MapReduce平台上面向大规模Web服务组合问题的并行引导变异进化算法

摘要：

大规模服务组合是一种通过将不同领域的大量服务按照一定的流程组合起来以满足用户需求的策略.然而,在当今服务数量巨大并且种类颇多,外加用户需求日益复杂的情况下,快速生成一个满足用户要求的最佳QoS的复合服务是一项值得研究的问题.对此提出了以MapReduce模型为基础的引导变异进化算法(MR-GMEA),该算法能够更好地适用于当前大规模服务组合的主观与客观需求并且可以缩短执行时间,此外其中引入的skyline算子在开始阶段剔除了大量冗余服务,从而提高了效率.最后通过仿真验证,证明了该方法的可行性与优越性.

关键词：服务组合、服务质量、MapReduce、引导变异进化算法、skyline

所属期刊栏目：37

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3302-3306,3311