面向服务领域的人工蜂群算法范型及优化理论研究

Modern service systems become more and more complicated with the factors such as open network environment, cross-domain distribution and aggregation of massive services, dynamics of service resources, variability of customer requirements. How to solve the problems of service selection, service composition and service resource scheduling effectively and efficiently is a key scientific challenge for optimized service system design and operation. The specific characteristics of service domains have strong influences on problem-solving of service optimization. Based on the theory of swarm intelligence optimization, this project proposes a paradigm and optimization theory of service domain oriented artificial bee colony algorithm (S-ABC), in order to develop a new approach for solving service optimization problems effectively and efficiently. Further, the algorithm clusters of the improved artificial bee colony (S-ABCx) will be presented to solve the problems of service selection, service composition and service resource scheduling respectively, which are based on different influences of service domain characteristics on service optimization problems. Then, the algorithm performance evaluation models will be developed for analysis and comparison of the above algorithms. Finally, the S-ABC algorithm optimization theory will be validated and improved through the applications in specific service domains, such as sea-transportation services and smart home services. This project is expected to strengthen the combination of artificial bee colony algorithms and the optimization problems of service domain, to explore a new and better method for solving service optimization problems, and to extend the theory of swarm intelligence optimization.

在云计算与大数据环境下，网络开放性、服务分布性与跨域性、用户需求多变性等因素使服务系统变得日趋复杂。服务选择、服务组合、服务资源调度的优化成为服务系统优化设计与运行的重要科学问题。服务领域特性对于服务优化问题求解效果影响甚大。本项目基于群体智能优化算法理论和领域特性对服务优化问题求解的影响规律，提出了面向服务领域的人工蜂群算法 (S-ABC) 范型及优化理论，可以高效求解服务优化问题；针对服务选择、服务组合和服务资源调度等优化问题，提出了一系列改进型人工蜂群算法簇(S-ABCx)；并提出了算法性能评价模型分析相关算法性能；还在海运物流服务、智慧家庭服务等应用领域验证S-ABC优化理论。本项目将加强人工蜂群算法与服务领域优化问题的结合，探索服务领域优化问题求解效果与效率更佳的新方法，深化群体智能优化理论。

服务领域的优化问题是服务计算、云计算、移动计算以及现代服务业领域内关键的科学问题，快速有效地求解服务领域的优化问题，能有效提高服务应用的资源利用率。服务领域特性是服务在长期运行演化中形成的客观规律，对服务优化问题的求解具有重要的影响与指导作用。深入挖掘服务领域存在的特性以及对服务优化问题求解的影响规律，基于这些规律提出面向服务领域的优化问题求解算法范型，从而提高服务优化问题求解的效率与效果，扩展全体智能算法优化理论，具有重要的研究意义与实际应用价值。.针对服务领域特性驱动的面向服务领域的算法范型设置问题，给出了服务领域重要特性(先验性、关联性与相似性)的定义，挖掘了服务领域特性对服务领域优化问题求解的影响规律，分析了人工蜂群算法的优化机理，提出了面向服务领域的人工蜂群算法范型及优化理论。.针对S-ABC算法范型参数配置问题，研究了服务领域特性与S-ABC范型内参数配置对问题求解算法性能影响机理，给出了具有指导意义的算法参数配置策略，为S-ABC范型的推广使用奠定了基础。.基于S-ABC范型及优化理论，结合具体服务领域优化问题的特征，提出了基于S-ABC的服务优化组合算法、并发服务优化选择算法以及资源与QoS感知的服务优化组合算法等。.基于服务领域特性，提出了基于模式与领域特性的服务优化选择与服务方案生成方法，基于服务领域特性研究了服务价值的提取与预测研究。提出了大数据环境下大服务的概念与框架，提出了基于两阶段的软件服务工程新范型。.该项目组设计并实现了智慧养老软件服务平台，并将研究成用应用于养老服务的优化选择与组合，验证了本项目关键研究成果的有效性和正确性。.该项目在科学研究、人才培养和国际合作与交流等方面取得多项成果，已发表学术论文31篇（其中SCI收录9篇，EI收录22篇；其中在服务计算国际顶级会议ICWS、ICSOC、SCC中发表11篇）；培养了博士后1名，博士生4名（毕业1人），硕士研究生10名(已毕业)；参加国际学术会议23人次。项目人员担任了ICWS、ICSOC、SCC、ICSS、NCSC等国内外服务计算顶级会议的各类主席。

内容获取失败，请点击重试