摘要：网络中心化仿真的核心问题是如何动态地把散布在网络上的各种服务进行整合,以形成新的、满足不同用户需求的仿真任务共同体.提出了一种仿真任务共同体服务选择算法(simulation task community service selection algorithm,STCSSA),其主要思想是将仿真任务共同体的构建转换成带QoS全局约束多目标优化的服务查找问题.首先介绍了仿真任务共同体服务QoS模型,并对任务共同体服务组合流程进行了评价;接着详细介绍了STCSSA运行流程,对算法的惯性权重动态变化策略进行了设计,并提出了一种可选的变异操作方法;最后将STCSSA与其他粒子群优化算法进行了对比测试,不仅从算法性能角度验证了STCSSA在提高收敛速度及避免局部最优方面具有优势,还从算法应用角度验证了STCSSA适用于大规模仿真下的网络中心化仿真任务共同体构建.

摘要：作为网络化仿真中新的应用需求,如何动态地把散布在网络上各种服务整合起来以形成新的、满足不同用户需求的仿真任务共同体(STC)成为了当前研究热点。提出了一种基于粒子群优化(PSO)算法的仿真服务选择方法,针对传统PSO易陷入局部最优和收敛速度慢等不足,设计了一种惯性权重动态变化策略和一种可选的变异操作方法。该算法不仅能提高服务选择收敛速度,还能避免算法陷入局部最优。通过实验,采用典型函数进行了测试,并详细介绍了算法在STC服务选择上的实际运用,说明了算法的可行性和有效性。