【技术实现步骤摘要】
本专利技术涉及服务流程优化，尤其是指一种基于定性和定量服务属性的服务流程优化方法和系统。
技术介绍
1、服务流程是企业为达成特定管理目标，基于web服务(简称服务)、工作流等技术构建的具有逻辑相关性的业务活动集合。随着云计算的迅速发展，通过云服务构建服务流程是企业持续发展和提升核心竞争力的必然趋势。由于云平台上提供了大量服务功能相似但服务质量(quality of service,qos)各异的服务，如何组装出最优服务流程是当前学术界和工业界关注的热点。
2、现有的服务流程优化方法大都只考虑定量服务质量，其目标是在满足定量服务质量约束(如服务时间不超过3秒，可靠性大于95％)的前提下，找到服务质量最高的组合。但是，在实际业务环境中，部分服务质量不能以定量化的形式描述，例如服务的存储类型、部署方式等。这类属性统称为定性服务属性，一般采用分类值来描述。与定量属性可显式计算不同，定性服务质量的评估通常取决于用户的偏好。用户不仅可能对某个定性属性的取值有偏好，还可能在不同定性属性之间有所侧重。例如，在服务存储类型方面，某用户更偏向于文件系统而不是数据库系统，且其认为服务的存储类型比其部署方式更重要。由于只考虑定量服务属性的服务流程优化方法无法适用于定性服务属性，亟待针对定性属性及其偏好关系对原有服务流程优化模型进一步完善。
3、在服务流程优化领域，群智能优化算法已得到了广泛应用，如遗传算法、粒子群算法、蚁群算法等。然而，单一的群智能算法容易出现局部最优、全局搜索能力差等问题，因此混合智能算法是目前比较流行的算法。
4、2017年，wang等人首次提出了同时考虑定性和定量服务质量的服务流程优化算法。该算法在定性属性模式中采取tcp-nets对用户偏好进行建模，通过诱导图获取定性模式的优先关系。在此基础上，采取遗传算法进行服务流程优化的构建。但是，在定性模式寻优中处理模糊，无法精确定位定性组合的优劣性，处理效率低。此外，在遗传算法处理中并未考虑到“早熟”问题，容易过早收敛，算法局部搜索能力也较差。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中对服务流程优化的方法处理效率低下的问题。
2、为解决上述技术问题，本专利技术提供了一种基于定性和定量服务属性的服务流程优化方法，包括：
3、步骤s1：获取服务流程，所述服务流程包括若干抽象任务，所述服务流程的每个抽象任务都由云服务中一个具体的服务实现，通过若干所述服务构成的服务组合实现服务流程，所述服务流程的服务性能由服务组合的定量服务属性的效用值和定性服务属性的效用值共同衡量；
4、步骤s2：通过混合智能优化算法找出服务流程中抽象任务对应的最优服务组合，实现对所述服务流程的优化，其中，所述混合智能优化算法由遗传算法和改进的天牛须搜索算法组成。
5、在本专利技术的一个实施例中，所述步骤s1中的定量服务属性的效用值通过quan(sc)来表示，公式为：
6、
7、其中，quan(sc)表示服务组合sc的定量服务属性的效用值，wk是第k个定量服务属性，vk(sc)是在第k个定量服务属性层面的服务质量聚合值，和是所有服务组合中第k个定量服务属性层面的服务质量最大和最小值，asc是升序的定量服务属性集合，dsc是降序的定量服务属性集合；
8、
9、其中，xij是第i个服务流程第j个抽象任务所选中的服务；vk(xij)是服务xij的第k个定量服务属性的服务质量值，aggfunk(·)是第k个定量服务属性的服务质量聚合函数，且aggfunk(·)∈{∑,∏,max,min}，∑是连加符号，用于将定量服务属性的服务质量值相加，∏是连乘符号，用于将定量服务属性的服务质量值相乘，max是取大值符号，用于定量服务属性的服务质量取大值，min是取小值符号，用于定量服务属性的服务质量取小值。
10、在本专利技术的一个实施例中，所述定量服务属性的服务质量的约束为：
11、
12、其中，hcu是定量服务属性的服务质量约束集合，vk(scsub)u代表第u个约束中涉及的已分配服务的定量服务属性的服务质量总和，du是第u个服务质量约束的阈值,u是定量服务属性的服务质量约束个数。
13、在本专利技术的一个实施例中，所述步骤s1中的定性服务属性的效用值通过qual(sc)来表示，公式为：
14、
15、其中，qualmax和qualmin是所有服务组合中最大定性服务属性效用值和最小定性服务属性效用值，公式分别为：
16、
17、
18、其中，ts是抽象任务集合,csij是抽象任务tij对应的候选服务集合，pen(s)是候选服务集合csij中任意服务s的惩罚值,qualmax为各抽象任务的候选服务的最大惩罚值总和，qualmin为各抽象任务的候选服务的最小惩罚值总和；
19、pen(s)表示服务组合sc中某一个具体服务s的惩罚值且公式为：
20、
