导读:本文包含了服务时间约束论文开题报告文献综述及选题提纲参考文献，主要关键词:Web服务,服务组合,QoS感知,时序约束
服务时间约束论文文献综述
叶恒舟[1]（2019）在《时间约束的Web服务组合研究》一文中研究指出以Web服务为关键技术的面向服务的构架(Service-Oriented Architecture,SOA)正成为Internet上主流的软件形态,它通过重用和重组现有的Web服务,可以实现数据、资源和系统的灵活集成。随着Internet网上Web服务数量的激增,为更好的满足用户需求的多样化和个性化,在组合服务时,需要在满足用户的时序及服务质量(Quality of Service,QoS)约束的前提下,优化某些性能指标。当前,关于时序约束的Web服务组合研究多是关注组合服务的兼容性验证或演算,而QoS感知的Web服务组合仍然受到高昂的时间开销的困扰,尤其是考虑到QoS的不确定性。基于上述背景,本文致力于基于时序约束以及包含响应时间在内的QoS感知的Web服务组合问题研究,取得了以下主要研究成果。(1)提出了一种时序约束分解(TCD)模型及其求解算法。时序约束分解模型的目标是将施加于整个工作流或其子工作流的全局性时序约束分解为施加于该工作流中包含的每个任务的局部时序约束。当为每个任务选择的候选服务满足这些局部时序约束时,可以保障用户需求的全局性时序约束。求解该模型的贪心算法致力于保留尽可能多的候选组合方案,即为每个任务保留尽可能多的候选服务,同时尽量均衡各个任务保留的候选服务个数。通过时序约束分解,基于时序约束的Web服务组合问题被转化为一般的Web服务组合问题,并通过过滤不满足局部时序约束的候选服务而在一定程度上降低了原问题的规模。仿真实验分析了本文的方法的效果、必要性及时间开销,并对比评估了其性能。(2)提出一种约束强度感知的时序约束分解(CIA-TCD)模型。针对保障全局时序约束的时序约束分解模型在用户约束强度较强时寻找到可行组合方案的概率较低的问题,通过在该模型中引入松弛因子,形成了约束强度感知的时序约束分解模型,并给出了一种基于模糊推理的松弛因子自适应调节算法。仿真实验表明,与TCD模型相比,CIA-TCD模型,在约束强度较强时,可明显提升找到可行组合方案的概率。(3)提出了一种基于全局QoS约束分解的两阶段Web服务组合方法。在第一阶段将全局QoS约束分解为一系列局部约束,作为每个任务需要满足的上/下限。所建立的全局QoS约束分解模型以保留尽可能多的候选服务为优化目标,以保障全局QoS约束为约束条件。求解该模型的贪心算法,时间复杂度低,且与QoS属性值的关联很小,可以很好地分离全局约束分解与局部选择这两个阶段。第二个阶段为局部优选,只需要在满足局部约束的基础上选择具有最优综合效用的候选服务。因此,本文的方法更适用于QoS动态环境。仿真实验表明,相对于现有方法,本文的方法时间复杂度更低,效用更优。(4)提出了一个整数二次约束问题(Integer Quadratically Constrained Program,IQCP)模型,用以描述不确定QoS的Web服务组合问题。本文针对可以用有向无环图(Directed Acyclic Graph,DAG)表示的工作流,基于Web服务的QoS相互独立且服从正态分布等假设,经过缜密的数学推理与近似计算,讨论了四种类型的QoS的期望与方差的计算方法,并将不确定QoS的Web服务组合问题描述为一个IQCP模型。仿真实验综合运用CPLEX、MATLAB和JAVA分析了模型的鲁奉性、时间开销。与现有方法,本文的方法可以快速的较为准确的估算组合服务的QoS。(5)提出了可用时段受限的Web服务的时序模型,以及以最小化完工跨度为优化目标的可用时段受限的Web服务组合方法。仿真实验分析了算法的时间开销,验证了研究该问题的必要性。