CN105281954A - 一种空间信息服务质量评价以及服务链优化方法 - Google Patents

Abstract

本发明公开了一种空间信息服务质量评价以及服务链优化方法，首先建立空间信息服务要素评价体系，通过服务代理获取各要素值，并将最终量化的结果数据发布到目录服务中心。基于目录服务的服务质量数据，空间信息服务链通过构建过程中的静态优化和运行过程中的动态优化确保服务链整体QoS最优。静态优化在满足局部和全局的QoS约束条件下，利用优化选择算法搜索最优的服务组合，并将具体服务与抽象模型进行绑定。动态优化在服务链运行过程中对服务链进行动态监控，对发现的QoS异常变化情况进行重规划，保证服务链的顺利执行。本发明能辅助用户从同类服务中发现和选择高质量的空间信息服务完成复杂的地理处理任务。

Description

一种空间信息服务质量评价以及服务链优化方法

技术领域

本发明属于网络地理信息系统应用技术领域，特别涉及一种空间信息服务质量评价以及服务链优化方法。

背景技术

随着网络环境下大量空间信息服务的开发与注册，不可避免地会出现许多具有相同功能的空间信息服务，例如通过遵循标准的空间信息处理服务接口，不同的组织可以提供自己的遥感影像分类服务，然而这些服务的质量却不尽相同。如何对空间信息服务进行质量评估，为空间信息服务的选择提供参考，是亟待解决的一个科学问题。

在通用计算机领域，对于Web服务质量已经提出了很多评价指标体系，但没有统一的标准。目前对于空间信息服务质量本身的研究都还比较少。Onshaga在国际上较早提出了空间信息服务质量的概念，并指出空间信息服务质量在空间信息服务基础设施和空间信息服务组合中的重要性。但是，目前的研究还存在一些不足。比如，空间信息服务与通用Web服务相比还具有其特殊性，通用的评价指标体系并不能完全反应空间信息服务质量的高低得等。

关于空间信息服务的综合评价模型，现有的研究主要侧重于基于服务质量(QoS，QualityofService)的空间信息服务框架的研究，而且这些框架都停留在理论层面，应用于实践中的不多。此外，基于QoS的地理信息服务的研究中对如何确定空间信息服务质量的综合评价值也很少涉及。

面向服务的计算模式能够无缝地将现有的商业应用服务组合起来，形成新的增值服务来满足用户更加复杂的需求。随着服务组合技术的发展成熟，空间信息服务链应用水平不断提高，如何选择最优的空间信息服务组合方案，提升服务链整体性能，是服务链优化的重要目标。

现有的服务组合技术大都集中在服务链的构建方面，更多地关注的是服务的功能属性和服务链构建的方法。QoS作为服务的重要属性，在服务链构建过程中没有得到充分利用。在OGC的服务标准中也没有QoS的定义。随着GIS服务数目的增多，对应某一功能，通过目录服务(catalogservice)得到的服务可能有多个，需要通过QoS对候选服务进行选择，使服务链满足用户指定的QoS约束，并使用户目标最优化。

现有的顾及QoS的服务服务链优化方案集中在服务链构建阶段，对于服务链在运行过程中的动态优化鲜有涉及。

发明内容

在利用服务链技术进行复杂地理处理任务时，为了从大量可用的空间信息服务中选择合适的服务链接成可执行的工作流，本发明首先提出了一种空间信息服务质量的评价方法，为用户发现和选择空间信息服务提供了依据。然后将服务质量引入到空间信息服务链的构建过程中，采用静态与动态相结合的优化策略，选择最佳服务组合，以提高服务链的整体性能，确保服务链顺利执行。本发明有助于提高服务组合的自适应性和服务链整体质量。

本发明所采用的技术方案是：一种空间信息服务质量评价方法，其特征在于：通过第三方服务质量公证平台提供的空间信息服务要素值进行空间信息服务的综合评价；具体评价步骤如下：

步骤1：建立空间信息服务评价体系；

空间信息服务评价体系主要包括通用网络服务评价要素和空间数据质量评价要素，两者综合形成易扩展的服务评价模型；此外，扩展了OGC服务注册中心模型，使之能够支持服务质量要素数据的存储并支持基于服务质量约束的服务发现；同时，增加了一个服务代理中心用于各要素值的实时获取以及相应的信息统计与处理，并将量化的结果数据发布到目录服务中心；

