The invention discloses an adaptive service combination method for the self organizing network of multi robots, and evaluates the selected service composition by fuzzy reputation evaluation, and optimizes the selected service composition. In the search process of service composition planning, multiple solutions can be found. At this point, we need to judge the quality of the solution according to the fitness criterion, so as to realize the optimization of the service. In the adaptive service composition model, the agent robot organized and managed various resources and services in the network environment. At the same time, it was responsible for selecting the service composition strategy related to the specific environment from the stored service composition strategy to realize the self-adaptive of the service composition. At the same time, machine learning method is used to generate rules dynamically, and fuzzy reasoning technology is used to infer rules, so as to obtain the dynamic level of service composition. On this basis, the fuzzy synthesis mechanism of reputation and the fuzzy evaluation algorithm of reputation are given, and a fuzzy reputation evaluation system FTEs based on machine learning is implemented. Finally, using the enhanced learning method, the service composition is evaluated, and the feedback is used to judge the service combination in the next planning process, so that the evaluation effect is more ideal.
【技术实现步骤摘要】
一种基于无线传感网的自适应服务组合方法
本专利技术涉及信息
，具体涉及一种基于无线传感网的自适应服务组合方法。
技术介绍
无线自组织网是近年来随着无线通信技术的飞速发展而出现的一种新型网络，网络中所有节点可以任意移动，网络拓扑结构动态变化，节点间以多跳协作的方式进行通讯。作为无需基础设施的网络，无线自组织网络在军事和民用方面都具有广阔的应用前景，是目前网络研究的热点领域。服务组合是指将几个简单的服务组合成一个更复杂、更有意义的服务的技术，也就是通过几个简单服务的相互协作来完成一个复杂任务的过程。现有服务组合的工作主要集中于有线网络环境下，采用集中式的服务组合代理来负责服务的发现、组合和执行。通过服务组合技术可以灵活、高效地实现业务流程构造，快捷地完成新业务系统的构建和原有业务系统的更新和扩展。随着移动设备和无线通讯技术的发展，人们开始越来越多的关注无线自组织网络中的服务组合问题。但是，现阶段国内外主流研究的无线自组织网络中的服务组合会出现以下两点问题：I.服务的分布性、动态性、异构性以及服务环境的持续动态演化影响了服务组合的正确性、安全性、可靠性等服务质量，...
【技术保护点】
1.一种由多机器人协同操作的自组织网自适应服务组合方法，其特征在于，所述方法包括以下步骤：1)接收任务及对应的任务描述信息，根据所述任务描述信息对所述任务进行分解，所述任务描述信息包括预先设定的任务请求者与任务执行者交互的方式、任务的请求响应格式、前提条件、后置条件及服务质量(QoS)级别；2)根据分解后的子任务确定各目标任务；3)根据所确定的各目标任务，运用任务规则单元、兼容性匹配关系和任务组合规划从服务规则单元集合中搜索满足需求的服务组合，指示一个或多个机器人携带对应的资源完成所述服务集合；4)根据特定环境和前次的反馈信息确定相应的服务组合策略，自适应调整步骤3)确定的...
【技术特征摘要】
1.一种由多机器人协同操作的自组织网自适应服务组合方法，其特征在于，所述方法包括以下步骤：1)接收任务及对应的任务描述信息，根据所述任务描述信息对所述任务进行分解，所述任务描述信息包括预先设定的任务请求者与任务执行者交互的方式、任务的请求响应格式、前提条件、后置条件及服务质量(QoS)级别；2)根据分解后的子任务确定各目标任务；3)根据所确定的各目标任务，运用任务规则单元、兼容性匹配关系和任务组合规划从服务规则单元集合中搜索满足需求的服务组合，指示一个或多个机器人携带对应的资源完成所述服务集合；4)根据特定环境和前次的反馈信息确定相应的服务组合策略，自适应调整步骤3)确定的服务组合；5)获取用户对所述任务的评估，并以参数形式输出；6)根据所述参数生成反馈信息以用于下次自适应调整服务组合。2.根据权利要求1所述的方法，其特征在于，所述根据所确定的各目标任务从服务规则单元集合中搜索满足需求的服务组合，包括使用语义特征提取服务特征，所述服务规则单元是对服务元素基于语义特征的抽象。3.根据权利要求1所述的方法，其特征在于，所述服务组合通过以下步骤实现：I.当在组合规划的搜索过程中找到多条解决路径时，根据适应度准则选择解决方案，所述适应度的函数表达式为：其中M是方案中用到的服务元素个数，所述cos(si)的表达式如下：其中val1,val2代表该服务元素的实体对象空间占用量及需要的计算量信息，cos(si,sj)代表该服务元素si与其相关服务元素sj的交互代价，D为sj所交互的服务元素的统计，w1,w2,w3代表各因素在代价评估中的权值；min{f(Task)}代表在所有可行的组合方案中找到的最优解决方案；II.兼容性匹配关系模型,服务规则单元间的兼容性匹配关系定义为：其中Fin＝{p1,p2,...pn}为服务规则单元的输入端口集合，Fout＝{g1,g2,...gn}为输出端口集合；其中，当p∈Fin，g∈Fout时，只有在满足p,g∈C的条件下，所述机器人要完成的任务信息p与其服务信息g才能进行匹配。III.服务组合规划模型，根据服务规则单元集合、任务信息和服务信息兼容性匹配关系、机器人执行任务分解的目标特征以及服务规则单元的约束条件信息得出解决方案。4.根据权利要求1所述的方法，其特征在于，所述根据特定环境和前次的反馈信息确定相应的服务组合策略，自适应调整步骤3)确定的服务组合包括：指示机器人代理感知机器人节点网络环境，监控网络环境的变化，并从存储的服务组合策略集中选择与特定环境相关的服务组合策略；以及，当机器人节点网络发生改变的时候，指示所述代理机器人检查相应的服务组合集，并根据相关策略启动对特定网络节点变化的自适应调节。5.根据权利要求1所述的方法，其特征在于，所述获取用户对所述任务的评估，并以参数形式输出具体包括以下步骤：I.获取来自服务资源参数和用户评价的训练数据；II.将输出效果级别分为5级，每级对应一个lo中的输出标记，每条训练证据样本中的每一个输入项证据参数，规定其可转换为标记集li＝{HD,MD,LD,M,LP,MP,HP}中之一；对于每条证据样本的输出项规定其可转换为标记集lo＝{VH,H,M,L,VL}中之一；III.定义模糊推理规则的基本型、加权的模糊综合规则和取值规则，证据库中证据样本集中每个样本可以被转换为一条基本推理规则，其中输入、输出变量值分别从集合li,lo中取值；IV.采用模糊效果级别评估算法(FTEA)进行评估，所述算法包括评估规则生成算法(ERGA)和直接效果级别推理算法(DTRA)两部分；V.实现基于机器学习的模糊信誉评估系统FTEs(fuzzytrust-levelevaluatingsystem)，所述评估系统获取证据库中每个任务调用的资源服务的历史状况，结合增强学习生成的优化规则，推理得到主体直接效果评估，再将主体直接效果评估和来自证据库的主体间接效果评估进行模糊综合得到资源服务效果列表(URTL)，其中如果当前输入证据不能匹配现有证据库的任何规则，则产生一条新规则添加到所述证据库中...
【专利技术属性】
技术研发人员：张军伟，孙浩然，卢思旭，邹昊森，武穆清，徐春秀，赵敏，沈静，廖文星，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。