由于单个Web服务的功能有限,有必要将多个Web服务组合起来,提供更为强大的功能。Web服务组合已经成为服务计算的核心问题之一。虽然Web服务组合的研究已经取得了一定的进展,但是现有Web服务组合方法大多采用集中式处理机制,存在着单点故障和性能瓶颈问题。随着网络上可用的Web服务资源以及Web服务用户的增多,分布式Web服务组合成为了迫切的需求。本文结合Agent技术,从服务Agent模型,分布式服务组合算法、复合服务质量优化方法和服务Agent自优化机制等方面提出了基于服务Agent的Web服务组合技术。本文主要研究工作和创新点如下:(1)提出了一种服务Agent模型服务Agent模型是Web服务与Agent相融合的结果。每一个服务Agent管理着某一领域一组功能相关的Web服务集,从而能自适应地向用户提供服务。服务Agent模型具有两个方面的优点,一是服务Agent模型使用操作模板来抽象一组具有相似功能的Web服务操作的典型特征,从而屏蔽了分布式Web服务的异构性;二是服务Agent模型使用规划来描述使用操作模板完成某一业务目标的过程,从而使得普通的用户只需要关注他们所需要完成的目标,而不需要关注如何完成他们的目标。(2)提出了基于服务Agent的分布式服务组合算法在服务Agent模型的基础上,提出了基于分布式规划的服务组合算法。该算法根据服务Agent间的依赖关系将Web服务组合问题形式化为图的搜索问题,并提出了一个基于最小覆盖的搜索策略。基于服务Agent的分布式服务组合算法有两个方面的优点,一是它建立在服务Agent的分布式决策之上,从而具有良好的可扩展性;二是基于服务Agent的分布式服务组合算法具有较好的性能,它能以较小的通讯代价获得高质量的解。(3)提出了基于多目标遗传算法的复合服务质量优化方法复合服务质量优化方法建立在扩展的Web服务质量模型之上。扩展的Web服务质量模型考虑了Web服务非功能性属性的多个侧面与多种表示形式,从而具有很强的描述能力。为了满足用户多样性的服务质量需求,本文将复合服务质量优化问题形式化为带约束的多目标优化问题并提出了基于多目标遗传算法的复合服务质量优化方法,它能有效的处理Web服务质量描述和用户服务质量需求中存在的模糊性。模拟实验表明,基于遗传算法的复合服务质量优化方法能够快速有效的得到全局近似最优解。(4)基于模糊多属性群决策的服务Agent自优化机制针对Web服务性能指标描述中存在的模糊性,提出了一种基于模糊多属性群决策的服务Agent自优化算法。该算法通过运用模糊运算和群决策选择函数来综合多个决策者对Web服务性能的评价,从而为逐步提高服务Agent的性能提供了依据。本文围绕以上四个方面进行了深入的探讨,并通过原型系统验证了本文提出的理论和算法的有效性和可行性。