基于参数自适应差分进化算法的Web服务组合

摘要：

为了准确地反映用户对服务体验质量的满意程度,提出一种基于QoE(quality of experience)的Web服务组合模型,并运用差分进化(DE)算法对其进行求解.首先,建立了基于QoE的模糊专家评估系统,通过评估系统将各个参数转化成QoE数学表达式.其次,在标准的DE算法的基础上,引入混沌初始化和参数自适应机制,利用混沌和DE算法参数取值的特性,不仅能够克服DE算法容易陷入局部最优的缺点,而且改善了DE算法的性能和寻找全局最优解的能力,提高了DE算法的稳定性和可靠性.最后,与PSO、ACO、标准DE算法和混沌初始化DE算法进行了比较.实验结果表明,参数自适应DE算法在求解Web服务组合优化的问题上具有收敛快且稳定性高的特点.

关键词：Web服务组合、体验质量、模糊专家系统、差分进化算法

所属期刊栏目：28

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;中国博士后科学基金

在线出版日期：2021-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：101-104