步骤2：在建立了由通用网络服务评价要素和空间数据质量评价要素组成的空间信息服务质量评价要素集的基础上，确定质量要素权重；

步骤3：建立评价模型，进行模型求解；

对于评价模型，采用简单线性加权法和模糊综合评价法对空间信息服务进行综合评价，最终得到服务综合评价值。

作为优选，步骤1中所述的通用网络服务评价要素包括性能、可用性、可靠性、费用、可升缩性、鲁棒性、互操作性和信誉度。

作为优选，步骤1中所述的空间数据质量评价要素包括数据完整性、逻辑一致性、位置准确度、专题准确度和时间准确度；空间数据质量的评价采用模糊综合评价的方法，其具体实现包括以下子步骤：

步骤1.1：利用质量指标评语集和空间数据质量评价因素，通过层次分析法确定空间数据质量评价要素权重向量；

步骤1.2：利用质量指标评语集和空间数据质量评价因素，构建模糊综合评价矩阵；

步骤1.3：由步骤1.2中得到的评价矩阵和步骤1.1中得到的权重向量形成模糊综合评价结果向量；

步骤1.4：由结果向量按照最大隶属度原则得出空间数据质量的最终评价结果。

作为优选，步骤2中所述的确定质量要素权重，权重确定方法为层次分析法(AHP)，对各质量要素进行两两重要性比较，然后再确定每个要素的权重。

作为优选，步骤3中所述的建立评价模型，进行模型求解，其具体实现包括以下子步骤：

步骤3.1：根据空间信息服务质量评价要素集构建成对比较判断矩阵；

步骤3.2：对判断矩阵进行一致性检验；

若判断矩阵未通过一致性检验，则回转继续执行所述的步骤3.2；

若判断矩阵通过一致性检验，则顺序执行下述步骤3.3；

步骤3.3：根据判断矩阵计算空间信息服务质量评价要素权重向量；

步骤3.4：对功能相似的服务的QoS各要素原始值归一化处理；

步骤3.5：根据步骤3.3的结果和步骤3.4的结果，采用加权平均法进行功能相似服务的服务质量综合值计算。

一种利用空间信息服务质量评价方法进行服务链优化的方法，其特征在于：在满足用户服务质量约束的前提下，在服务链执行时动态选择候选服务，以使整体服务链服务质量最优化；其具体实现包括以下步骤：

步骤1：在服务链构建之前，根据用户偏好和预估的服务质量要素进行静态优化，选择最佳服务组合；

静态优化包括局部选择和全局优化；局部选择即对于服务链中的每一个抽象服务，通过用户设定的服务质量约束条件，从目录服务中查找可用的空间信息服务；全局优化是在满足用户设定的全局服务质量约束的条件下，利用选择优化算法搜索最佳的服务组合方案；然后，服务链工具自动将优化的服务链组合绑定到抽象的服务链模型；

步骤2：在服务链运行过程中进行监控，提供服务质量要素动态信息，并同时追踪记录空间数据溯源信息，在服务链运行过程中进行在线的、实时的评价和优化。

作为优选，步骤1中所述的根据用户偏好和预估的服务质量要素进行静态优化，选择最佳服务组合，采用的是遗传算法求解最佳服务组合，其具体实现包括以下子步骤：

步骤1.1：通过用户设定的服务质量约束条件，从目录服务中查找可用的空间信息服务；

步骤1.2：在满足服务质量全局约束的条件下，利用遗传算法搜索最佳的服务组合方案；

步骤1.3：将优化求解的最佳服务组合和抽象服务链绑定。

作为优选，步骤2中所述的在服务链运行过程中进行在线的、实时的评价和优化，即服务链工具在服务链运行过程中动态监控服务运行状态，遇到服务质量异常变化情况，服务链工具从抽象服务的候选服务集中选择出去当前绑定服务以外的服务质量最优的服务进行动态替换，确保服务链顺利执行。