综上所述,本文深入研究了与时间约束相关的Web服务组合问题。通过提出时序约束分解模型及全局QoS约束分解模型,将用户的提出的时序约束与QoS约束分解为针对单个任务的局部约束,从而可以通过局部优化策略快速地寻找到满足用户约束条件的组合服务,降低了时间开销,增加了对QoS动态场景的适应能力,具有很好的学术价值和一定的指导作用。本文也提出了可以较为精确而快速的求解不确定QoS的Web服务组合问题的IQCP模型,并探索了可用时段受限的Web服务组合问题,相关工作还有待进一步深入和完善。(本文来源于《广西大学》期刊2019-06-01）
李珍萍,张煜炜[2]（2019）在《带时间窗和服务顺序约束的多需求车辆路径问题》一文中研究指出研究顾客具有多种需求,分别需要由不同类型车辆提供服务,且同一顾客多种需求的服务时间具有固定先后顺序的车辆路径问题.在考虑各个顾客需求的服务时间窗,同一顾客不同需求的服务顺序、服务时间间隔,以及各种车型的车容量及最大行驶时间等约束的前提下,以满足顾客多种需求的车辆运行成本和等待成本之和极小化为目标,建立混合整数规划模型.进一步设计求解模型的联合优化遗传算法,并利用车辆路径问题的标准测试集构造具有两种需求的测试算例,分别利用所提出的联合优化遗传算法与文献中的两阶段遗传算法进行模拟计算与分析,验证所提出算法的有效性.将经典的单一需求车辆路径问题推广到多种需求的情形,建立带约束的多需求车辆路径问题的数学模型并设计求解模型的有效算法,为解决实际问题提供了决策依据.(本文来源于《控制与决策》期刊2019年07期）
朱悦[3]（2016）在《考虑服务时间约束的手术排程研究》一文中研究指出优化手术排程有助于缓解有限的手术室和激增的手术病人对医疗机构发展的制约。手术排程会受到多种服务时间约束的影响,包括手术时间和准备时间。多数研究认为手术时间固定不变。但实际的手术时间和准备时间会随着医疗团队的经验累积和病人病情的恶化而变化。并且,医疗团队的临床经验对手术时间的影响也存在一定界限。此外,现有研究大多只考虑了不同医疗团队间的准备时间,并没有对手术间的准备时间引起足够重视。有时,为确保病人及时完成手术,还需要额外考虑医疗团队的到达就位时间和完成手术的截止时间等服务时间约束。为此,本文对带有手术时间、准备时间、医疗团队到达就位时间和完成手术的截止时间等多种服务时间约束的手术排程进行了深入研究,区分了手术间和医疗团队间两类准备时间,并考虑了手术时间、准备时间存在的截断学习效应和恶化效应。第一章,介绍了手术排程问题的分类、表示方法和求解方法,并与传统工件排程问题进行了类比；对与本文相关的包含手术时间、准备时间、医疗团队到达就位时间、完成手术截止时间等服务时间约束的手术排程成果进行综述；借鉴了工件排程中,解决带有加工时间、准备时间、工件到达就位时间、完工截止时间等加工约束的问题的研究方法：介绍全文的主要研究内容。第二章,在病人手术时间、医疗团队间准备时间和手术间准备时间等服务时间约束下,研究了最小化手术完成时间的手术排程,考虑了存在于手术时间和两类准备时间的恶化效应,以及手术时间具有的截断学习效应。通过建立相应的手术排程模型,分析确定了医疗团队内的手术和医疗团队进入手术室的最优顺序,给出了对应的排程算法,并通过数值算例验证了所得的结论。第叁章,进一步研究带有医疗团队到达就位时间和完成手术截止时间等两类服务时间约束的手术排程。通过建立的排程模型,分析确定了医疗团队内的手术最优次序,还应用分枝定界法确定了医疗团队进入手术室的最优顺序,以使手术的最大滞后时间最短；最后通过算例展示了最优手术排程的确定过程,验证所得到的理论结论。第四章,对全文进行总结。(本文来源于《东南大学》期刊2016-06-02）
