支持动态Web服务组合的Agent合作网络模型

来源 :计算机应用与软件 | 被引量 : 1次 | 上传用户:lhbneil
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Web服务组合是服务计算领域的研究热点之一,面对当前因特网络中存在的大量不同服务类型的Web服务,现有的服务组合方法在服务自治协作方面仍存不足。为有效进行服务组合,提高组合性能和质量,提出一种服务Agent合作网络模型(CONETM)以及相关合作算法,使得一个Agent管理一个或多个相同服务类型的Web服务,并通过建立动态Agent合作关系实现对Web服务的最优组合。实验结果显示,CONETM方法比简单随机组合和分布式Agent联盟方法在组合时间、通信消息以及用户服务满足率等性能方面更好。
其他文献
文中通过对某地区83台燃煤工业锅炉进行能效测试,测试方法采用反平衡法.通过对测试结果的统计与分析,探讨燃煤工业锅炉各项损失的影响因素,并提出降低排烟温度和寻求最佳运行
已有的人脸识别算法虽有较好的效果,但对于嵌入式应用不都适用。针对终端人脸置换场景,提出使用迭代的方式来减少因光线等原因无法得到标准图像的状况。同时使用回归树的方法对图像的局部特征进行拟合以提高其识别速度,并在此基础上使用普氏分析等图像处理技术对图像的颜色平衡进行校正。在平衡效率的前提下,针对移动设备使用胶水语言Python进行模拟实现该算法,实现准确快速的人脸置换。实验表明,该方法在提高检测效率的
在上下文本体模型中,根据现有上下文信息推导出新知识,但在推理过程中存在两个问题:(1)现有上下文中可能隐含多个有用信息,而现有方法在推理前并未对其针对这一点进行处理,上下文具有不完整性,推理出的知识可能不全面;(2)推理后有新知识出现,新知识与旧知识可能存在不协同等问题,使得本体可能没有较好的可扩展性。针对以上两个问题,借鉴粗糙FCA的粗糙处理方法,提出基于粗糙FCA上下文抽取方法以获得隐含上下文