解對權重向量敏感等缺點。為了高效求解該優(yōu)化問題，本發(fā)明提出一種新的 多目標粒子群優(yōu)化方法；為了滿足服務選擇方法的實時性要求，本發(fā)明根據(jù)支配的概念對 服務集中的原子服務進行排名，優(yōu)先選取排名靠前的服務參與選擇過程；基于排名本發(fā)明 構造出規(guī)模小于原服務集的新服務集，因而可降低方法的時間復雜度；證明結果表明新服 務集的構造過程不會丟失全局最優(yōu)解，能正確解決服務選擇問題。技術方案本發(fā)明為實現(xiàn)上述目的，采用如下技術方案本發(fā)明一種基于新服務集構造的動態(tài)服務選擇方法，利用粒子群優(yōu)化算法對原子 服務進行動態(tài)選擇，任務是構成服務組合模型的基本邏輯單元，它僅包含功能描述和接口 信息，并不指向具體的Web服務；原子服務集是指由不同服務提供者提供的、具有相同調(diào)用 接口、能夠?qū)崿F(xiàn)相同功能的一組服務，具體包括如下步驟
1.1模型建立令CS表示某個組合服務，Si (1 < i < η)表示能滿足任務i所要求的功能但各自 的QoS屬性不同的一組服務集，Sij (1^ SiD是集合中的第j個服務實例，ISiI代表 服務集中的服務個數(shù)；Q = {c，t，rep, r}表示CS的QoS屬性，c、t、rep, r分別代表花費、 時間、聲譽、可靠性，Qij = Icij, tij; rePiJ, riJ}表示Si中第j個服務的QoS屬性；由此可以 建立該問題的多約束多目標模型如下Min F(CS) = (T (CS)，C (CS))s. t Rep (CS) > RepOR(CS) > RO其中T(CS)，C(CS)，Rep (CS)，R(CS)分別代表求 CS 的 QoS 屬性 Q = {c，t，rep, r} 的函數(shù)；1.2動態(tài)服務選擇方法第一步，count=min (const, HiinIlS11, | S21，…，| Sn |})，初始迭代輪數(shù) K = 1 ；第二步，基于時間和花費的Pareto優(yōu)關系標記Si中的所有服務JempSi = {s|s e Si Λ s未被標記}，從tempSi選出最優(yōu)非劣解集{tSij}標記對應于tSij中的Si服 ^T S^c 為$/c ；第三步，構造新的服務集NSi 構造礦={i|5 = /e 5- /< K)，那么令=Sf ； SLi =Si-Sf ,對每一個Sij e SLi,構造集合to叩=O μ e < Λ5、，其中Λ表示并且，—表
示支配；若對任意的s e temp，有Sij的QoS屬性的約束部分不被s的QoS屬性的約束部分 支配，那么NSi = NSi U {SiJ}；檢查是否有服務的QoS屬性發(fā)生變化，若有則重新標記該服 務的順序nl，更新NSi ；第四步，用多目標粒子群算法求解由新服務集NSi對應的服務選擇問題，得到滿足 解集ICSJ ；如果K彡count，則判斷當前解是否滿足約束，若滿足則輸出解集則停止迭代， 否則NSi = Si用多目標粒子群算法求解由NSi對應的服務選擇問題，得到滿足解集{CSJ， 輸出解并結束迭代；第五步，判斷解集中是否存在滿足QoS約束的解，若存在輸出解結束迭代；否則K =K+1，如果K < count轉第三步，否則NSi = Si轉第四步。用多目標粒子群算法求解由新服務集NSi對應的服務選擇的方法如下第1步，初始化t = O ；初始搜索點的位置I/及其速度W，令^beyi/ = < ；初始化容
器 At= {}；第2步，評價群體中的每個粒子；第3步，更新容器；第4步，產(chǎn)生下代粒子①尋找全局最優(yōu)粒子；②按照慣性權重法更新粒子的速度和位置；更新后如果超過最大值則轉第五步；③更新個體極值點如果< Pbesfl，則令沖紹廣1 = Xti ；否則沖彷廣1 = Pbestti ；第5步如果滿足終止條件，則停止迭代，否則t = t+Ι轉到第2步。有益效果現(xiàn)有的服務選擇方法大多采用線性加權和法，這有眾所周知的缺陷； 而現(xiàn)有的基于多目標優(yōu)化的服務選擇方法時間復雜度高且解的質(zhì)量不能令人滿意。針對現(xiàn)
