[发明专利]一种服务组合中基于下降因子的动态成员服务选择方法

权利要求书

1.一种服务组合中基于下降因子的动态成员服务选择方法，在执行过程中完成组合 服务中成员服务的选择过程；其特征在于包括以下步骤：

对于组合服务的请求作为输入，计算机在接收到请求以后开始执行；

创建组合服务实例管理器并管理组合服务实例；

组合服务实例按照组合服务的定义开始执行；

在执行开始阶段，调用成员服务选择器，利用信任度、响应时间、费用三项重要参数， 利用蚁群系统以及提供服务的质量随着数量的增加而下降的模式，建立选择问题的模型， 选择合适的成员服务；选择完毕以后，在组合服务实例的执行过程中调用外界成员服务， 以解决服务组合中动态的成员服务选择问题；

所述模型中对组合服务中一个具体服务，定义为隶属于某一个服务本体；组合服务在 执行时状态转移发生在具体服务之间，而不是服务本体之间，但是具体服务之间的状态转 移需要服从服务本体之间的执行约束；

其中，成员服务选择方法包括：

参数初始化；

选择蚂蚁数目；

依据禁忌表更新规则更新禁忌表；

依据状态转移规则选定下一个服务；

依据信息素局部更新规则更新信息素。

2.根据权利要求1所述的一种服务组合中基于下降因子的动态成员服务选择方法， 其特征在于：所述成员服务的选择过程；

2.1.设循环次数N_s＝0，设置最大循环次数将M只蚂蚁至于起始服务上，初始化 信息素初值τ_ij(0)，Δτ_ij(t)＝0；

2.2.N_s←N_s+1；

2.3.蚂蚁数目k←k+1；

2.4.依据禁忌表更新规则更新禁忌表；

禁忌表在选定下一个具体服务s时更新，在更新时遵循以下3条规则：

规则一：s加入禁忌表；

规则二：与s同属于一个服务本体的其他具体服务加入禁忌表；

规则三：从s出发不存在一条可达的执行路径的具体服务加入禁忌表，从而消除死节 点；

2.5.依据状态转移规则选定下一个服务；

位于节点i的蚂蚁依据下列规则来选择节点j：

如果q≤Q₀，有

否则，有

其中之间的随机数，之间的常数，ρ_ij(t)为转移条件，为启 发函数，α为信息启发式因子，β为期望启发式因子，allowed＝{S-tabu}，S为组合服 务中所包含的所有具体服务的集合，tabu为蚂蚁搜索过程所产生的禁忌表，n为allowed中 包含的具体服务的数量；

2.6.若有服务未搜索到，转至步骤2.4，否则转至步骤2.7；

2.7.依据信息素局部更新规则更新信息素；

对数学模型中多个优化目标进行归一化处理，定义为有向图中两个节点之间的距离；

具有N个具体服务的组合服务模型中信息素的初始值τ_ij(0)定义为

τij(0)=10.5*N*Σi=0N-1Σj=0N-1dij/N2=2NΣi=0N-1Σj=0N-1dij]]>

信息素采用如下的局部更新规则：

τ_ij(t+N)＝((1-R)*τ_ij(t)+R*τ_ij(0))/U^v

d_ij为有向图中节点i与节点j之间的距离，tr_i为第i个成员服务的信任度指标值，c_i为 第i个成员服务的费用指标值，ti_i为第i个成员服务的响应时间指标值，其中信任度为正 效应参数，而费用和响应时间为负效应参数，并分别满足一定的约束，即 f＞Tr，g＜C，其中Tr，C，Ti分别为信任度、费用和响应时间的常数，N为组合服务 中具体服务的个数，M为蚂蚁的个数，R为信息挥发系数且U＞1为信息素下降 因子，v为该节点j的并发请求次数；

2.8.若k≤M，清空禁忌表，转至步骤2.3，否则转至2.9；

2.9.依据信息素全局更新规则更新信息素；

在蚁群完成一次迭代时，信息素采用如下的全局更新规则：

τ_ij(t+N*M)＝((1-R)*τ_ij(t)+R*Δτ_ij(t))/U^v

其中Δτij(t)=Σk=0M-1Δτijk(t)]]>

其中：N为组合服务中具体服务的个数，M为蚂蚁的个数，R为信息挥发系数且 L_k表示第k只蚂蚁在本次迭代中所经过执行路径的总长度，U＞1为信息素下降 因子，v为该节点j的并发请求次数；

若转至步骤2.2，否则结束。