資源描述：
《基于QoS和量子遺傳算法的Web服務(wù)選擇.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、第17卷第3期西安文理學(xué)院學(xué)報：自然科學(xué)版Vo1．17No．32014年7月JournalofXi’anUniversityofArts&Science(NatSciEd)Ju1．2014文章編號：1008—5564(2014)03-0050-05基于QoS和量子遺傳算法的Web服務(wù)選擇馬力，趙綠(西安郵電大學(xué)計算機學(xué)院，西安710121)摘要：如何從互聯(lián)網(wǎng)上大量存在的Web服務(wù)中選出符合用戶需求的服務(wù)是一個很重要的研究方向．將量子遺傳算法引入服務(wù)選擇問題中，并將服務(wù)選擇轉(zhuǎn)換為基于QoS的多目標優(yōu)化問題．量子遺
2、傳算法采用量子比特編碼和量子旋轉(zhuǎn)門變異，豐富了種群多樣性，并具有更快的收斂速度．通過模擬驗證，說明了該方法的可行性．關(guān)鍵詞：Web服務(wù)選擇；量子遺傳算法；服務(wù)質(zhì)量中圖分類號：TP18文獻標志碼：AWebServiceSelectionBasedontheQoSandQuantumGeneticAlgorithmMALi，ZHAOJing(SchoolofComputer，Xi’anUniversityofPostsandTelecommunications，Xi’an710121，China)Abstract：
3、TheexistenceofcolossalWebservicesontheInternetmakesitimportanttoexplorethemeansoftheserviceswhichmeettheusers’needs．Inthisstudy，thequantumgeneticalgo—rithmisintroducedintothefieldofWebserviceselectionwhichisinturnregardedastheprob-lemofmulti—objectiveoptimiz
4、ationbasedonQoS．Thequantumgeneticalgorithmusesquantumbitencodingandquantumrotatinggatetomakevariation．Itenrichesthediversityofthepopu—lationandfeaturesfasterconvergence．SimulationhasverifiedtheeffectivenessofQGA．Keywords：Webserviceselection；QuantumGeneticAlg
5、orithm；servicequality如何滿足服務(wù)請求者的個性化和多樣化的要求，同時又能高效合理地利用網(wǎng)絡(luò)資源，這是Web服務(wù)組合研究的重點問題．互聯(lián)網(wǎng)上的Web服務(wù)種類和數(shù)目繁多，出現(xiàn)了大量功能相同或相似的Web服務(wù)，在滿足用戶的功能性需求的基礎(chǔ)上，通過服務(wù)的QoS屬性來進行服務(wù)選擇不失為一種行之有效的解決方法．本文在此基礎(chǔ)上引入智能搜索算法尋找最佳服務(wù)組合方案，使Web服務(wù)組合過程更加高效．Web服務(wù)組合問題一直是研究的熱點．將QoS引入Web服務(wù)領(lǐng)域，用Web服務(wù)的QoS屬性來區(qū)別功能相近的Web服務(wù)
6、，統(tǒng)一定義了Web服務(wù)的QoS屬性．對QoS方面的研究考慮到QoS屬性之問的獨立性和量綱不統(tǒng)一的問題，給出了一種基于分型理論和多目標決策理論的服務(wù)選擇算法．將智能算法引入Web服務(wù)組合的研究中，提出一種動態(tài)選擇算法，利用遺傳算法的智能進化原理來進行收稿日期：2014-03-07作者簡介：馬力(1961一)，男，陜西西安人，西安郵電大學(xué)計算機學(xué)院教授，博士，主要從事智能信息處理研究；趙璨(1987一)，女，河北石家莊人，西安郵電大學(xué)計算機學(xué)院碩士研究生，主要從事模式識別與人工智能研究．52西安文理學(xué)院學(xué)報：自然科
7、學(xué)版第17卷()=÷ln{’∑exp[p()]}I=I為模型(1)中)在∈QCR上的極大熵函數(shù)．定理對任意∈QCR，函數(shù)()隨參數(shù)P的遞增單調(diào)遞減，當p一∞時，())．通過上述定理可以看出，只要P足夠大時，可以用極大熵函數(shù)()代替目標函數(shù))，從而將本文的非線性極值問題轉(zhuǎn)化成一個無約束優(yōu)化問題．當P取一個適當大的值時，能夠保證目標解為一個很接近的值．2量子遺傳算法原理2。1量子遺傳算法量子遺傳算法(QGA，QuantumGeneticAlgorithm)是量子計算與遺傳算法結(jié)合的產(chǎn)物，它與標準遺傳算法的區(qū)別在于使
8、用量子比特進行編碼，將量子比特的概率幅表示應(yīng)用于染色體的編碼，使得一條染色體可以表示多個態(tài)的疊加，并采用量子旋轉(zhuǎn)門實現(xiàn)染色體的更新操作．與標準遺傳算法相比，能以更小的種群規(guī)模攜帶更多的信息，同時又加快了收斂速度．2．2量子比特編碼在遺傳算法中，染色體用確定性的值表示，而在量子遺傳算法中，染色體是用量子比特表示，與經(jīng)典比特位不同在于，量子位除了“0”和“1”兩個基本態(tài)，還可以處于“0”和