梁阳[4]（2016）在《支持QoS关联和时间约束的移动感知服务组合研究》一文中研究指出Web服务技术的发展使得组合网络上已有的服务来满足更加复杂的业务需求成为可能。在服务组合过程中不仅要满足功能需求,还应该保证服务质量(QOS),我们将该组合过程称为QOS感知的服务组合。从移动视角来看,我们认为移动设备既可以作为服务的消费者也可以作为服务的提供者。从移动设备作为服务的消费者的角度来看,在用户使用移动设备组合服务时往往没有预定义好的流程模板,这时候自动服务组合就显得尤为重要。我们发现大多数已有的自动服务组合方法都假设服务之间的QOS是相互独立的。然而,在实际应用场景中,服务之间往往存在QoS关联关系,这种关联关系会影响组合服务的QoS。传统的方法在这种情况下无法得到QOS最优的组合服务。从移动设备作为服务的提供者的角度来看,越来越多的软件应用以移动服务的形式部署在移动设备上并用于服务选择。在移动环境下,不同的用户对QOS的每一维度属性的偏好可能会发生变化。当用户的偏好改变时,就需要重新从候选服务集合中选择而这往往是不高效的,因此计算组合服务Skyline就显得尤为重要。同时,移动服务的可访问性与时间约束有关。传统的方法在这种情况下可能会找到违反时间约束的不可行的组合服务Skyline。这些问题的存在使得服务组合问题面临诸多新的挑战。本文对这些问题进行探讨,并分别给出了解决方案,具体来说：1.针对支持QOS关联的自动服务组合问题,本文给出了一种基于图遍历的方法。首先,通过一个预处理算法对存在QoS关联的服务进行预处理并给出一个优化技术来缩小图的规模。然后,提出一个图遍历算法遍历服务依赖图从而找到QoS最优的组合服务。2.针对支持时间约束的组合服务Skyline计算问题,本文给出了一种基于支配关系和基于约束剪枝的方法。同时,提出了一个约束优化模型来判断一个组合服务是否可行。3.本文通过一系列实验验证了我们的方法的有效性和效率。(本文来源于《南京大学》期刊2016-05-27）
吴英,程幼明,梅帅帅[5]（2016）在《时间窗约束下基于GRA的制造云服务选择研究》一文中研究指出制造云服务的选择是组建云制造虚拟定制化供应链的关键环节,合适的制造云服务是虚拟供应链成功运作的保障。文章界定了制造云服务的非功能属性,并以此确定为制造云服务的选择评价指标;在对特殊指标时间窗进行数据处理基础上,采用灰色关联度分析法对制造云服务选择问题进行求解。最后,通过算例验证了该方法的有效性与可行性。(本文来源于《阜阳师范学院学报(自然科学版)》期刊2016年01期）
陈志辉,吴敏敏[6]（2015）在《时间约束条件下Web服务组合的形式化分析与验证》一文中研究指出随着Web技术和商业应用的快速发展,Web服务组合技术已成构建电子商务应用的主要方法之一。当前,为适应快速变化的商业环境,对商业应用提出了实时性的要求,即限定服务的行为必须满足给定的时间约束条件。文中提出了一种形式化方法,用于分析与验证Web服务组合的时间约束行为。首先,扩展了Web服务接口描述语言,增加对时间约束的描述,然后定义一种时间行为自动机,用于刻画Web服务组合的时间行为,最终利用模型验证技术来自动验证这些行为是否满足给定的时间属性。通过对股票分析应用场景以及使用UPPAAL模型验证工具,表明该方法的可行性和有效性。(本文来源于《贵州大学学报(自然科学版)》期刊2015年05期）
沈虹,李小平[7]（2015）在《带准备时间和截止期约束的云服务工作流调度算法》一文中研究指出带准备时间和截止期约束的云服务工作流费用优化是一个新的云计算资源优化分配问题。分析该NP-hard问题特征,建立相应的整数规划数学模型。构建有效的变量取值概率模型和更新机制,提出高质量初始群体的启发式生成方法;提出混合的分布估计算法(HEDA),引入个体向全局最优解学习的策略,提高算法的全局搜索和局部优化能力。模拟实验结果表明此提出的方法在合理的CPU时间内可有效减少工作流费用。(本文来源于《通信学报》期刊2015年06期）
