欢迎来到天天文库
浏览记录
ID:37544225
大小:2.42 MB
页数:75页
时间:2019-05-25
《基于qos的web物流服务组合的优化模型17342853》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、中山大学硕士学位论文基于QOS的Web物流服务组合的优化模型姓名:王肖燕申请学位级别:硕士专业:计算机应用技术指导教师:余阳20100603中山大学硕士论文基于OoS的web物流服务组合的优化模型论文题目:专业:硕士生:指导教师:基于OoS的Web物流服务组合的优化模型计算机应用技术王肖燕余阳副教授摘要第四方物流企业通过引入语义网技术和Web服务来提高物流服务的时效性和可靠性。但是目前大量的功能相似的Web服务环境下,如何满足用户日益增长的服务质量的需求是目前研究服务组合的关键环节。本文是在语义Web物流服务背景下,构建了基于QoS的语义物流Web服务的
2、优化模型,从而在大量的功能相似的Web物流服务环境中优化出满足用户需求的服务组合。具体来讲,本文主要涵盖以下几个方面的内容t1)建立了Web物流服务的顶层本体,对于服务的QoS描述给出了直观的概括。2)根据物流服务领域中的物流服务QoS指标以及Web服务的QoS指标,建立了Web物流服务的QoS(QualityofWebLogisticServices,QoWLS)评价指标模型。鉴于Web服务及物流服务的特性,本文从以上三个方面对QoWLS进行模型,分别是物流服务质量、Web服务质量及可信度。因为考虑到参与的第三方物流服务的质量,参与组合的Web服务的服
3、务质量及第三方物流服务提供者与Web服务提供者的可信度,所以才从这样三个方面进行建模。3)对于可信度,本文认为包括用户对语义Web物流服务的信任度及其本身的信誉度,在本文中我们认为信誉度是一个客观的可信度度量值,由语义Web物流服务的客观历史记录决定。而信任度是一个主观的可信度度量值,由用户的主观评价来决定。同时,信任度和信誉度两者按照一定的比例共同决定着Web物流服务的可信程度。在本文中,信任度和信誉度的估计通过使用Bayes估计方法获得。4)在组合优化过程中,使用的是Web物流服务的预测QoS,在系统中每个Web物流服务都会公告其所承诺的QoS,开放
4、的Web环境存在着各种潜在的恶中山大学硕士论文基于OoS的Web物流服务组合的优化模型意欺骗行为,所以在组合过程中我们对于Web物流服务的QoS承诺不给予完全的信任,本文的QoS计算方法是:可信度×承诺的QoS作为此服务参与优化的可信QoS值。5)用户的偏好权重的计算,本文提出了主客观相结合的方法。对于QoWLS模型中的各指标,由于多数顾客并不具备专业的物流知识所以给出的权重可能并不能够表达其意愿,其次在服务行业用户的耐心有限,一系列的专业化的指标让用户直接给出对其各属性的偏好权重是不现实的。考虑到这两点,本文提出了基于专家经验的相对客观权值与用户不完整
5、评价的主观权值相结合的方法来解决这一问题。6)优化选择过程中,建立了相应的优化策略并使用权重改进的Dijkstra算法进行最优路径的选择。最后,通过案例分析演示了优化服务的过程。本文研究成果使得QoS、信任及信誉概念在QoS的计算模型中更加的清晰,并且把这一模型成功的应用到物流服务系统中,具有一定的应用价值。关键词:语义物流Web服务,QoS,信任,信誉,Dijkstra算法,Web服务技术,Bayes估计Ⅱ中山大学硕士论文基子OoS的Web物流服务组合的优化模型Title:AnOptimizationModelofWebLogisticServiceC
6、ompositionBasedonQoSMajor:ComputerApplicationandTechnologyName:WangXiaoyanSupervisor:YuYang(AssociateProfessor)ABSTRACTSeveralfactorscontributedtothedevelopmentofefficientandreliablelogisticservicesintheFourthPartyLogistics,liketheintroductionofwebservicestechnologyandsemanticweb
7、technology.However,Howtosatisfytheincreasingrequirementsfromcustomersinagreatnumberoffunctionalsimilarwebservicesisanessentialresearcharea.Onthebackgroundoflogistics,thispaperestablishesailoptimizationmodelofweblogisticservicebasedonQoSinwhichoptimizedcompositesservicesCallbespot
8、tedfromabunchofweblogisticserviceswithth
此文档下载收益归作者所有