版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于改进蚁群优化算法的服务组合与优化方法
Service Composition and Optimization Method Based on Improved Ant Colony Optimization Algorithm作者机构：河南理工大学计算机科学与技术学院河南焦作454000
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2018年第44卷第12期
页 面：68-73页
学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金青年基金(61300124) 河南省基础与前沿技术研究计划项目(152300410212) 河南省科技攻关计划项目(162102310426 172102310250) 河南省教育厅自然科学基金(17A520034)
主 题：云服务 全局约束 蚁群系统 遗传算法 社会认知优化算法 服务组合
摘 要：针对传统蚁群算法存在初期信息素积累时间长、易陷入局部最优等不足,在满足用户全局服务质量约束的条件下,提出一种改进的基于蚁群系统的云服务组合算法。借鉴遗传算法的思想得到蚁群系统的初始信息素分布,通过社会认知优化改进蚂蚁寻优路径,并采取优化的蚁群信息素更新策略,从而提高算法搜索效率。实验结果表明,改进的蚁群优化算法在求解云服务组合问题上具有更优的搜索性能。
