基于文化社会认知算法的云服务优化组合研究  

Research on Cloud Service Composition Based on Culture Social Cognitive Optimization Algorithm

作　　者：刘志中[1] 王志坚[2] 薛霄[1] 鲁保云[1] 

机构地区：[1]河南理工大学计算机科学与技术学院,焦作454000 [2]河海大学计算机与信息工程学院,南京210098

出　　处：《计算机科学》2013年第5期103-106,140,共5页Computer Science

基　　金：国家自然科学基金面上基金项目(61175066);国家自然科学基金青年基金项目(60905041;61202136);中国博士后科学基金(20110490396);河南省高校科技创新人才资助计划(2011GGJS-056);河南理工大学博士基金资助

摘　　要：QoS感知的云服务优化组合是云计算领域亟需解决的问题。针对该问题,首先对社会认知算法进行了改进,然后将改进的社会认知算法纳入文化算法的框架之内,构造了新颖的文化社会认知算法,并采用该算法解决QoS感知的云服务优化组合问题。实验结果表明,文化社会认知算法在求解云服务优化组合问题时具有较强的搜索能力和较快的收敛速度;同时,该算法具有很强的推广性,可以用来求解其他类似的组合优化问题。QoS-aware cloud service composition is an challenge problem in the field of cloud computing. To solve this problem, this paper first improved the social cognitive optimization, and then put the improved SCO algorithm into the framework of Culture Algorithm, constructed a novel algorithm-culture social cognitive optimization（C-SCO）, finally, used C-SCO to solve the QoS-aware cloud service composition problem. Experiment results show that C-SCA3 has stron- ger searching ability and faster convergence speed when solving cloud service composition problem. At the same time, C- SCO can also be used to solve other combination optimal problem.

关 键 词：云服务 云服务组合 服务质量 文化算法 社会认知算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]