基于BP神经网络的web服务选择算法.docVIP

  基于 BP 神经网络的 web 服务选择算法 肖科，芮兰兰** （北京邮电大学网络技术研究院网络管理中心，北京 100876） 5 10 15 20 25 30 35 40 摘要：良好的 web 服务选择算法可以为用户选取最合适的服务,然而传统的误差反向传播神 经网络算法具有收敛速度缓慢以及学习过程中容易出现振荡等问题,不能用于实际的服务选 择场景中.本文提出了一个新颖的误差反向传播算法,并且能在每次迭代中自适应调整学习 因子.仿真结果表明,新颖的算法在训练速度方面得到了优化,并减缓了学习过程中的振荡, 在 web 服务的选取上,优化效果明显. 关键词：误差反向传播算法;web 服务选择;平缓因子;UPS 中图分类号：TP183 BP Neural Network-Based Web Service Selection Algorithm Xiao Ke, Rui Lanlan (Institute of Technology Network School,Beijing University of Posts and Telecommunications,Beijing 100876) Abstract: A good web selection algorithm can select the most suitable service for users. However,the traditional error back propagation neural network algorithm converges slowly and prone to oscillations during the learning process,which can not be used in the actual scene.This paper presents a novel error back propagation algorithm,and the learning factor is adaptive in every iteration.The simulation results show that the training speed get optimized,the algorithm slows the oscillations of the learning process.The optimize effect is obvious on the web services select. Key words: error back propagation algorithm;web services selection;gentle factor;UPS 0 引言 随着 web 服务提供者数量的激增，具有相同或相似功能的 web 服务可能由许多不同的 web 服务提供者来提供，但是它们会有不同的服务质量。例如，不同的响应时间、不同的价 格、不同的信誉等等[1]。因此，如何从所有相同或相似的服务中来选择一个最合适的服务提 供给用户，已经成为了 web 服务环境下亟待解决的关键问题。 许多研究者提出了不同种类的服务选择算法，比如遗传算法[2]，模拟退火算法[3]。遗传 算法的主要特点是不受有哪些信誉好的足球投注网站空间的限制性假设的约束，具有内在的并行性，并且收敛速度快。 但实践表明，遗传算法容易产生早熟收敛、后期有哪些信誉好的足球投注网站效率低、局部寻优能力差等不尽人意的 地方。模拟退火算法局部寻优能力强，但它对整个有哪些信誉好的足球投注网站空间的了解不多，不便于使有哪些信誉好的足球投注网站过程 进入最有希望的有哪些信誉好的足球投注网站区域，从而使得模拟退火算法的运算效率不高。更关键的一点是，这两 种算法无法对已经运算过的标准解存在认知和记忆的能力，这对于 web 服务选择问题是不 利的。因为期望一个算法能够保存标准解中的分类标准，再用该标准来进行最优 web 服务 的选择。 综合考虑选择算法对不断变化的 web 服务评判指标以及适应能力的要求，本文选用人 工神经网络中的误差反向传播(Back Propagation, BP)算法作为 web 服务选择算法[4]。BP 神经 网络是基于后向传播算法的多层前馈网络，被应用在很多重要的互联网应用中，如语音识别、 作者简介：肖科（1989-），男，硕士，人工神经网络算法 通信联系人：芮兰兰，女，副教授，边缘网络管理. llrui@ -1-   图像识别、自然语言处理等，是目前应用最为广泛和成功的神经网络之一。传统的 BP 神经 网络在实际应用时常出现学习收敛速度慢、训练过程振荡的问题，为了改善传统 BP 神经网 45 50 55 络算法的不足，本文提出一种在传统算法的基础上添加一个新因子的 BP 神经网络算法。该 算法在原有学习因子和动量