Web服务组合QoS优化中的改进遗传算法  

Improved Genetic Algorithm for Web Service Composition Qo S Optimization

作　　者：欧阳超[1] 陈志泊[1] 孙国栋[1] 

机构地区：[1]北京林业大学信息学院,北京100083

出　　处：《计算机工程》2017年第8期231-235,242,共6页Computer Engineering

基　　金：中央高校基本科研业务费专项资金(TD2014-01)

摘　　要：结合模拟退火算法与传统遗传算法,提出一种应用于Web服务组合质量优化的改进遗传算法。在选择算子和变异算子的筛选过程中引入模拟退火算法选择更优解的思想,并在算法选择和变异过程中通过设置过滤劣质基因的概率以及逐渐增加变异比率,保证算法种群的多样性。实验结果表明,与传统遗传算法、模拟退火算法、粒子群优化算法等相比,改进算法的收敛速度更快,并且获取的Web服务组合质量更高。An improved Genetic Algorithm（GA） for Web service composition Quality of Service（QoS） optimization is brought up by combining Simulated Annealing （SA） algorithm and traditional GA. In order to keep the diversity of the population,the thought of choosing better solution in SA is introduced into the selection of reproduction operator and mutation operator in GA, and a filter rate to dislodge inferior genes in reproduction and procedures in GA is set. The experiment result shows that compared with traditional GA, SA and Particle Swarm Optimization （ PSO ） algorithm, the improved GA has a better performance in both Web service composition quality and convergence speed.

关 键 词：WEB服务 服务质量 遗传算法 模拟退火算法 粒子群优化算法 进化算法 

分 类 号：TP393.4[自动化与计算机技术—计算机应用技术]