چکیده

در ترکیب سرویس­ های وب، سرویس ­های قابل دسترس با یکدیگر ادغام می­ شوند تا عملکرد جدیدی ارائه شود. سرویس­ های قابل دسترس مختلف، مشخصات کیفیت سرویس (QoS) متفاوتی دارند. ترکیب سرویس ­های وب با QoS بهینه یک مسئله چند معیاری NP-hard می­باشد. اکثر رویکردهای موجود، این مسئله را با گردآوری معیارهای مختلف و تعیین یک امتیاز سراسری یکتا (اسکالریزاسیونیزیشن) به یک مسئله تک معیاری تبدیل می­ کنند. با این وجود اسکالریزاسیونیزیشن دارای چند عیب عمده می­ باشد: کاربر نهایی باید پیشینه کاملی از ترجیحات/محدودیت­ ها درباره راه حل ­های مطلوب داشته باشد و هیچ تضمینی وجود ندارد که نتایج جمع آوری شده با این ترجیحات/محدودیت­ ها سازگاری داشته باشند. علاوه بر این، بخش­ های غیر محدب مجموعه پارتو با بهینه سازی جمع وزن دار محدب قابل دستیابی نمی ­باشند. در عوض باید از رویکردهای مبتنی بر پارتو استفاده کرد که در آنها انتخاب دقیق­ تری از راه حل­ های کاربر نهایی ارائه می­ شود. با این وجود تا کنون تنها چند راه حل انگشت شمار بر اساس این رویکردها مطرح شده ­اند و هیچ گونه مطالعه مقایس ه­ای تا به امروز صورت نگرفته است. این موضوع ما را بر آن داشت تا تحلیلی بر روی چندین الگوریتم تکاملی چند هدفه نوین انجام دهیم. برای این امر چندین سناریو با پیچیدگی مختلف در نظر گرفته شدند. جهت مقایسه الگوریتم­ های تکاملی، معیارهای کارایی مورد استفاده قرار گرفتند. نتایج بدست آمده نشان می ­دهند که برای این مسئله، الگوریتم GDE3 بهترین عملکرد را با کمترین پیچیدگی زمانی از خود نشان می ­دهد.

1-مقدمه

سرویس­ های وب که دارای محبوبیت زیادی بوده و به طور گسترده در محیط­ های توزیع شده شرکتی مورد استفاده قرار می­ گیرند، در مهندسی نرم­ افزار مورد توجه خاصی قرار گرفته­ اند. مزیت­ های عمده رویکردهای سرویس­ گرا شامل قابلیت استفاده مجدد، قابلیت همکاری بر روی پلت  فرم ها مختلف، استقلال مکانی، امنیت، اتصال/جستجوی پویا، و سازگاری با پارادایم ­های رایانش ابری می باشد. می­ توان با ترکیب سرویس­ های موجود، سرویس­ های جدیدی را ایجاد کرد. به این فرایند ترکیب سرویس و یا هماهنگی سرویس گفته می­ شود [1]. ترکیب سرویس در واقع سرویسی است که از ترکیب/هماهنگی چندین سرویس­ حاصل می­ شود و نحوه ترکیب سرویس­ ها (معماری سرویس­) معمولا توسط یک جریان کاری توصیف می­ شود... 

Abstract

Web service composition combines available services to provide new functionality. The various available services have different quality-of-service (QoS) attributes. Building a QoS-optimal web service composition is a multi-criteria NP-hard problem. Most of the existing approaches reduce this problem to a single-criterion problem by aggregating different criteria into a unique global score (scalarization). However, scalarization has some significant drawbacks: the end user is supposed to have a complete a priori knowledge of its preferences/constraints about the desired solutions and there is no guarantee that the aggregated results match it. Moreover, non-convex parts of the Pareto set cannot be reached by optimizing a convex weighted sum. An alternative is to use Pareto-based approaches that enable a more accurate selection of the end-user solution. However, so far, only few solutions based on these approaches have been proposed and there exists no comparative study published to date. This motivated us to perform an analysis of several state-of-the-art multi-objective evolutionary algorithms. Multiple scenarios with different complexities are considered. Performance metrics are used to compare several evolutionary algorithms. Results indicate that GDE3 algorithm yields the best performances on this problem, also with the lowest time complexity