积分商城

最新搜索： 深入浅出ARM7 NUC97 24C16源码 DAC8830 自动切换量程 趣味编程100例
您现在的位置是：首页 > 技术资料 > 一种基于任务粒化的服务组合优化方法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

一种基于任务粒化的服务组合优化方法

更新时间：2019-12-24 07:21:38 大小：1M 上传用户：守着阳光1985查看TA发布的资源 标签：任务粒化服务组合优化 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

在big service背景下,越来越多的资源以服务的形式发布与使用,用户需求越来越复杂,导致服务组合计算规模呈指数级增长.本文提出一种任务粒化算法(TgA,Task-granular Algorithm),用于快速有效地求解大规模服务组合优化问题.首先,构建任务粒化分层服务组合模型,并分析了该模型的计算复杂性;其次,根据现有QoS属性计算方式,从理论上分析其在任务粒化过程中的可行性;最后,大量仿真实验结果表明,相比于经典的PSO算法,TgA可以将服务组合优化时间性能提高约4至7倍,且寻优精度提高10%以上.


部分文件列表

文件名 大小
一种基于任务粒化的服务组合优化方法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
1
Vol． 46 No． 1  
Jan． 2018  
第
期
电
子
学
报
2018  
1
ACTA ELECTRONICA SINICA  
年
月
一种基于任务粒化的服务组合优化方法  
， ， ，  
张以文 崔光明 郭 星 张燕平  
(
，
安徽大学计算智能与信号处理教育部重点实验室 安徽合肥  
230031)  
:
big service ， ， ，  
背景下 越来越多的资源以服务的形式发布与使用 用户需求越来越复杂 导致服务组合  
摘
要
在
．
计算规模呈指数级增长 本文提出一种任务粒化算法  
( TgA，Task-granular Algorithm) ，  
用于快速有效地求解大规模服务  
． ， ， ; ，  
组合优化问题 首先 构建任务粒化分层服务组合模型 并分析了该模型的计算复杂性 其次 根据现有  
QoS  
属性计算  
，TgA  
可以  
， ; ， ，  
方式 从理论上分析其在任务粒化过程中的可行性 最后 大量仿真实验结果表明 相比于经典的  
PSO  
算法  
4
7
，
倍 且寻优精度提高  
10%  
．
以上  
将服务组合优化时间性能提高约  
至
:
;
; ; PSO  
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
服务组合 任务粒化 分层模型  
:
TP301  
:
A
:
0372-2112 ( 2018) 01-0245-07  
文献标识码  
文章编号  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 01． 034  
电子学报  
A Service Composition Optimization Method Based on Task-Granulating  
ZHANG Yi-wen，CUI Guang-ming，GUO Xing，ZHANG Yan-ping  
( Anhui University，Key Laboratory of Intelligent Computing ＆ Signal Processing，Ministry of Education，Anhui，Hefei 230031，China)  
Abstract: Under the background of big service，more and more resources are released and utilized in the form of serv-  
ices． Meanwhile，the users＇ requirements grow in complexity，which leads to the exponential growth of the service composi-  
tion calculation scale． In this paper，a task-granulating algorithm called TgA is proposed to solve large-scale service composi-  
tion optimization problem quickly and effectively． Firstly，we build a hierarchical service composition model based on task  
granulation，and analyze its computational complexity． Secondly，we analyze the feasibility theoretically during the task-gran-  
ulating according to the calculation of existing QoS attributes． Finally，a large number of simulation experimental results  
show that，compared to the classical particle swarm optimization ( PSO) algorithm，the proposed algorithm can improve the  
service composition optimization performance by 4 to 7 times and increase the optimization accuracy by more than 10% ．  
Key words: service composition ( SC) ; task granulating; hierarchical model; PSO  
，
的购物体验不仅包含其自身参与的购物过程 还包括  
1
引言  
．
卖方与物流方多个主体的协同合作过程  
［1］  
big service  
，“ ”  
时代的到来 一切皆服务 的理  
随着  
1
，
所示的购物案例中 卖方提供的服务会影响买  
图
，
念使得服务计算得到进一步普及 以及用户个性化需  
， ．  
方的购物体验 但从何处仓储取货买方无需关心 图  
1
， 、 、  
求不断增加 服务计算系统呈现出动态性 松耦合 大规  
， 5 ，  
中 服务组合系统需要进行 个任务的最优化处理 但  
． 、  
模等显著特征 服务组合问题也呈现出多极性 强约束  
3 ，  
与用户直接相关的只有 个任务 另外两个任务由卖方  
、 、 、 ，  
性 动态性 大规模 高维度等特点 其计算规模与问题  
， ．  
与物流方决定 从而使用户达到整体购物体验最优 现  
