基于Agent的动态Web服务组合自适应演化机制研究

本项目旨在研究基于Agent的动态Web服务组合自适应演化机制。首先，结合BDI和情境演算理论的优点构造一个面向动态服务组合的智能Agent结构，使之既能表示用户个性化需求的可变服务组合流程，又能进行行动推理和规划，从而为系统运行时刻的自适应决策提供支持。其次，根据Agent的用户偏好规则库，基于辩论方法，构建基于偏好约束的增广目标模型，以满足用户个性化和实时决策的需求。在此基础上，定义定量偏好约束信息的启发式函数，设计基于增广目标模型的搜索算法，以高效地生成最符合偏好约束的具体服务组合流程，从而提高Agent运行时刻决策的实时性。最后，提出兼顾公平性的服务QoS综合评分模型，根据Agent决策得到的最优服务组合具体流程，运用改进的遗传算法在候选服务中选择符合用户需求和情境的最优服务，高质量地完成服务的动态绑定，从而为新一代Web服务组合技术提供理论支持。

本项目立足于Agent技术，在服务组合的个性化以及自适应组合演化机制方面有所突破。具体而言，①通过目标驱动的建模方法和基于本体的情境信息建模机制，构建能反映用户个性化需求和上下文信息的可变目标模型，为系统运行时刻的自适应决策提供支持。②利用Agent作为系统实现的参考模型，设计面向动态服务组合的具有自主性、自适应性、个性化的智能Agent结构，它既能表示满足用户个性化需求的可变服务组合流程，又能进行行动推理和规划。③通过映射规则，将目标模型映射到Agent组织中，通过规划算法高效地生成最符合用户偏好约束的具体服务组合流程。④研究了Agent自适应决策机制，通过监控模块获取Web服务执行时的QoS指标以及流程执行过程中的上下文信息，提出了基于比率的动态指数平滑预测算法，提出Agent自适应调整算法，包括“分裂”、“复制”和“合并”，通过调整，Agent能自适应满足用户需求和环境的变化。⑤提出基于MAS的Web服务组合中的基本最优调度问题和基于效用的最优调度问题，通过将X3C问题多项式规约到基本最优调度问题，证明了它们都是NP完全的。然后定义了带约束的最优调度问题，即任务之间存在某种序关系，并指明该问题可以迭代利用最小费用流算法在多项式时间求解。在带约束的最优调度问题的基础上，通过贪心策略设计了三种求解最优调度问题的近似算法。⑥提出兼顾公平性的服务QoS综合评分模型，运用改进的遗传算法在候选服务中选择符合用户需求和情境的最优服务。⑦基于Petri网自适应进行Web服务调整，克服了Web服务失效问题。⑧在上述工作的基础上，设计并实现了一个自适应Web服务组合原型系统，从而为新一代Web服务组合技术提供理论支持。