10.3969/j.issn.0372-2112.2018.01.034
一种基于任务粒化的服务组合优化方法
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.
服务组合、任务粒化、分层模型、PSO
46
TP301(计算技术、计算机技术)
国家自然科学基金71601001,61673020,61672386;安徽省高校自然科学基金重点项目KJ2016A038
2018-07-02（万方平台首次上网日期，不代表论文的发表时间）
共7页
245-251