［2，3］  
，
复杂性呈指数级增长  
服务组合优化问题变得日益  
，
有的服务组合研究较少关注这一现象 尤其在  
big serv-  
． ，  
复杂 然而 服务组合过程中往往涉及多个服务提供主  
ice  
， ． ，  
环境下 这一现象更加普遍 为解决这一问题 本文  
， ． 1  
体 服务协同已经成为一种常态 以图 所示的用户网  
，
提出一种任务粒化服务组合模型 通过将图  
1
5
的
个任  
，
上购物过程为例 用户的一次购物体验不仅与其选择  
， ，  
务进行粒化处理 分解为多个任务粒 通过每个任务粒  
，
的购物平台和支付方式有关 而且还与卖方提供物品  
．
的局部最优处理从而实现全局最优  
、 ， ． ，  
包装 配送方式 以及物流运输方式等相关 因此 用户  
: 2016-10-09;  
: 2017-02-16; :  
责任编辑 蓝红杰  
收稿日期  
修回日期  
:
基金项目 国家自然科学基金  
( No． 71601001，No． 61673020，No． 61672386) ;  
( No． KJ2016A038)  
安徽省高校自然科学基金重点项目  
246  
2018  
年
电
子
学
报
X
= { t ，t ，…，t ，( t ，…，t ) } ， ，  
其中  
i
时问题描述为  
i + 1  
1
2
i + 1  
n
2
服务组合粒化分层模型  
X
X ， ，  
并将其元素粒度更进一步细化 由问题  
i
来自于  
i + 1  
1
( Task-granular)  
任务粒  
定义  
任务粒是指业务工作流程根据处理需要将原组合  
服务问题分解为多个简单子服务组合问题的粒化过  
: Tg = ( id，sc’，F) ． ，id  
{ ( t ，…，t ) }  
i
{ t ，( t ，…，t ) }  
i + 1  
，
两个子问题 依  
分解为  
n
i
n
．
此类推  
，
在实际任务粒化场景中 不同任务候选服务之间  
，
程 用一个三元组来表示  
其中  
表
( ) ． 1，  
会存在耦合关系 或协同关系等 如图 当用户选择  
; sc’  
表示原服务组合问题  
sc  
示每个任务粒的唯一标识  
， ，  
淘宝电商平台时 一般会选择淘宝物流 而不会选择京  
， sc ; F  
的子集 即 中任务集的子集 表示每个任务粒的评  
． ，  
东物流 因此 淘宝电商平台和淘宝物流属于强耦合关  
．
估函数  
， ． ，  
系 具有较高的隶属度 在实际任务粒化求解过程中 应  
1
，
所示的网上购物案例 原问题粒表示为  
{ ( t ，  
1
图
．
考虑该因素的影响  
t ，t ，…，t ) } ，  
5
， 5  
按照任务执行主体 可以将 个任务分  
2
3
3
可行性分析  
， : ， ， { ( t ，  
为三类 即 买方 卖方以及物流 任务粒表示为  
1
t ，t ) ，( t ) ，( t ) } ．  
4
n，  
若假设每个任务的候选服务数为  
3． 1  
QoS  
2
3
5
组合服务  
QoS  
不同的  
计算方式  
5
n ，  
而基于任务粒的求解规模则  
则原问题求解规模为  
，
属性拥有不同的组合计算方式 常用  
3
5
3
［4 ～ 6］  
n + n + n，n ( n + n + n) ．  
为
1 5  
的可以归纳为表 所示的 类情况  
．
1
QoS  
组合计算方式  
表
常用的  
QoS  
计算方式  
符号  
属性  
Sum  
Pro  
Cost，Response time  
Availability  
和
积
Avg  
Max  
Min  
Reputation  
均值  
Response time( Parallel model)  
Throughput  
最大值  
最小值  
3． 2 QoS  
组合计算粒化可行性  
1 QoS  
根据表 所列的组合服务  
，
计算方式 其任务粒  
，
任务粒化过程将问题不断细化 问题求解规模越  
．
化可行性详细分析如下  
． ，  
来越小 按照任务粒论域中元素个数进行划分 可得服  
( 1) : Sum( n + m) = Sum( n) + Sum( m) ，  
和 其中  
2
务组合粒化分层模型如图 所示  
．
Sum( n + m)  
n + m  
， n + n + … + n +  
个数的和 即  
n
表示  
1
2
m + m + … + m = ( n + n + … + n ) + ( m + m + …  
n
1
2
m
1
2
1
2
+ m ) ．  
m
，
易知 显然成立  
．
( 2) : Pro( n + m) = Pro( n) * Pro( m) ，  
积 其中  
Pro( n  
+ m)  
n + m  
， n * n * …* n * m * m  
个数的积 即  
2
表示  
1
2
n
1
* …* m = ( n * n * …* n ) * ( m * m * …* m ) ．  
1
m
1
2
n
2
m
，
易知 显然成立  
( 3) : Avg( n + m) = Sum( n + m) /( n + m) ，  
均值  
Sum( n + m)  
其
n + m  
，Avg( n + m) n  
表示  
中
表示  
个数的和  
+ m  
， ，  
个数的均值 对于同一服务组合优化问题而言 任  
， Avg  
务数唯一 则  
Sum  
，case1 ．  
已证  
转换为  
问题  
( 4)  
: Max ( n + m) = Max ( Max ( n) ，Max  
最 大 值  
( m) ) ，  
其中  
Max( n + m)  
n + m  
，
个数中最大值 即  
表示  
Max( n ，n ，…，n ，m ，m ，…，m ) = Max( Max( n ，n ，  
m
1
2
n
1
2
1
2
…，n ) ，Max( m ，m ，…，m ) ) ， ， ．  
易知 显然成立  
2
n
1
m
( 5)  
: Min ( n + m) = Min ( Min ( n) ，Min  
最 小 值  
2
， i  
所示的分层模型中 粒度个数为 与  
i + 1  
图
层之  
( m) ) ， ， ．  
类似最大值问题易知 显然成立  
， ，  
间 存在划分关系 表示粒度个数为  
i + 1  
层的元素组成  
，
上述分析表明 组合服务  
QoS  
计算方式均可以进  
QoS  
i ． ， i  
来自于 层的一次划分 例如 粒度个数为 时的问题描  
，
行粒化计算 并且在任务粒化处理过程中  
运算结  
X = { t ，t ，…，t ，( t ，…，t ) } ，  
粒度个数为  
i － 1  
i + 1  
述为  
．
果与原问题均保持一致  
i
1
2
i
n

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号