5存方法存在的問題，本發(fā)明把服務選擇問題建模為帶約束的多目標優(yōu)化問題，以時間和花 費為優(yōu)化目標，信譽和可靠性為約束；本發(fā)明通過新服務集的構造，縮小問題規(guī)模，之后利 用多目標粒子群優(yōu)化方法求解由新服務集構成的服務選擇問題。與現(xiàn)有的服務選擇方法相 比，本發(fā)明提出的方法的優(yōu)勢在于1) 一次運行能從所有路徑的所有組合方案中求出全局 最優(yōu)解，從而解決局部優(yōu)化方法的不足；2)不要求目標函數(shù)和約束條件是線性的，不需要 與應用背景相關的啟發(fā)式知識；3)能求出一組滿足約束的Pareto解，更好地滿足了用戶的 需求；4)當服務的QoS參數(shù)在運行期間發(fā)生變化時，能求出正確的解；5)當服務規(guī)模增大 時的執(zhí)行時間并不急劇增加。
具體實施例方式本發(fā)明的動態(tài)服務選擇方法的具體步驟如下令CS表示某個組合服務，Si (1 < i < η)表示能滿足任務i所要求的功能但各自 的QoS屬性不同的一組服務集，Sij (1^ SiD是集合中的第j個服務實例，ISiI代表 服務集中的服務個數(shù)；Q = {c，t，rep, r}表示CS的QoS屬性，c、t、rep, r分別代表花費、 時間、聲譽、可靠性，Qij = Icij, tij; rePiJ, riJ}表示Si中第j個服務的QoS屬性。那么服務 選擇問題就是，從各任務對應的服務集Si中選取一個服務實例(1彡j彡SiD組成一個 組合服務CS,使得CS的某些QoS屬性(比如r印，r)滿足約束，另一些QoS屬性(比如c, t)達到最優(yōu)。由此可以建立該問題的多約束多目標模型如下Min F (CS) = (T (CS)，C (CS))s. t Rep (CS) > RepOR(CS) > RO其中T(CS)，C(CS)，Rep (CS)，R(CS)分別代表求 CS 的 QoS 屬性 Q = {c，t，rep, r} 的函數(shù)。上述模型可以擴展到多個優(yōu)化目標、多個約束條件，對于只有約束的情況可以把多 約束問題轉化成多約束多優(yōu)化問題，因此模型具有通用性。求解上述模型的動態(tài)服務選擇方法具體如下第一步，令count = min (const, HiinilS1I，|S2|，…，| SnI})，K = 1 ；第二步，基于時間和花費的Pareto優(yōu)關系標記Si中的所有服務。令tempSi = {s|s e Si Λ s未被標記}，從tempSi選出最優(yōu)非劣解集{tSij}標記對應于tSij中的Si服 ^T Sic 為SiC >第三步，構造新的服務集NSitj構造礦={s|s = sU St,I < K)，那么令JVSi = Sf ； SLi =S1-Sf ,對每一個 Sij e SLi,構造集合 =,若對任意的 S e temp, 有Sij的QoS屬性的約束部分不被S的QoS屬性的約束部分支配，那么NSi = NSi U {SiJ}； 檢查是否有服務的QoS屬性發(fā)生變化，若有則重新標記該服務的順序nl，更新NSi ；第四步，用多目標粒子群算法求解由新服務集NSi對應的服務選擇問題，得到滿足 解集ICSJ ；如果K彡count，則判斷當前解是否滿足約束，若滿足則輸出解集則停止迭代， 否則NSi = Si用粒子群算法求解由NSi對應的服務選擇問題，得到滿足解集{CSJ，輸出解 并結束迭代；第五步，判斷解集中是否存在滿足QoS約束的解，若存在輸出解結束迭代；否則K
6= K+1，如果K< count轉第三步，否則NSi = Si轉第四步。用多目標粒子群算法求解由新服務集NSi對應的服務選擇問題的方法如下第一步，初始化t = 0 ；初始搜索點的位置I丨及其速度口，令；？&對/ :Χ\ ；初始化容
