李永红 周 娜 赵国峰 刘瑞峰 金 鹏

模糊TOPSIS时变权重二次量化云服务推荐

李永红1周 娜2赵国峰2刘瑞峰1金 鹏1

1(山东地震局台网中心 山东 济南 250014)

2(中国地震台网中心 北京 100013)

云服务数量的快速增长给云服务选择决策带来了挑战。为协助决策者在进行云服务选择时提供决策依据，更好地满足用户使用需求，提出一种并行模糊TOPSIS时变权重二次量化云服务推荐算法。首先，基于熵的权重赋值方法确定准则权重，解决了准则权重不好选取的问题，并采用时变权重方法作为补充设计一种新的模糊TOPSIS评估方案，时变权重的引入可以对不同时期QoS等信息的重要性进行二次量化区分，有助于提高融合决策的合理性。其次，基于时间段的模糊TOPSIS多准则融合决策信息，提出一种可并行云服务选择框架，有利于算法的实际推广应用。实验结果表明，该算法能够有效抑制不良QoS信息影响，提高服务调用成功率保证诚信服务的互操作性。

模糊 TOPSIS 多准则决策 熵 云服务推荐 时变权重

0 引 言

云计算是基于互联网的商业计算模式[1]。由于云计算的快速增长和云服务推荐的动态性，导致每个云服务的服务质量存在波动性，因此选择有效的特征融合算法对云服务做出合理的综合评定是云服务推荐的关键任务[2]。

多准则决策是基于排序选择的多属性比较方案[3]，主要基于三种原理：一是多属性效用理论(MAUT)，如Min-Max、Max-Min等；二是排序方案，如PROME、ELECT等；三是分层和网络方法，如AHP、ANP等。目前云服务组合推荐的文献都是基于这三种原理：如文献[4]提出SMIcloud云服务推荐算法框架，然后基于层次分析法(AHP)机制对云服务进行等级排序。……