陈志辉[8]（2015）在《时间约束条件下web服务组合的形式化分析与验证》一文中研究指出随着Web技术和商业应用的快速发展,面向服务的计算(SOC)和面向服务的体系结构(SOA)也已成为人们关注的焦点。由于两者的出现,有效解决在分布以及异构环境下软件集成与复用。当前,日益成熟的Web服务技术也为两者提供了有效地技术支撑。Web服务是一种基于网络的具有松耦合、独立性强等特点的软件构件。服务是Web体系中交互的基本单位。由于单个Web服务的功能有限,web服务组合技术已成构建电子商务应用的主要方法之一。然而,如何确保在复杂环境下的Web服务能够保证软件的质量,满足人们的预期呢?特别是限定服务的行为必须满足给定的时间约束条件。形式化技术作为软件质量保证的一种重要方法。当前,为适应快速变化的商业环境,对商业应用提出了实时性的要求。即文中提出了一种形式化方法,用于分析与验证web服务组合的时间约束行为。首先,扩展了Web服务接口描述语言,增加对时间约束的描述,然后定义一种时间行为自动机,用于刻画web服务组合的时间行为,最终利用模型验证技术来自动验证这些行为是否满足给定的时间属性。通过对股票分析应用场景以及使用UPPAAL模型验证工具,表明该方法的可行性和有效性。深入研究服务组合建模与验证技术可以保障服务组合的可靠性。(本文来源于《华侨大学》期刊2015-05-30）
温新刚[9]（2014）在《基于服务时间约束的在线旅行商问题研究》一文中研究指出针对现实中的快餐送餐,快递收件员取件以及出租车等上门服务中存在的提前预订和顾客等待心理,探讨了基于服务时间约束的在线旅行商问题;并分别根据服务目标是最小化成本,最大化利润还是综合考虑两种目标的情形下对问题进行了分析。论文主要做了以下四方面的工作:1)研究了基于预知信息的在线Nomadic旅行商问题。针对现实中服务人员进行服务之后不必返回出发点的现象,将服务预订通过预知信息引入到旅行商问题当中,探讨了当服务器的目标为使成本尽可能小在线旅行商问题,并且对问题进行了竞争分析。通过构建特殊的网络结构给出了问题的下界,并且分别在直线网络上设计了ENO-dd算法,分析了算法的竞争比;在一般网络上设计了GTR-dd算法,给出了算法的竞争比。通过比较分析发现,在线服务器的竞争性能与预知信息具有正向关系。同时预知信息量的多少还控制着问题的占线性。2)研究了基于服务选择和时间约束的在线旅行商问题。考虑到现实中的顾客等待服务的等待心理以及顾客满意度,将服务时间约束引入到具有服务选择性的在线旅行商问题中。旅行商如果没有在规定的时间约束内对服务请求进行服务,则会产生惩罚。现实中惩罚可以表现为名誉受损或者是服务费用增加等,此惩罚进入到服务器的服务成本。在线服务器的目标为使服务成本尽可能小。通过对该问题在一般网络上的分析发现,不存在具有常数竞争比的确定性和随机性在线算法。因此对网络进行了限制,考虑线段网络上该问题的下界并且设计了Conjecture算法,给出了算法的竞争比。3)研究了基于预知信息和服务时间约束的在线旅行商问题。考虑到等待服务的顾客等待心理以及服务的提前预订,将服务时间约束引入到基于预知信息的在线旅行商问题当中。服务器的服务目标为尽可能多的在服务时间约束内服务需求。通过在一般网络上对问题的分析发现不存在具有常数竞争比的在线算法,因而分别考虑了网络为一条线段以及网络为均匀度量空间的情形。在线段网络上给出了问题的下界,设计了RePlan算法并且给出了算法的竞争比;在均匀度量空间上给出了问题的下界,设计了贪婪算法并且分析了算法的竞争比。通过比较分析发现,预知信息虽然可以提高在线服务器的竞争性能,但是在线服务器的表现还要受到网络结构的影响。