器 At= {}；第二步，評價群體中的每個粒子；第三步，更新容器A ；第四步，產(chǎn)生下代粒子①尋找全局最優(yōu)粒子；②按照慣性權重法更新粒子的速度和位置；③更新個體極值點如果-< pbest]，則令=Xti ；否則沖如廣=pbest]；第五步如果滿足終止條件，則停止迭代，否則t = t+Ι轉到第二步。本發(fā)明的多目標粒子群優(yōu)化算法采用容量受限的容器以存儲歷代迭代中找到的 最優(yōu)解，但可以根據(jù)一定的條件擴展容器的容量。在每一代，根據(jù)Pareto最優(yōu)解的概念更 新容器中的非劣解；在群體中發(fā)現(xiàn)某粒子優(yōu)于容器中的某粒子，則將容器中的粒子移走； 當容器的容量達到上限時，有兩種做法擴大容量和刪除容器中的粒子。第二種做法的關鍵 就是如何選擇，選擇依據(jù)是保留那些有較好分布的粒子，刪除分布擁擠的區(qū)域中的粒子。為 了對粒子的分布作出評價，采用動態(tài)適應性柵格策略；該策略是在目標空間上畫柵格，之后 統(tǒng)計每個柵格中粒子的個數(shù)，個數(shù)最多的為最擁擠區(qū)域。本發(fā)明的多目標粒子群優(yōu)化算法采用的尋找全局最優(yōu)粒子的方法可敘述如下。在 迭代前期采用如下策略基于適應性柵格策略，首先用輪盤賭算法從眾多柵格中選出一個 (它至少包含一個粒子)，其中用一個固定常數(shù)除以柵格包含的粒子數(shù)作為輪盤賭算法的 適應值，其它做法如同通常的輪盤賭算法；其次，當選定了柵格后，從居住在此柵格的粒子 中隨機選出一個作為gbest來更新粒子的速度；重復上述步驟可以更新每個粒子的速度。 在迭代后期，基于Euclid距離選取gbest，具體做法如下首先求出群體中的每個粒子到容 器中的所有粒子的距離，群體中第j個粒子到容器中第k個粒子的距離公式如下所示dist{j\k) = f (^取)_徹_)2其中Xj表示群體中第j個粒子，ak代表容器中第k個粒子，NF表示目標函數(shù)的個 數(shù)，max汍(A)) -min (f, (A))表示容器A在第i個目標函數(shù)上的范圍，通過除以這個范圍可 以縮小不同的目標函數(shù)間的差異；其次選下面式子成立的k作為群體中第i個粒子的飛行 向?qū)В磄best來更新粒子速度；重復上述步驟可以更新每個粒子的速度。min(dist(j，k))，k = 1，2，... |A此方法在迭代前期能在較大的決策變量空間中搜索，可以避免早熟，提高解的質(zhì) 量；在迭代的后期能加速收斂，可以提高收斂速度。本發(fā)明所述的方法進一步描述為1.讀取業(yè)務流程圖，獲得任務信息及任務間的業(yè)務邏輯關系；獲得原子服務的 QoS值，并做規(guī)范化處理。2.基于業(yè)務結構得到計算組合服務的QoS值的函數(shù)T(CS)，C(CS)，Rep(CS), R(CS)的表達式；以時間和花費為優(yōu)化目標，可靠性和信譽為約束建立多目標優(yōu)化模型。3.構造新服務集，對其中的原子服務進行編號，并記錄它們和原服務集中的編號的對應關系。 4.用多目標粒子群優(yōu)化算法求解新服務集對應的多目標優(yōu)化問題。采用定長整 數(shù)編碼方案，把解空間映射到粒子空間。將一個Web服務組合流程編碼為一個粒子，粒子 的維數(shù)N等于任務的個數(shù)n，每一維都是正整數(shù)，范圍從一到該任務所對應候選服務的個 數(shù)。Xi= (1,2,…，沁工表示從第一個服務集中選出第一個原子服務，從第二個服務集中 選出第二個原子服務，依此類推，從最后一個服務集中選出第N個原子服務組成了組合服 務Xi,用它的QoS屬性來評價該粒子的好壞。組合服務的組合模型有多種，相應的執(zhí)行路徑 有多條，因此會出現(xiàn)某條執(zhí)行路徑中的任務個數(shù)少于η的情況，這時Xi中某些沒出現(xiàn)任務 的相應為0，例如Xi= (1,2,0,…，N)，則表示第三個任務不在該組合服務的執(zhí)行路徑上。 參數(shù)設置如下cl = c2 = 2.0，w從0.9線性下降到0.4，|A = 20，種群規(guī)模popsize = (numoftask/2) * (sum/numoftask),maxgen = 2氺popsize,胃中 numoftask
數(shù)，sum為各個服務集包含的服務數(shù)總和。粒子群優(yōu)化算法終止時得到一組最優(yōu)粒子，如果 滿足用戶的約束要求，則把最優(yōu)粒子還原為組合方案，動態(tài)服務選擇方法終止；若不滿足約 束，則返回第3步重新構造新服務集，如果構造次數(shù)達到上限，則停止服務選擇過程表明未 找到滿足約束的解。
8
權利要求
