语义Web服务组合中的服务建模及规划算法

Web服务的语义建模是指对Web服务的属性、功能和结构等进行语义描述,使用户能够对服务自动地定位、选择、使用和组合.本文以动作理论和描述逻辑为基础对服务的逻辑层信息(控制流和数据流)进行语义建模,用带前提和结果的原子动作描述简单服务,复杂动作描述组合服务的控制流,服务间的依赖关系描述数据流,并提出一个基本的Web服务自动组合框架.在该框架中,Web服务自动组合被划分为逻辑层和实现层2部分,于是服务的自动组合问题在逻辑上归结为一个动作规划问题,在实现上归结为一个根据动作选择具体服务的服务选择问题.最后给出一种新的自动组合规划算法,该算法充分考虑了语义推理和智能规划的结合,在对问题的描述能力和运行效率上做了较好的平衡.     

基于流演算的Web服务自动组合方法

近年来,基于语义的Web服务组合,尤其是Web服务的自动组合方法已成为服务计算领域的一个研究热点.实现了从一个OWL-S过程模型到流演算概念的映射,并给出了相应的转换算法.在此基础上,提出了一个新颖的、基于流演算形式化体系的Web服务自动组合方法.该方法采用前推推理机制对状态和动作进行推理,有效地克服了以传统的情景演算为代表的人工智能规划算法执行效率较低的问题.设计实现了一个实验性的原型系统,结合一个旅游行程规划的实例说明了本文提出的方法的有效性.对提出的BCABFC(Backward-Chaining Algorithm Based On Fluent Calculus)算法与基于情景演算的同类算法进行性能比较,实验结果表明该算法具有较好的性能.     

基于主体的语义Web服务自动组合研究

语义Web服务要解决的一个主要问题就是如何实现服务组合自动化.主体技术因其智能性、自主性等特点在解决语义Web服务组合问题中具有较大优势.通过分析语义Web服务组合研究现状,分析主体、语义Web与Web服务的紧密关系,论证了基于主体的语义Web服务的可行性并描述了基于多主体的Web服务组合平台架构.介绍了基于主体技术的语义Web服务组合技术,将服务组合看成是一个多主体环境下的规划问题,给出语义Web服务作为主体动作子类的形式化定义,并针对服务组合问题增加限定条件,定义服务之间的5种关系,试图从逻辑角度,以描述逻辑为基本工具,突出服务的动态性与交互性.最后利用主体的目标规划以及基于描述逻辑的有效推理,给出了服务的自动组合算法.     

支持组合服务选取的QoS模型及优化求解

提出了一个支持组合服务选取的QoS模型的层次结构，包括保证基本服务质量的基本服务QoS模型、反映组合服务特性的基本服务间关联QoS模型以及全面评价组合服务质量的组合服务QoS模型，并在此基础上给出了一个QoS驱动的组合服务选取算法．与同类成果相比，该模型在支持组合服务的动态选取、保证组合服务的整体质量方面具有较好的效果．     

基于自适应粒子群算法的制造云服务组合研究

针对云制造系统中制造云服务组合的多目标规划问题,研究建立了问题模型并提出了求解方法。首先引入了网格制造模式的制造资源服务组合技术,探讨并描述了云制造模式中基于服务质量（QoS）的制造云服务组合过程;接着通过分析云制造模式下制造云服务的特征并基于制造领域知识,研究定义了制造云服务的八维QoS评估标准及计算表达式,推导出制造组合云服务的QoS表达,进而建立了制造云服务组合的多目标规划问题模型。最终设计了自适应粒子群算法来解决该多目标规划问题。仿真实验表明,该算法能有效并高效地解决该问题,且求解效率优于传统粒子群算法。     

Overlay组播网络中的服务组合算法

在Overlay组播路由中既需要考虑确保数据流能获得它所需要的服务，还需要确保不同的服务按照合适的次序到达，这是一个新的值得研究的问题，称之为服务组合问题。该文研究了Overlay组播网络中的服务组合问题，建立了相应的优化模型，设计了求解该模型的启发式算法。大量的仿真表明了该模型和算法的有效性。     

