%0 Journal Article %A 王娜 %A 卫波 %A 王晋东 %A 张恒巍 %T 基于混沌多目标粒子群优化算法的云服务选择 %D 2014 %R 10.3969/j.issn.1000-3428.2014.03.005 %J 计算机工程 %P 23-27,38 %V 40 %N 3 %X

随着云计算环境中各种服务数量的急剧增长,如何从功能相同或相似的云服务中选择满足用户需求的服务成为云计算研究中亟待解决的关键问题。为此,建立带服务质量约束的多目标服务组合优化模型,针对传统多目标粒子群优化(MOPSO)算法中解的多样性差、易陷入局部最优等缺点,设计基于混沌多目标粒子群优化(CMOPSO)算法的云服务选择方法。采用信息熵理论来维护非支配解集,以保持解的多样性和分布的均匀性。当种群多样性丢失时,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免陷入局部最优。实验结果表明,与MOPSO算法相比,CMOPSO算法的收敛性和解集多样性均得到改善,能够更好地解决云计算环境下服务动态选择问题。

%U http://www.ecice06.com/CN/10.3969/j.issn.1000-3428.2014.03.005