原文服务方: 计算机应用研究       
摘要:
大规模服务组合是一种通过将不同领域的大量服务按照一定的流程组合起来以满足用户需求的策略.然而,在当今服务数量巨大并且种类颇多,外加用户需求日益复杂的情况下,快速生成一个满足用户要求的最佳QoS的复合服务是一项值得研究的问题.对此提出了以MapReduce模型为基础的引导变异进化算法(MR-GMEA),该算法能够更好地适用于当前大规模服务组合的主观与客观需求并且可以缩短执行时间,此外其中引入的skyline算子在开始阶段剔除了大量冗余服务,从而提高了效率.最后通过仿真验证,证明了该方法的可行性与优越性.
推荐文章
基于量子粒子群优化算法的Web服务组合问题
Web服务组合问题
量子粒子群优化算法
服务质量
面向Pareto最优遗传算法的服务组合方法
Web服务组合
全局优化
遗传算法
Pareto最优
面向QoS全局优化的大规模Web服务组合方法
Web服务组合
QoS全局优化
遗传算法
局部搜索
求解大规模优化问题的云差分进化算法
大规模优化问题
差分进化
云计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 MapReduce平台上面向大规模Web服务组合问题的并行引导变异进化算法
来源期刊 计算机应用研究 学科
关键词 服务组合 服务质量 MapReduce 引导变异进化算法 skyline
年,卷(期) 2020,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3302-3306,3311
页数 6页 分类号 TP301
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2019.07.0272
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚佩阳 129 787 14.0 20.0
2 焦志强 12 13 2.0 2.0
3 谷南南 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (133)
共引文献  (185)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(18)
  • 参考文献(0)
  • 二级参考文献(18)
2016(18)
  • 参考文献(2)
  • 二级参考文献(16)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
服务组合
服务质量
MapReduce
引导变异进化算法
skyline
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导