一種基于新服務集構造的動態(tài)服務選擇方法，利用粒子群優(yōu)化算法對原子服務進行動態(tài)選擇，其特征在于任務是構成服務組合模型的基本邏輯單元，它僅包含功能描述和接口信息，并不指向具體的Web服務；原子服務集是指由不同服務提供者提供的、具有相同調(diào)用接口、能夠?qū)崿F(xiàn)相同功能的一組服務，具體包括如下步驟1.1模型建立令CS表示某個組合服務，Si(1≤i≤n)表示能滿足任務i所要求的功能但各自的QoS屬性不同的一組服務集，sij(1≤j≤|Si|)是集合中的第j個服務實例，|Si|代表服務集中的服務個數(shù)；Q＝{c，t，rep，r}表示CS的QoS屬性，c、t、rep、r分別代表花費、時間、聲譽、可靠性，qij＝{cij，tij，repij，rij}表示Si中第j個服務的QoS屬性；由此可以建立該問題的多約束多目標模型如下Min F(CS)＝(T(CS)，C(CS))s.t Rep(CS)＞Rep0R(CS)＞R0其中T(CS)，C(CS)，Rep(CS)，R(CS)分別代表求CS的QoS屬性Q＝{c，t，rep，r}的函數(shù)；1.2動態(tài)服務選擇方法第一步，count＝min(const，min{|S1|，|S2|，…，|Sn|})，初始迭代輪數(shù)K＝1；第二步，基于時間和花費的Pareto優(yōu)關系標記Si中的所有服務；tempSi＝{s|s∈Si∧s未被標記}，從tempSi選出最優(yōu)非劣解集{tsij}標記對應于tsij中的Si服務siC為第三步，構造新的服務集NSi構造那么令對每一個sij∈SLi，構造集合其中∧表示并且，表示支配；若對任意的s∈temp，有sij的QoS屬性的約束部分不被s的QoS屬性的約束部分支配，NSi＝NSi∪{sij}；那么；檢查是否有服務的QoS屬性發(fā)生變化，若有則重新標記該服務的順序nl，更新NSi；第四步，用多目標粒子群算法求解由新服務集NSi對應的服務選擇問題，得到滿足解集{CSi}；如果K≥count，則判斷當前解是否滿足約束，若滿足則輸出解集則停止迭代，否則NSi＝Si用多目標粒子群算法求解由NSi對應的服務選擇問題，得到滿足解集{CSi}，輸出解并結束迭代；第五步，判斷解集中是否存在滿足QoS約束的解，若存在輸出解結束迭代；否則K＝K+1，如果K＜count轉第三步，否則NSi＝Si轉第四步。FSA00000196143500011.tif,FSA00000196143500012.tif,FSA00000196143500013.tif,FSA00000196143500014.tif,FSA00000196143500015.tif,FSA00000196143500016.tif
2.根據(jù)權利要求1所述的一種基于新服務集構造的動態(tài)服務選擇方法，其特征在于 用多目標粒子群算法求解由新服務集NSi對應的服務選擇的方法如下第1步，初始化t = O ；初始搜索點的位置尤及其速度口，令戶！^辟'=Xtt ；初始化容器At =H ；第2步，評價群體中的每個粒子； 第3步，更新容器；第4步，產(chǎn)生下代粒子①尋找全局最優(yōu)粒子；②按照慣性權重法更新粒子的速度和位置；更新后如果超過最大值則轉第五步；③更新個體極值點如果<Pbesttl，則令pbe·^+1 = Xti ；否則pbw” = pbest；；第5步如果滿足終止條件，則停止迭代，否則t = t+Ι轉到第2步。
全文摘要
本發(fā)明公布了一種基于新服務集構造的服務選擇方法。首先把服務選擇問題建模為帶約束的多目標優(yōu)化問題；其次為了求解上述多目標優(yōu)化問題，本發(fā)明提出一種新的多目標粒子群優(yōu)化算法，該算法用容量動態(tài)變化的容器存儲迭代中得到的最優(yōu)解，并提出一種新的尋找全局最優(yōu)粒子的方法；最后本發(fā)明基于支配的概念構造規(guī)模小于原服務集的新服務集，之后利用上述的多目標粒子群算法求解由新服務集構成的服務選擇問題；理論分析表明新服務集的構造過程能保證動態(tài)的服務選擇方法正確的獲得全局最優(yōu)解。
文檔編號H04L29/08GK101909078SQ20101023049
公開日2010年12月8日 申請日期2010年7月19日 優(yōu)先權日2010年7月19日
發(fā)明者劉波, 孫學勝, 曹玖新, 羅軍舟 申請人:東南大學