为保证Web服务组合满足用户对Web服务质量日益增长的需求,提出了基于体验质量(Quality of Experience,QoE)的Web服务组合优化方法,即建立模糊专家系统(Fuzzy Expert System) QoE评估模型,并转化为Web服务组合优化的数学模型,采用混沌蚁群算法(Chaos Ant Colony Optimization,CACO)进行Web服务组合优化求解.该方法利用混沌算法的遍历性、随机性和规律性,通过引入混沌扰动来避免优化过程中出现局部最优解,以期获得服务组合的全局最优解.为验证CACO算法的可行性和有效性,对其与人工蜂群算法(ABC)、粒子群算法(PSo)和原始蚁群算法(ACO)等进行了同步对比实验.实验结果表明,CACO算法相比其他算法具有运行时间短、收敛速度快且稳定性高的优点,具有较好的发展前景.