[01917742]云边结合环境下基于海鸥优化算法的移动服务选择方法
交易价格:
面议
所属行业:
类型:
非专利
技术成熟度:
正在研发
交易方式:
技术转让
联系人:宋云波
所在地:山东淄博市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明涉及服务选择技术领域,具体涉及一种云边结合环境下基于 海鸥优化算法的移动服务选择方法,包括输入服务存储库中带 QoS 属性 的服务;移动用户将任务请求上传至服务器;初始化海鸥种群,计算初 始海鸥种群中最优海鸥的位置,对最优海鸥的位置进行迭代运算,直到 达到最大迭代次数;将迭代得到的最优海鸥的位置所对应的候选服务输 出。
迭代运算包括:对每只海鸥的位置进行更新;根据适应度函数计算 当前迭代种群中最优海鸥的位置 Psi;调用模拟退火算法在位置 Psi 周围 寻找一个新的位置 Pns,将位置 Psi 和位置 Pns 中适应度更高的位置作为 当前迭代轮次输出的最优海鸥的位置。本发明通过将海鸥优化算法与模 拟退火算法相结合,克服了传统算法在多目标优化问题中的局限性,可 以高效的找到全局最优解,为解决多目标优化问题提供更加可靠的保障
本发明涉及服务选择技术领域,具体涉及一种云边结合环境下基于 海鸥优化算法的移动服务选择方法,包括输入服务存储库中带 QoS 属性 的服务;移动用户将任务请求上传至服务器;初始化海鸥种群,计算初 始海鸥种群中最优海鸥的位置,对最优海鸥的位置进行迭代运算,直到 达到最大迭代次数;将迭代得到的最优海鸥的位置所对应的候选服务输 出。
迭代运算包括:对每只海鸥的位置进行更新;根据适应度函数计算 当前迭代种群中最优海鸥的位置 Psi;调用模拟退火算法在位置 Psi 周围 寻找一个新的位置 Pns,将位置 Psi 和位置 Pns 中适应度更高的位置作为 当前迭代轮次输出的最优海鸥的位置。本发明通过将海鸥优化算法与模 拟退火算法相结合,克服了传统算法在多目标优化问题中的局限性,可 以高效的找到全局最优解,为解决多目标优化问题提供更加可靠的保障