位置:成果数据库 > 期刊 > 期刊详情页
基于多目标蚁群优化的知识即服务动态组合策略
  • ISSN号:1000-565X
  • 期刊名称:《华南理工大学学报:自然科学版》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安徽大学计算机科学与技术学院,安徽合肥230039, [2]合肥工业大学管理学院,安徽合肥230009
  • 相关基金:国家“863”计划云制造主题项目(2011AA040501); 国家自然科学基金资助项目(70871033); 安徽省教育厅自然科学重点项目(KJ2011A006)
中文摘要:

为了以Web服务方式实现云计算环境下的知识共享和知识融合,提出了一种基于多目标蚁群优化的知识即服务组合策略.该策略中,结合云计算环境的动态性和知识即服务的质量规则,从知识服务提供者的角度构建了知识即服务动态组合模型;同时,为了利用问题的特征信息引导蚂蚁的搜索行为,设计了蚁群算法相应的信息素和启发信息,从而实现多目标优化.在云计算平台下使用真实的Web服务实例进行仿真实验,将该策略与基于遗传算法和协同进化算法的策略进行比较,结果表明,文中策略的性能和解的质量均明显较优.

英文摘要:

In order to implement the knowledge sharing and integration in the form of Web services in cloud computing environments,a KaaS(Knowledge as a Service) combination strategy based on multi-objective ant colony optimization is proposed.In this strategy,a dynamic KaaS combination model,which takes into consideration the dynamic characteristics of cloud computing environments and the QoS(Quality of Service) rules of KaaS,is established from the viewpoint of knowledge service provider.Then,by redesigning the corresponding pheromone and heuristic information of the ant colony algorithm,the features of the problem are used to guide the searching process,and the multi-objective optimization is thus achieved.Finally,a simulation is conducted with real Web services on the cloud computing platform.The results indicate that,as compared with the strategies based on the genetic algorithm and the coevolution algorithm,the proposed strategy is more effective in terms of performance and solution quality.

同期刊论文项目
期刊论文 57 会议论文 14 著作 1
同项目期刊论文
期刊信息
  • 《华南理工大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部科技司
  • 主办单位:华南理工大学
  • 主编:李元元
  • 地址:广州市天河区五山路华南理工大学17号楼
  • 邮编:510640
  • 邮箱:journal@scut.edu.cn
  • 电话:
  • 国际标准刊号:ISSN:1000-565X
  • 国内统一刊号:ISSN:44-1251/T
  • 邮发代号:46-174
  • 获奖情况:
  • 本学报荣获1996年国家教委系统优秀科技期刊二等奖...,1999年荣获全国优秀高校自然科学学报及教育部优秀...,2001年荣获广东省优秀期刊奖和广东省优秀科技期刊...,2004年获全国高校优秀科技期刊二等奖,2006年获首届教育部优秀科技期刊奖,2008年荣获第二届教育部优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,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:22954