杨瑜
- 作品数：3 被引量：1H指数：1
- 供职机构：河南理工大学计算机科学与技术学院更多>>
- 发文基金：河南省教育厅科学技术研究重点项目博士科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于支持向量机与事例推理的Web服务QoS动态预测方法研究
- 2015年
- 在开放的网络环境下,Web服务的Qo S具有很强的动态性,而如何准确地预测未来一段时间之后Web服务的Qo S,关系到服务选择与组合的成败,是服务计算领域亟待解决的关键问题.针对此问题,在考虑Web服务负载、任务特征与服务Qo S相互关联的情况下,给出一种基于支持向量机与事例推理的Web服务Qo S动态预测方法.本文首先采用支持向量机对Web服务在一段时间之后的负载进行预测,然后,根据以上预测得出的负载结果和所要处理任务的特征信息,采用事例推理方法对Web服务处理某一具体任务时的Qo S进行预测.实验结果表明,该方法是可行的、有效的,并在一定程度上提高了Web服务Qo S的准确性.
- 安吉宇杨瑜刘志中申艳梅
- 关键词：WEB服务支持向量机
- 基于支持向量机与事例推理的Web服务QoS动态预测方法研究
- 放的网络环境下,Web服务的QoS具有很强的动态性,而如何准确地预测未来一段时间之后Web服务的QoS,关系到服务选择与组合的成败,是服务计算领域亟待解决的关键问题.针对此问题,本文在考虑Web服务负载、任务特征与服务Q...
- 安吉宇杨瑜刘志中申艳梅
- 关键词：WEB服务支持向量机
- 基于人工蜂群优化的支持向量机模型在Web服务QoS预测中的应用被引量：1
- 2016年
- 在开放的网络环境下,Web服务的服务质量QoS具有很强的动态性。为了提高服务QoS的准确性,为服务选择、服务组合提供可靠的QoS信息,在考虑Web服务所处的网络环境和所要处理任务的特征对服务QoS影响的前提下,提出一种基于人工蜂群优化的支持向量机QoS动态预测方法。该方法首先对人工蜂群算法进行改进,提出了面向观察蜂的免疫选择机制和面向侦查蜂的改进逃逸机制;然后,采用改进的人工蜂群算法对支持向量机的参数进行优化;最后采用优化的支持向量机预测Web服务处理具体任务时的QoS。实验结果表明,该提出的QoS预测方法具有较好的预测速度和精度。
- 安吉宇杨瑜刘志中
- 关键词：支持向量机WEB服务
