刘蓉，李红艳，杨长兴

(1. 长沙医学院 计算机系，湖南 长沙，410219；2. 中南大学 信息科学与工程学院，湖南 长沙，410083)

在服务计算环境中(或者云计算中)服务提供者将自身业务功能包装为服务并对外发布，通常是服务代理(Service broker)将现有服务进行组合，并将组合后的整体提供服务给客户(或称服务消费者，Services consumption)，以实现服务价值的增值[1-3]。服务代理的一个最重要目标是如何实现效益的最大化，即通过提供增值服务来获得最大的经济效益。人们对服务选择问题[4-10]进行了大量研究。早期的研究主要关注如何从可选的服务集合中选取QoS高的服务，其思想是：若选择的服务QoS高，则服务组合后整体的QoS也较高[11-13]。Zeng等[14-15]通过把可选择服务的QoS束参数线性加权转化为1个单目标函数，转化为1个值，从而避免了多维QoS间的比较问题。刘书雷等[6]提出了一种基于多目标遗传算法的QoS全局最优服务动态选择(Global optimal of dynamic Web services selection,GODSS)算法[6]。相关的研究工作还有动态规则算法、线性规则的方法[9]、基因算法[7]、PSO 算法、启发式算法[8-10]等。在最近的研究中，可信服务组合的研究工作较多[3-7]。在对服务可信性的基础上，对服务的QoS进行重新计算是一种较好的方法。为此，李研等[5]提出了一种考虑QoS数据可信性的服务选择方法。刘书雷等[6]采用模拟退火算法实现了如何从多个客户中选择使得系统收益最大的客户提供服务。但是，这些研究往往是采用某一种优化方法从当前的服务中选取一些能够当前收益最大化的客户来提供服务。但是，这种方法存在的关键问题是：