21、其中，v是服务s的定性服务属性集合，ranks(xi)是服务s中定性属性xi的取值排序，ws(xi)是服务s中定性服务属性xi的重要性权重且公式为：
22、
23、其中，ri(xi)，ci(xi)，cp(xi)和sci(xi)分别是从xi出发的相对重要性弧ri-arc、条件相对重要性弧ci-arc、条件偏好弧cp-arc和附加相对重要性弧sci-arc集合，表示属性xi比属性xj更重要。
24、在本专利技术的一个实施例中，所述步骤s1中所述服务流程的服务性能由服务组合的定量服务属性的效用值和定性服务属性的效用值共同衡量，公式为：
25、utility(sc)＝p×quan(sc)+(1-p)×qual(sc)
26、其中，quan(sc)表示服务组合sc的定量服务属性的效用值，qual(sc)表示服务组合sc的定性服务属性的效用值，p表示两类服务属性的衡量权重，若p＝1则表示只考虑定量服务属性，若p＝0则表示只考虑定性服务属性。
27、在本专利技术的一个实施例中，所述步骤s2中通过混合智能优化算法找出服务流程中抽象任务对应的最优服务组合，实现对所述服务流程的优化，方法包括：
28、按照服务流程中抽象任务的执行顺序,依次确定用于执行抽象任务的服务，得到用于执行所述服务流程的服务组合；对所选中服务按其在候选服务中的位置编号进行二进制编码，将所述服务组合的编码结果作为个体；
29、通过编码随机生成n个个体，作为第一代种群；
30、对所述n个个体进行交叉和变异，生成2n个个体，分别计算2n个个体的适应度函数，并从2n个个体中基于二元锦标赛选择出n个个体作为下一代代种群；
31、通过改进的天牛须搜索算法对遗传算法生成的下一代种群本文档来自技高网...
【技术保护点】
1.一种基于定性和定量服务属性的服务流程优化方法，其特征在于：包括：
2.根据权利要求1所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤S1中的定量服务属性的效用值通过Quan(SC)来表示，公式为：
3.根据权利要求2所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述定量服务属性的服务质量的约束为：
4.根据权利要求3所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤S1中的定性服务属性的效用值通过Qual(SC)来表示，公式为：
5.根据权利要求4所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤S1中所述服务流程的服务性能由服务组合的定量服务属性的效用值和定性服务属性的效用值共同衡量，公式为：
6.根据权利要求5所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤S2中通过混合智能优化算法找出服务流程中抽象任务对应的最优服务组合，实现对所述服务流程的优化，方法包括：
7.根据权利要求6所述的基于定性和定量服务属性的服务
8.根据权利要求6所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述对所述N个个体进行交叉和变异时，通过非线性自适应策略来控制个体交叉和变异的概率，包括自适应交叉概率和自适应变异概率，公式分别为：
9.根据权利要求6所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述通过改进的天牛须搜索算法对遗传算法生成的下一代种群进行优化，方法包括：
10.一种基于定性和定量服务属性的服务流程优化系统，其特征在于：
...【技术特征摘要】
1.一种基于定性和定量服务属性的服务流程优化方法，其特征在于：包括：
2.根据权利要求1所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤s1中的定量服务属性的效用值通过quan(sc)来表示，公式为：
3.根据权利要求2所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述定量服务属性的服务质量的约束为：
4.根据权利要求3所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤s1中的定性服务属性的效用值通过qual(sc)来表示，公式为：
5.根据权利要求4所述的基于定性和定量服务属性的服务流程优化方法，其特征在于：所述步骤s1中所述服务流程的服务性能由服务组合的定量服务属性的效用值和定性服务属性的效用值共同衡量，公式为：
6.根据权利要求5所述的基于定性和定量服务属性的...
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。