采用动作时序逻辑的Web服务组合方法

基于有限状态自动机理论,将Web服务建模成一个有限状态自动机。针对网络服务描述语言(WSDL)在服务行为描述方面的缺陷对其进行扩展,提出了从扩展的WSDL到动作时序逻辑(TLA)语言的转换算法,从而可以用TLA对服务行为进行形式化描述和规范,为描述Web服务提供了一个新的方法。讨论了在动作时序逻辑中,服务组合时各组件服务的有限状态自动机的组合方式,以及伴随着服务组合,单个服务的TLA规范如何组合以形成复合服务的TLA规范的问题,并在此基础上,提出了实现TLA规范正确组合的算法思想。     

微粒群优化算法在相关新产品组合投入的应用

引入新产品最佳投入期和相关收益的概念，在产品生命周期量化描述前提下，提出一个非线性半无限规划的相关新产品组合投入模型，并用微粒群优化算法(PS0)求解，仿真实例表明，微粒群优化算法在求解组合优化问题时简便且易于实现，具有很强的实用性。     

基于PDDL的Web服务自动组合的描述

在Web环境下,如何有效地根据用户请求,进行Web服务的自动组合,成为一个迫切需要解决的问题.提出了一种利用人工智能的规划问题,对Web服务及其组合进行形式化描述以实现服务自动组合的方法.说明了基于智能规划实现服务自动组合的思想,讨论了智能规划的标准描述语言PDDL与Web服务的对应关系,最后建立了一个实际的模型.     

考虑主体心理的云制造服务双层规划选择

为了使云制造服务匹配达到供需双方都满意,在考虑双方利益的情况下,结合主体心理构建了一个云制造服务选择双层规划模型。针对决策主体对服务质量“收益”和“损失”的不同心理,以需求方对组合服务心理满意度作为上层规划的优化目标,把服务供给方对需求方心理满意度作为下层规划的优化目标。最后,采用改进的反弹自适应粒子群算法求解该模型,挑选出供需双方都满意的组合服务。实验仿真结果也表明了该模型的合理性和有效性。     

基于改进动态规划的无人机搜寻航迹规划研究

针对传统动态规划算法在无人机航迹规划中存在耗时长以及冗余节点的问题,提出了一种基于多阶段决策的改进动态规划算法。在单向动态规划算法中加入双向策略,结合顺序法和逆序法以减少搜寻空间的状态总数;利用区间单调性和四边形不等式进一步减少每次决策涉及的状态点,得到优化后的状态转移方程,降低了搜寻的时间复杂度。最后,对改进动态规划算法与遗传算法、传统动态规划算法进行了数值仿真,结果表明,改进动态规划算法规划节点更少、计算时间更短。研究结果为无人机航迹规划的优化方案提供了一种解决方法。     

Research on Web service selection based on cooperative evolution

Web service selection, as an important part of Web service composition, has direct influence on the quality of composite service. Therefore, it has attracted many researchers to focus on the research of quality of service (QoS) driven Web service selection in the past years, and many algorithms based on integer programming (IP), mixed integer linear programming (MILP), multi-dimension multi-choice 0–1 knapsack problem (MMKP), Markov decision programming (MDP), genetic algorithm (GA), and particle swarm optimization (PSO) and so on, have been presented to solve it, respectively. However, these results have not been satisfied at all yet. In this paper, a new cooperative evolution (Co-evolution) algorithm consists of stochastic particle swarm optimization (SPSO) and simulated annealing (SA) is presented to solve the Web service selection problem (WSSP). Furthermore, in view of the practical Web service composition requirements, an algorithm used to resolve the service selection with multi-objective and QoS global optimization is presented based on SPSO and the intelligent optimization theory of multi-objective PSO, which can produce a set of Pareto optimal composite services with constraint principles by means of optimizing various objective functions simultaneously. Experimental results show that Co-evolution algorithm owns better global convergence ability with faster convergence speed. Meanwhile, multi-objective SPSO is both feasible and efficient.     

