基于参数自适应差分进化算法的 Web 服务组合

来源：计算机技术与发展杂志2018年第03期北京时间：

作者：李强;周井泉;张严凯

摘要：为了准确地反映用户对服务体验质量的满意程度,提出一种基于 QoE(quality of experience)的 Web 服务组合模型,并运用差分进化(DE)算法对其进行求解。 首先,建立了基于 QoE 的模糊专家评估系统,通过评估系统将各个参数转化成 QoE 数学表达式。 其次,在标准的 DE 算法的基础上,引入混沌初始化和参数自适应机制,利用混沌和 DE 算法参数取值的特性,不仅能够克服 DE 算法容易陷入局部最优的缺点,而且改善了 DE 算法的性能和寻找全局最优解的能力,提高了 DE 算法的稳定性和可靠性。 最后,与 PSO、ACO、标准 DE 算法和混沌初始化 DE 算法进行了比较。 实验结果表明,参数自适应 DE 算法在求解 Web 服务组合优化的问题上具有收敛快且稳定性高的特点。

关键词：Web 服务组合;体验质量;模糊专家系统;差分进化算法