作为优选，所述的服务质量异常变化情况包括服务失效、连接异常、负载失衡。

本发明将QoS引入到空间信息服务链的构建过程中，采用静态与动态优化策略相结合，以提高服务链的整体性能，确保服务链顺利执行。

相对于现有技术，本发明的有益效果是：在进行复杂空间处理任务时，用户可以构建一个自定义的抽象服务链或者叫工作流，然后通过本发明提供的服务质量评价模型和服务链优化方法，从海量可用的空间信息处理服务中选择最佳的服务与自动地抽象原子服务模型绑定，执行服务链完成地理处理任务。该发明解决了在互联网环境下对空间信息服务的自动化选择的问题，同时在一定程度上保证了服务链运行的可靠性。

附图说明

图1：是本发明实施例的空间信息服务评价要素模型图；

图2：是本发明实施例的空间数据质量评价流程图；

图3：是本发明实施例的空间信息服务质量评价流程图；

图4：是本发明实施例的UML序列图；

图5：是本发明实施例中遗传算法用于服务链优化的流程图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

本发明将空间数据质量引入到空间信息服务评价中，对空间信息服务进行综合评价，为用户提供可信的QoS参考。本发明提供的一种空间信息服务质量评价方法，通过第三方服务质量公证平台提供的空间信息服务要素值进行空间信息服务的综合评价；具体评价步骤如下：

步骤1：建立空间信息服务评价体系；

由于空间信息服务的特殊性，所以空间信息服务质量的评价要素综合考虑了通用网络服务评价要素和空间数据质量要素，通用网络服务评价要素包括性能、可用性、可靠性、费用、可升缩性、鲁棒性、互操作性和信誉度等，按照ISO19115元数据标准，空间数据质量元素包括数据完整性、逻辑一致性、位置准确度、专题准确度和时间准确度。这些QoS要素的值，有的通过服务提供商发布的信息获取(如费用)，有的通过测试数据获取(如性能、可用性、可靠性等)，有的基于统计方法(如信誉度或部分空间数据质量信息)。图1给出了部分评价要素组成，表1初步列出空间信息服务质量一些评价要素的具体含义，表2列出了空间数据质量的部分具体评价指标。

表1空间信息服务质量部分评价要素定义

表2空间数据质量部分评价指标

为了获取空间信息服务的QoS信息，本发明扩展了OGC服务注册中心模型，使之能够支持服务质量要素数据的存储并支持基于QoS约束的服务发现。同时，增加了一个服务代理中心，服务代理负责通过网络服务压力测试工具以及用户反馈进行各要素值的实时获取以及相应的信息统计与处理，并将最终量化的结果数据发布到目录服务中心。

服务代理中心能够测试大多数的QoS要素，如性能、可用性、可靠性等。

对于空间数据质量二级指标的评价有两种方式：直接法和间接法。直接法通过查询与数据相关的元数据获得。间接法通过数据溯源信息辅助空间数据质量的评价。在实践中，本发明对每种类型的服务准备了标准数据集，通过标准数据集和结果数据的对比得到部分指标的参考值。

空间数据质量的评价采用模糊综合评价的方法，首先通过层次分析法确定空间数据质量要素各权重因子，然后构建模糊综合评价矩阵，继而合成评价矩阵和权重向量形成模糊综合评价结果向量，最后由结果向量按照最大隶属度原则得出空间数据质量的最终评价结果，具体流程如图2所示，其具体实现包括以下子步骤：

步骤1.1：利用质量指标评语集和空间数据质量评价因素，通过层次分析法确定空间数据质量评价要素权重向量；

步骤1.2：利用质量指标评语集和空间数据质量评价因素，构建模糊综合评价矩阵；

步骤1.3：由步骤1.2中得到的评价矩阵和步骤1.1中得到的权重向量形成模糊综合评价结果向量；

步骤1.4：由结果向量按照最大隶属度原则得出空间数据质量的最终评价结果。

步骤2：在建立了由通用网络服务评价要素和空间数据质量评价要素组成的空间信息服务质量评价要素集的基础上，确定质量要素权重；

典型的权重确定方法如主观经验法、专家打分法、德尔菲(Delphi)法以及层次分析法(AHP)。但是主观经验法往往过于随意而科学性较差，专家打分法和德尔菲法可操作性不强，且空间信息服务质量要素的权重往往由用户给出，这两种方法并不合适。层次分析法是一种科学系统的分析方法，该方法对各要素之间重要程度的分析更具逻辑性，再加上规范的数学处理方法，可信度大、应用较广。在空间信息服务质量评价中，可以采用层次分析法，在考虑用户偏好的基础上，对各质量要素进行两两重要性比较，然后再确定每个要素的权重。