GP——基于规划图的遗传规划算法

图规划是智能规划领域近年来出现的一种新的规划方法,对智能规划的发展有着重要的影响.图规划的规划产生过程分为两个主要步骤,首先用动作的前提条件和效果产生一个谓词和动作交错出现的图--规划图,然后在规划图中抽取规划解.而第二步往往更为困难和耗时.文章依据遗传算法对规划图提出一种新的解抽取方法,以一种简明、直观的形式给出染色体的编码方式,并在此基础上定义了各种遗传操作算子,将遗传算法引入图规划算法,充分利用遗传算法的并行全局搜索能力实现规划解的搜索.实验表明,在求解大规模的规划问题时,文中的遗传规划算法在求解速度和找到的规划解的质量两方面均显示出优越性.     

基于节点扩张的遗传算法在机器人路径规划中的应用

将一种新型的遗传算法应用于移动机器人路径规划。提出基于障碍节点扩张法的无障碍连通路径初始种群的产生算法,以及基于待变异节点扩张的变异操作算法,同时在交叉、变异操作之后进行局部优化,简化编程,提高适用性。仿真结果表明同普通的A*算法相比较,该路径规划算法具有寻优质量高、规划路径更为平滑的特点     

多项目选择计划及其两层决策免疫遗传算法

探讨项目计划管理中,资源受限下含承继约束的多项目选择计划两级规划模型及其求解算法.依据项目的承继关系,将所有项目划分为若干子群,各子群内部的项目之间存在承继约束,子群之间仅有优先关系,进而获得了资源受限下资源配置平衡的两级规划模型.基于遗传算法的基本结构,引入免疫系统的多样性、记忆性等特征,获得了求解此模型的免疫遗传算法.数值实验结果表明了该模型设计的合理性及算法的有效性.     

多项目多任务选择动态规划及其智能决策

针对动态多项目多任务选择计划资源配置问题,结合实际环境中多项目管理的突发因素及项目权值动态调整的需求,探讨动态环境下多项目选择计划的数学规划模型;进而,依据体液免疫应答所蕴含的免疫进化机理和遗传学中的基因变异规则,设计改进型免疫遗传算法,寻求资源尽可能充分利用且分配均衡的决策方案。比较性的数值实验显示,该算法在优化效果方面明显优于基于优先规则的启发式算法。结果表明,已获模型是合理的,设计的算法是有效的。     

基于MTO管理系统的钢厂合同计划方法

构造了钢铁企业的ＭＴＯ管理系统,建立了钢铁企业合同计划编制的整数规划模型,并提出用基于可重复自然数编码和三变异算子的遗传算法对模型进行求解。以热轧厂合同计划编制为例进行实验,结果表明模型符合生产实际,获得的结果优于人机交互系统,求解算法是有效的。     

基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。     

基于启发式遗传算法的时分星间网络拓扑优化设计

针对北斗导航系统对星间网络的测量与数传业务需求,提出一种基于启发式遗传算法的网络拓扑优化设计方法,首先通过理论分析制定了拓扑规划的基本原则,给出一个能满足大部分需求的拓扑框架,以此作为初值,利用遗传算法对拓扑进行了优化,在路由规划中采用了分时以最短时延为原则的路由算法,最后,对星间网络测量指标进行了统计分析,以星间数据传输和星星地数据下传作为星间网络数据传输的典型工况,对星间网络拓扑路由规划的结果进行了逻辑仿真验证,仿真结果表明,该网络拓扑规划能满足导航星座常规业务的基本测量与数传需求,为解决导航星座星间网络的复杂运行管理提供了一种解决问题的思路。     

基于文化算法的家庭服务机器人任务规划

通过对家庭服务机器人任务规划问题进行形式化描述,给出了问题的求解模型,提出了一种改进的文化算法,通过算法中信念空间和种群空间的相互联系和相互促进实现求解。算法采用独特的编码方式,其种群空间采用遗传算法作为进化手段,采用较为独特的信念提取方式构造算法的信念空间并促使其进化。将该算法用于家庭服务机器人大赛的仿真平台上,证明其有效性。