资料下载
基于不确定服务质量感知的云服务组合方法
分享资料个
针对不确定服务质量（ QoS）感知的云服务组合优化问题的求解，提出一种不定长时间序列（ULST）模型和锦标赛策略的改进遗传算法（ T-GA）。首先，基于用户对服务不同时间段的访问规律，将服务质量的长期变化构建为不定长时间序列模型，该模型能够准确地描述一段时间内用户对服务的真实QoS访问记录。其次，提出一种基于不确定QoS模型的改进遗传算法，该算法采用锦标赛选择策略代替基本遗传算法中的轮盘赌选择策略。最后，在真实数据上进行了大量实验，所提的不定长时间序列模型能够有效地解决不确定QoS感知云服务组合问题，而锦标赛策略的改进遗传算法在寻优结果和稳定性方面均优于基于精英选择策略的遗传算法（ E-GA）算法，且运行速度提高近1倍，是可行、高效且稳定的算法。
随着云计算的发展，越来越多的资源以服务的形式发布和使用，如何选择高性能的服务来构建增值的应用已成为研究热点。服务通常由功能属性和非功能属性构成，非功能属性也称为服务质量（ Quality of Service，QoS），描述了服务在完成其功能的过程中表现出的执行特性，由响应时间、吞吐量、延迟、成功率、花费、信誉度等一系列属性构成。然而，在许多情况下，单个服务是无法满足用户复杂需求的，需要根据用户需求进行服务组合。由于功能属性相似而非功能属性不同的服务数量迅速增加，服务选择变得越来越复杂，使得服务组合问题逐渐演变为NP（ Non-derministic Polynomial）完全问题。为了高效地找到最优服务组合，许多方法被相继提出。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
