摘要
针对如何在众多服务功能相似的Web服务中选出高质量的Web服务,文章在基于麻雀搜索算法(sparrow search algorithm,SSA)和BP神经网络(BP neural network,BPNN)的优化研究工作基础上提出了一种新型的Web服务质量评价模型,即SSA-BPNN评价模型,该模型利用稳定性较好的SSA算法来优化BP神经网络的初始权值与阈值的获取方式。实验表明本文所提出的SSA-BPNN评价模型具有较高的精度、泛化能力和稳定性,能够为Web服务选择工作提供决策支持。
-
单位西安石油大学; 经济管理学院