方清华　倪丽萍　李一鸣

合肥工业大学，合肥，230009



求解物流Web服务组合问题的两阶段多目标蚁群算法

方清华倪丽萍李一鸣

合肥工业大学，合肥，230009

摘要：针对基于QoS的物流Web服务组合优化问题，提出了两阶段多目标蚁群优化(TMACO)算法。首先，针对原始数据集中存在被支配候选服务而增加算法求解时间的问题，提出了基于Pareto支配的预优化策略；其次，针对属性权重难以确定的问题，提出了不依赖权重的信息素更新策略和启发信息策略；最后，针对基础蚁群算法容易陷入局部最优的问题，提出了懒蚂蚁策略。实验结果表明，TMACO算法具有良好性能，相对于基础蚁群算法、利用解与理想解距离来更新信息素的改进蚁群算法、遗传算法以及用支配程度作为解的个体评价的改进遗传算法，TMACO算法有更高的寻优能力，能够找到更多更优的非劣解。

关键词：物流服务；蚁群算法；服务组合问题；Pareto最优解；多目标优化

0引言

近年来，云计算(cloud computing)、物联网(internet of things,IoT)迅速发展，受到越来越多学者的关注。云计算和物联网将人类社会、信息世界和现实世界更紧密地联系、整合在一起。基于服务的信息系统让现实世界和虚拟世界的界限变得越来越模糊，也为软件应用程序创新提供了肥沃的土壤[1]。在物流领域，云计算可以帮助我们在物流需求快速增长、动态多变的情况下，灵活地开发各类物流应用[2]。一个新的基于IT的物流服务模式由此诞生，即云物流服务模式。

云物流服务模式就是基于云计算，对物流服务进行服务供应和服务管理。……