基于混沌机制与Levy变异烟花算法的服务组合优化

计算机工程与科学

• 计算机网络与信息安全 • 上一篇下一篇

基于混沌机制与Levy变异烟花算法的服务组合优化

刘婷1,2,杨秋翔1

(1.中北大学软件学院，山西太原 030051;2.中北大学信息探测与处理技术研究所，山西太原 030051)

收稿日期:2018-12-21 修回日期:2019-04-24 出版日期:2019-09-25 发布日期:2019-09-25
基金资助:
2017年中北大学校科学基金(20171459)

Service composition optimization based on the fireworks

algorithm mixing chaotic mechanism and Levy mutation

#br#

LIU Ting1,2,YANG Qiu-xiang1

(1.School of Software,North University of China,Taiyuan 030051;

2.Institute of Signal Capture & Processing Technology,North University of China,Taiyuan 030051,China)

Received:2018-12-21 Revised:2019-04-24 Online:2019-09-25 Published:2019-09-25

摘要/Abstract

摘要：

为了在大规模Web服务环境中筛选出满足用户复杂应用需求且综合性能高的服务组合，提出一种混合混沌机制与Levy变异的改进烟花算法。
首先利用混沌理论产生初始烟花群体，避免种群个体分散不均，造成重复多次局部寻优现象；然后在搜索过程中引入Levy变异算子，提高算法的全局搜索能力，有效避免早熟收敛；最后采用精英选择策略筛选下一代烟花种群，降低了算法的时间开销。通过大量实验结果说明了该算法的寻优性能和稳定性。

关键词: Web服务组合, 服务质量, 混沌机制, Levy变异, 烟花算法, 适应度函数

Abstract:

In order to pick out the service composition that meets the complex application requirements of users and the high comprehensive performance in the large-scale Web service environment, we propose an improved fireworks algorithm mixing chaotic mechanism and Levy mutation. Firstly, the chaos theory is used to generate the initial fireworks population and avoid uneven dispersion of individuals which can result in repeated local optimization. Then the Levy mutation operator is introduced to the search process to enhance the global search capability of the algorithm and avoid premature convergence. Finally, the elite selection strategy is adopted to reduce the time expenses of the algorithm in the process of selecting next generation fireworks population. Experimental results verify the optimization performance and stability of the algorithm .

Key words: Web service composition, quality of service, chaotic mechanism, Levy mutation, fireworks algorithm, fitness function

刘婷1,2,杨秋翔1. 基于混沌机制与Levy变异烟花算法的服务组合优化[J]. 计算机工程与科学.

LIU Ting1,2,YANG Qiu-xiang1.

Service composition optimization based on the fireworks

algorithm mixing chaotic mechanism and Levy mutation

#br#

[J]. Computer Engineering & Science.

[1]	申晓宁, 许笛, 宋丽妍, 姚铖滨, 王玉芳, . 采用离散烟花算法的移动群智感知异构任务分配[J]. 计算机工程与科学, 2023, 45(02): 321-331.
[2]	申晓宁, 游璇, 陈庆洲, 潘红丽, 黄遥. 采用双档案协同进化离散多目标烟花算法的低碳疫苗冷链优化配送[J]. 计算机工程与科学, 2022, 44(12): 2255-2265.
[3]	朱正东, 吴寅超, 胡亚红, 蒋家强. 基于LSTM的集群用户作业执行时间预测模型[J]. 计算机工程与科学, 2022, 44(08): 1331-1341.
[4]	程稳, 李焱, 曾令仿, 王芳, 唐士程, 杨力平, 冯丹, 曾文君. 面向Lustre集群存储的应用日志分析及系统自动优化框架[J]. 计算机工程与科学, 2022, 44(04): 594-604.
[5]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[6]	吴俊斌, 吴晟, 吴兴蛟. 一种用于求解TSP问题的随机最佳插入烟花算法[J]. 计算机工程与科学, 2020, 42(11): 2080-2087.
[7]	徐金波, 常俊胜, 李琰. 支持多优先级多输出通道的数据队列调度方法和硬件实现[J]. 计算机工程与科学, 2020, 42(10高性能专刊): 1749-1756.
[8]	郭京蕾, 赵孝豪, 郭亚军. 基于差分变异算子的烟花算法[J]. 计算机工程与科学, 2020, 42(01): 178-184.
[9]	郑延斌1,2，王林林1，席鹏雪1，樊文鑫1，韩梦云1. 动态环境下改进蚁群算法的多Agent路径规划[J]. 计算机工程与科学, 2019, 41(06): 1078-1085.
[10]	赵志刚，莫海淼，温泰，李智梅，郭杨. 一种自适应调整种群子代数量与步长的优化算法——爆米花算法[J]. 计算机工程与科学, 2019, 41(05): 900-909.
[11]	郭雪1，李铮2，张贺3，荣国平3，文俊浩1. Web服务组合策略研究及组合决策平台实现[J]. 计算机工程与科学, 2018, 40(08): 1358-1365.
[12]	庞凯立，梁昔明. 嵌入共轭梯度法的混合蛙跳算法[J]. 计算机工程与科学, 2017, 39(10): 1958-1965.
[13]	谢小军1,2,俞春强3,王博1,何弦1,徐章艳1,2. 基于免疫量子粒子群优化的测试代价敏感属性约简算法[J]. 计算机工程与科学, 2017, 39(07): 1371-1378.
[14]	徐光宪，杨冬丽，高嵩，许春燕，金钰博. 联合编码开销与安全性能的网络编码优化方案[J]. 计算机工程与科学, 2016, 38(07): 1384-1390.
[15]	颜丽燕，张桂珠. 基于蜂群算法的多维QoS云计算任务调度[J]. J4, 2016, 38(04): 648-655.

基于混沌机制与Levy变异烟花算法的服务组合优化

Service composition optimization based on the fireworks

algorithm mixing chaotic mechanism and Levy mutation

#br#

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价