基于优化的灰狼算法的大规模Web服务组合
来源：计算机应用杂志2022年第10期北京时间：
作者：徐雪敏, 张秀国, 肖媛元, 曹志英
单位：大连海事大学 信息科学技术学院，辽宁 大连 116026
摘要：针对大规模Web服务环境中难以获得整体性能高的组合服务的问题，提出了一种大规模Web服务组合方法。首先，采用文档对象模型（DOM）对XML格式的用户需求描述文档进行解析，以生成抽象Web服务组合序列；然后，采用服务主题模型进行服务筛选，并为每个抽象Web服务选取Top-k个具体Web服务从而缩减组合空间；接着，为提高服务组合质量和组合效率，提出了一种基于Logistic混沌映射和非线性收敛因子的优化的灰狼算法（OGWO/LN）来进行最优服务组合方案选择；该算法采用混沌映射来生成初始种群以增加服务组合方案的多样性，并避免了多次局部寻优；同时，提出一种非线性收敛因子来调节算法的搜索能力以提高算法的寻优性能；最后，采用MapReduce框架对OGWO/LN进行了并行实现。在真实数据集上的实验结果表明，所提算法与IFOA4WSC、MR-IDPSO、MR-GA等算法相比，平均适应度值分别提高了8.69%、7.94%和12.25%，在解决大规模Web服务组合问题时具有更好的寻优性能和稳定性。
关键词：主题模型,服务组合,灰狼算法,服务质量,MapReduce
基金资助：国家重点研发计划项目(2018YFB1601502)
