服务优化组合旨在满足用户需求的前提下找到原子服务的最佳组合。针对目前求解服务优化组合问题效率低、寻优质量低的问题，提出了一种基于改进社会学习优化算法的多目标服务优化组合方法(ISLO-MOSCO)。结合多目标服务优化组合问题的特点，设计了服务组合实数编码模型，对社会学习优化算法的关键操作算子提出了改进，引入了Sigmoid扰动学习因子；结合改进的算法，提出了一种面向多目标服务优化组合问题的求解方法；大量实验验证了所提方法求解多目标服务优化组合问题的有效性与优越性。
科研之友
微信
新浪微博
Facebook
分享链接
