《面向服務領域的人工蜂群算法范型及最佳化理論研究》是依託哈爾濱工業大學，由徐曉飛擔任項目負責人的面上項目。
基本介紹
- 中文名：面向服務領域的人工蜂群算法范型及最佳化理論研究
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：徐曉飛
項目摘要,結題摘要,
項目摘要
在雲計算與大數據環境下，網路開放性、服務分布性與跨域性、用戶需求多變性等因素使服務系統變得日趨複雜。服務選擇、服務組合、服務資源調度的最佳化成為服務系統最佳化設計與運行的重要科學問題。服務領域特性對於服務最佳化問題求解效果影響甚大。本項目基於群體智慧型最佳化算法理論和領域特性對服務最佳化問題求解的影響規律，提出了面向服務領域的人工蜂群算法 (S-ABC) 范型及最佳化理論，可以高效求解服務最佳化問題；針對服務選擇、服務組合和服務資源調度等最佳化問題，提出了一系列改進型人工蜂群算法簇(S-ABCx)；並提出了算法性能評價模型分析相關算法性能；還在海運物流服務、智慧家庭服務等套用領域驗證S-ABC最佳化理論。本項目將加強人工蜂群算法與服務領域最佳化問題的結合，探索服務領域最佳化問題求解效果與效率更佳的新方法，深化群體智慧型最佳化理論。
結題摘要
服務領域的最佳化問題是服務計算、雲計算、移動計算以及現代服務業領域內關鍵的科學問題，快速有效地求解服務領域的最佳化問題，能有效提高服務套用的資源利用率。服務領域特性是服務在長期運行演化中形成的客觀規律，對服務最佳化問題的求解具有重要的影響與指導作用。深入挖掘服務領域存在的特性以及對服務最佳化問題求解的影響規律，基於這些規律提出面向服務領域的最佳化問題求解算法范型，從而提高服務最佳化問題求解的效率與效果，擴展全體智慧型算法最佳化理論，具有重要的研究意義與實際套用價值。 針對服務領域特性驅動的面向服務領域的算法范型設定問題，給出了服務領域重要特性(先驗性、關聯性與相似性)的定義，挖掘了服務領域特性對服務領域最佳化問題求解的影響規律，分析了人工蜂群算法的最佳化機理，提出了面向服務領域的人工蜂群算法范型及最佳化理論。 針對S-ABC算法范型參數配置問題，研究了服務領域特性與S-ABC范型內參數配置對問題求解算法性能影響機理，給出了具有指導意義的算法參數配置策略，為S-ABC范型的推廣使用奠定了基礎。 基於S-ABC范型及最佳化理論，結合具體服務領域最佳化問題的特徵，提出了基於S-ABC的服務最佳化組合算法、並發服務最佳化選擇算法以及資源與QoS感知的服務最佳化組合算法等。 基於服務領域特性，提出了基於模式與領域特性的服務最佳化選擇與服務方案生成方法，基於服務領域特性研究了服務價值的提取與預測研究。提出了大數據環境下大服務的概念與框架，提出了基於兩階段的軟體服務工程新范型。 該項目組設計並實現了智慧養老軟體服務平台，並將研究成用套用於養老服務的最佳化選擇與組合，驗證了本項目關鍵研究成果的有效性和正確性。 該項目在科學研究、人才培養和國際合作與交流等方面取得多項成果，已發表學術論文31篇（其中SCI收錄9篇，EI收錄22篇；其中在服務計算國際頂級會議ICWS、ICSOC、SCC中發表11篇）；培養了博士後1名，博士生4名（畢業1人），碩士研究生10名(已畢業)；參加國際學術會議23人次。項目人員擔任了ICWS、ICSOC、SCC、ICSS、NCSC等國內外服務計算頂級會議的各類主席。
