位置:成果数据库 > 期刊 > 期刊详情页
一种求解有状态服务选取问题的遗传算法
  • ISSN号:1005-3026
  • 期刊名称:《东北大学学报:自然科学版》
  • 时间:0
  • 分类:TP311.5[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]东北大学信息科学与工程学院,辽宁沈阳110819
  • 相关基金:基金项目:国家自然科学基金资助项目(61100090);中央高校基本科研业务费专项资金资助项目(N110204006,N120804001,N110604002,N120604003).
中文摘要:

基于QoS的Web服务选取问题,通常认为应用工作流中的任务是相互独立的,而在很多实际应用中,工作流的某些任务之间往往需要共享状态信息,由此增加了任务绑定约束,使得求解复杂度提高,影响了选取效率.针对现有方法的不足,提出了一种面向有状态服务选取的遗传算法,其中重新定义了交叉操作和变异操作,使得所有个体均满足任务状态关联绑定约束,同时在个体评价策略中引入罚函数,并进行个体相似性判断以防止过早收敛.实验表明,提出的算法在有状态服务选取问题中,可求得质量良好的解,且收敛速度快,选取效率亦优于现有算法.

英文摘要:

Tasks in the workflow of an application each other in current web service selection based on are generally considered to be independent of QoS. In practice, however, state information is often shared among some tasks in the workflow, which adds binding constraints between tasks and web services, resulting in higher time complexity and lower selection efficiency. Aiming at drawbacks of the existing methods, a genetic algorithm for stateful service selection was proposed. In the proposed algorithm, genetic operations including crossover and mutation were redefined in order to make all individuals meet state-correlate binding constraints among tasks. In addition, to prevent premature convergence, penalty function was introduced into individual evaluation strategy; moreover, similarity judgment between individuals was also included in the algorithm. The experiments results showed that with regards to stateful service selection, good solution and fast convergence rate can be obtained using the proposed algorithm; furthermore, the proposed algorithm is more efficient than the existing algorithms.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《东北大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:东北大学
  • 主编:汪晋宽
  • 地址:沈阳.南湖
  • 邮编:110819
  • 邮箱:
  • 电话:024-83687378
  • 国际标准刊号:ISSN:1005-3026
  • 国内统一刊号:ISSN:21-1344/T
  • 邮发代号:8-120
  • 获奖情况:
  • 全国优秀科技期刊二等奖,教育部优秀高校自然科学学报一等奖二次,获原冶金部科技期刊质量评比一等奖三次,中国期刊方阵“双百”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23296