4)研究了基于服务时间约束的在线Prize-Collecting旅行商问题。由于现实生活中考虑单一目标的情形比较少,大多数的服务人员或者企业都希望增加利润的同时减少服务成本,本部分结合顾客等待心理,将服务时间约束引入到在线Prize-Collecting旅行商问题中。通过在一般网络上的分析发现,不存在具有常数竞争比的在线策略,因而对网络进行了限制。在线段网络上分析了问题的下界,设计了CMC算法并且分析了算法的竞争比;在均匀度量空间上分析了问题的下界,设计了CGA算法并且给出了算法的竞争比。本文的研究成果,一方面可以为现实生活中的快餐送餐,快递取件,出租车等上门服务提供指导,使其提高服务效率,提升顾客满意度;另一方面由于综合考虑了多种目标函数下的基于服务时间约束的在线旅行商问题,因此可以丰富在线旅行商问题的研究。(本文来源于《西安交通大学》期刊2014-03-01）
岳文英,陈秋双[10]（2013）在《绿色云环境下有硬时间约束的实时服务动态调度研究》一文中研究指出基于虚拟化与动态降压调频技术,研究了云环境中有硬时间约束的实时服务动态调度问题。为了实现降低能耗与提高系统接受水平的权衡,采用了基于滚动周期和即时调度相结合的联合调度策略:对于计划期初已到达的服务,采取批调度方式;对于计划期执行中新到达的紧急服务,启用即时调度策略。本文首先对于批调度给出了混合整数模型,对即时调度给出了启发式算法;然后描述了动态调度系统的架构,以阐释一个优化周期的基本流程;最后通过仿真实验验证了算法的有效性。(本文来源于《第叁十二届中国控制会议论文集（B卷）》期刊2013-07-26）
服务时间约束论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究顾客具有多种需求,分别需要由不同类型车辆提供服务,且同一顾客多种需求的服务时间具有固定先后顺序的车辆路径问题.在考虑各个顾客需求的服务时间窗,同一顾客不同需求的服务顺序、服务时间间隔,以及各种车型的车容量及最大行驶时间等约束的前提下,以满足顾客多种需求的车辆运行成本和等待成本之和极小化为目标,建立混合整数规划模型.进一步设计求解模型的联合优化遗传算法,并利用车辆路径问题的标准测试集构造具有两种需求的测试算例,分别利用所提出的联合优化遗传算法与文献中的两阶段遗传算法进行模拟计算与分析,验证所提出算法的有效性.将经典的单一需求车辆路径问题推广到多种需求的情形,建立带约束的多需求车辆路径问题的数学模型并设计求解模型的有效算法,为解决实际问题提供了决策依据.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
服务时间约束论文参考文献
[1].叶恒舟.时间约束的Web服务组合研究[D].广西大学.2019
[2].李珍萍,张煜炜.带时间窗和服务顺序约束的多需求车辆路径问题[J].控制与决策.2019
[3].朱悦.考虑服务时间约束的手术排程研究[D].东南大学.2016
[4].梁阳.支持QoS关联和时间约束的移动感知服务组合研究[D].南京大学.2016
[5].吴英,程幼明,梅帅帅.时间窗约束下基于GRA的制造云服务选择研究[J].阜阳师范学院学报(自然科学版).2016
[6].陈志辉,吴敏敏.时间约束条件下Web服务组合的形式化分析与验证[J].贵州大学学报(自然科学版).2015
[7].沈虹,李小平.带准备时间和截止期约束的云服务工作流调度算法[J].通信学报.2015
[8].陈志辉.时间约束条件下web服务组合的形式化分析与验证[D].华侨大学.2015
[9].温新刚.基于服务时间约束的在线旅行商问题研究[D].西安交通大学.2014
[10].岳文英,陈秋双.绿色云环境下有硬时间约束的实时服务动态调度研究[C].第叁十二届中国控制会议论文集（B卷）.2013