---

【可更换其他算法，获取资源请见文章第7节：资源获取】

---

1. Web服务

Web 服务是一种跨编程语言和跨操作系统平台的远程调用技术。在Web服务中，统一称非功能属性集合是服务的服务质量（Quality-of-service，QoS）。常用的QoS属性值有：价格、响应时间、延迟时间、可靠性、可用性、吞吐量等。

2. QoS感知的Web服务组合

首先介绍两个概念：服务组合结构和聚合QoS值。

服务组合结构：目前主要包含四种基本的服务组合结构，分别是顺序结构、并行结构、选择结构和循环结构，如图1所示。

图1 四种服务组合结构的示意图

（1）顺序结构：严格按顺序执行，先执行$T_i$，再执行$T_{i+1}$。
（2）选择结构：所有处于选择结构中的所有服务执行概率的总和值为1。
（3）并行结构：所有的服务同时执行，只有当所有的服务都同时执行后，服务流程才算结束。
（4）循环结构：一个或者多个服务被连续执行多次，直到满足一定的跳出条件。

聚合QoS值：PQoS是服务组合的聚合QoS值，它也是一个非功能质量属性集合，包括价格、响应时间、可靠性和可用性等不同的质量指标。QoS属性的内在物理含义决定了它们在不同的服务组合结构（顺序、选择、并行和循环）中具有不同的叠加方法。聚合QoS的计算方法具有结构的相关性。

例如，对于响应时间的QoS属性，顺序结构的组合服务是严格按照前后依此的执行模式，因此顺序结构下响应时间的聚合 QoS 值通过累加求和得到；而在并行结构的服务组合中，聚合响应时间的 QoS 值为并行分支中服务响应时间的最大值。

图2 几个典型的QoS属性的聚合函数

3. 改进后的CHHO算法

3.1 原始HHO算法

原始哈里斯鹰算法，可以参考HHO算法介绍。

3.2 CHHO算法

本文的CHHO算法将Logistic混沌映射与原始哈里斯鹰算法结合所得到。
Logistic映射是混沌映射的典型代表，它的数学形式比较简单，其表达式如下：
$$Y_{n+1}(t)=b{Y}_n(1-Y_n)$$

式中，$Y_n\in [0,1]$，$a\in [0,4]$为Logistic参数。当$a$接近4时，$Y$的取值范围是越接近平均地分布到整个$[0,1]$区域。

4. 优化目标

本文web服务组合优化的目标是找到一组满足用户全局约束（响应时间和延迟时间最小）并最大化聚合QoS性能的抽象服务组合。因此，我们可以将其建模为混合整数规划问题。数学描述如下：

5. 部分代码展示

N=30; % 种群数量
T=50; % 最大迭代次数

abstract_service_num=5;  % 任务数 
concrete_service_num=70; % 每个任务可选的服务数

QWS2data=dividing_data(concrete_service_num,abstract_service_num,s1data);% rand dataset

% Runnpaoing the preprocessing method of Fuzzy Optimal Continuity Construction (FOCC). 
Preprocessing_QWS2data=pre_FOCC(QWS2data,4,1);  % FOCC(refer to Section.III.C)

% Running CHHO.
[Rabbit_Location,Rabbit_Energy,Rabbit_value,Curve]=CHHO(N,T,concrete_service_num,abstract_service_num,Preprocessing_QWS2data);

% print result
figure
plot(Curve,'r-')
xlabel('迭代次数');
ylabel('最优QoS值');
title('基于CHHO算法的QoS感知的web服务组合寻优')
legend('CHHO')

disp('The QoS values of best composition service [Response Time,Latency]:');
disp('Note:These values have been standardized(bigger is better).');
display(num2str(Rabbit_value));
display(['The csQos_fitness of best composition service by CHHO is: ', num2str(Rabbit_Energy)]);

6. 仿真结果展示

7. 资源获取

A资源获取说明