基于選擇性神經(jīng)網(wǎng)絡(luò)集成的Web服務(wù)可信性預(yù)測技術(shù)研究.pdf

1、隨著服務(wù)計算相關(guān)技術(shù)的不斷普及，Web服務(wù)作為依托于互聯(lián)網(wǎng)之上的重要軟件資源而被廣泛應(yīng)用。在實際應(yīng)用場景中，Web服務(wù)的可信性成為人們在對Web服務(wù)進行選擇、推薦時所需要考慮的重要目標。為此，對Web服務(wù)的可信性進行有效的評估與預(yù)測便成為服務(wù)應(yīng)用過程中的重要問題。通常，服務(wù)質(zhì)量(quality of service，QoS)是Web服務(wù)可信性的一個直觀且重要的體現(xiàn)，因此通過對QoS的綜合分析并在此基礎(chǔ)上實現(xiàn)對服務(wù)可信性的預(yù)測就顯得尤為必

2、要。
　　本文試圖從機器學習的角度來解決Web服務(wù)可信性的預(yù)測問題，所提出的基于選擇性神經(jīng)網(wǎng)絡(luò)集成的Web服務(wù)可信性預(yù)測是集合了BP神經(jīng)網(wǎng)絡(luò)、選擇性集成學習、粒子群優(yōu)化算法等技術(shù)為一體的解決方案。在該方案中，將已知可信性等級的Web服務(wù)的QoS數(shù)據(jù)信息對BP網(wǎng)絡(luò)進行訓練學習，生成多個候選神經(jīng)網(wǎng)絡(luò)，隨后采用粒子群優(yōu)化策略對候選神經(jīng)網(wǎng)絡(luò)的集成權(quán)重進行優(yōu)化搜索，按照搜索得到的最優(yōu)集成權(quán)重方案實現(xiàn)神經(jīng)網(wǎng)絡(luò)的選擇性集成。在技術(shù)實現(xiàn)過程中，基

3、于集成權(quán)重編碼的不同，本文提出了兩種集成模式算法，即PSO-SEN算法和QPSO-SEN算法。通過針對公開數(shù)據(jù)的實驗對比分析，驗證基于選擇性神經(jīng)網(wǎng)絡(luò)集成的Web服務(wù)可信性預(yù)測方法的可行性和有效性以及參數(shù)對算法的影響。實驗結(jié)果表明，與其他的典型方法相比，該技術(shù)在預(yù)測準確度上具有明顯的優(yōu)勢，且該技術(shù)對分類器集成方式、種群大小、分類器隱含層節(jié)點數(shù)敏感度較低，具有良好的魯棒性。
　　Web服務(wù)的可信性預(yù)測有助于用戶在對眾多功能等價的Web