吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (1): 267-273.doi: 10.13229/j.cnki.jdxbgxb201501039

• 论文 • 上一篇    下一篇

求解服务等级感知服务组合问题的多目标遗传算法

刘磊,杨冬   

  1. 吉林大学 计算机科学与技术学院,长春 130012
  • 收稿日期:2013-08-10 出版日期:2015-02-01 发布日期:2015-02-01
  • 通讯作者: 杨冬(1975),男,讲师,博士.研究方向:语义网和Web服务.E-mail:yangdong@jlu.edu.cn
  • 作者简介:刘磊(1960),男,教授,博士生导师.研究方向:程序设计语言及实现技术、语义网和Web服务.E-mail:liulei@jlu.edu.cn
  • 基金资助:
    吉林省重点科技攻关项目( 20130206052GX);国家自然科学基金项目(61300049);教育部高等学校博士学科点专项科研基金项目(20120061120059).

Multi-objective genetic optimization algorithm for SLA-aware service composition problem

LIU Lei, YANG Dong   

  1. College of Computer Science and Technology, Jilin University, Changchun 130012, China
  • Received:2013-08-10 Online:2015-02-01 Published:2015-02-01

摘要: 针对已有求解多等级服务部署问题的算法存在的不足,提出了一种求解该问题的多目标遗传算法(SMOGA),建立了求解该问题的多目标优化模型。通过将个体的支配强度和被支配强度结合到一起建立对个体的评价策略,并根据评价结果进行环境选择及生成个体的交叉概率。此外还设计了一种局部搜索策略并将其融入到变异策略中,以提高变异操作的有效性。最后对SMOGA算法进行了分析,并将该算法与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法SMOGA能够更加有效地解决该问题。

Abstract: The service deployment with multi-service level agreement is a basic problem to be solved for the service based software system. To overcome the shortcomings of the existing algorithms, a multi-objective model for this problem is built and a Simulation-based Multi-Objective Genetic Optimization Algorithm (SMOGA) is proposed. According to the characteristics of this problem, the genetic operations are redefined, including the introduction of individual domination strength into the environment selection, and the redefinition of crossover strategy and individual mutation strategy incorporated with local search. The performance of the proposed SMOGA was analyzed and compared with that of recently proposed algorithms E3-MOGA and NSGA-II for this problem on different scale test cases. Experiment results show that the proposed SMOGA can solve this problem more effectively.

中图分类号: 

  • TP391
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[3] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[4] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[5] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[6] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[7] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[8] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620.
[11] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[12] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[13] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
[14] 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[15] 杨东升, 张展, 廉梦佳, 王丽娜. 位图局部敏感哈希的匹配二进制特征搜索算法[J]. 吉林大学学报(工学版), 2018, 48(3): 893-902.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!