步骤3：建立评价模型，进行模型求解；

对于评价模型，采用简单线性加权法和模糊综合评价法对空间信息服务进行综合评价，最终得到服务综合评价值。

综合评价模型借鉴了数学上的简单线性加权法和模糊综合评价法。其中简单线性加权法易于实现，模糊综合评价适合边界不清、不易定量表述的质量要素，而空间信息服务质量评价中常有这样的质量要素。在具体应用过程中，可以根据情况选择以增加评价方法的实用性，如果不易定量的质量要素过多，可选择模糊综合评价法，否则可选择简单线性加权法。图3给出了利用模糊综合评价进行空间信息服务质量综合值计算的流程，其具体实现包括以下子步骤：

步骤3.1：根据空间信息服务质量评价要素集构建成对比较判断矩阵；

步骤3.2：对判断矩阵进行一致性检验；

若判断矩阵未通过一致性检验，则回转继续执行所述的步骤3.2；

若判断矩阵通过一致性检验，则顺序执行下述步骤3.3；

步骤3.3：根据判断矩阵计算空间信息服务质量评价要素权重向量；

步骤3.4：对功能相似的服务的QoS各要素原始值归一化处理；

步骤3.5：根据步骤3.3的结果和步骤3.4的结果，采用加权平均法进行功能相似服务的服务质量综合值计算。

在利用模型进行计算的时候，需要注意的是由于空间信息服务各要素值的取值范围和量纲各不相同，各质量要素之间不能直接进行比较和计算。所以首先需要对地理信息服务质量要素进行归一化处理，处理的结果值介于0和1之间。地理信息服务质量要素值可分为两类：正向要素(QoS要素值越高，质量越高)和负向要素(QoS要素值越高，质量越低)。对于这两种要素的归一化处理公式如下：

对于正向型要素：

$q^{\′}=\left\{\begin{array}{cc}\frac{q-q_{min}}{q_{max}-q_{min}}& (q_{max}-q_{min}\≠0)\\ 1& (q_{\max }-q_{min}=0)\end{array}\right.$

对于负向型要素：

$q^{\′}=\left\{\begin{array}{cc}\frac{q_{\max }-q}{q_{\max }-q_{min}}& (q_{max}-q_{min}\≠0)\\ 1& (q_{max}-q_{min}=0)\end{array}\right.$

简单线性加权法的基本思想是将各个要素值利用线性加权的方式综合成一个值，操作简单直接。模糊综合评价以模糊数学为基础，应用模糊关系合成原理进行综合评价的一种方法。其基本思想是：首先确定评价指标和评语集，然后确定各要素对评语的隶属度获得模糊评判矩阵，最后将模糊评判矩阵与质量要素的权重进行模型运算得到模糊综合评价的结果。

本发明还将QoS引入到服务链构建过程中用于服务组合选择以及整体服务链的优化。整个服务链优化系统涉及5个交互角色：服务提供者、服务注册中心、服务代理中心、服务消费者和服务链工具，各个角色协同作用共同完成一次复杂空间处理任务。图4是各个角色之间的UML交互图，说明了完成一次基于QoS的服务链优化以及服务绑定和调用过程中各角色的交互活动。服务提供者在服务注册中心对空间信息处理服务进行注册。服务代理中心对注册服务QoS要素进行测试和监控，获取用户评价信息。服务链建模工具可以对空间信息服务进行查询、构建工作流、绑定执行服务，还可以基于代理中心QoS信息对服务链进行优化，选择最佳服务组合，并在运行过程中监控服务QoS变化，动态调整服务绑定，同时记录空间数据的溯源信息。具体实施细则如下：

首先，如上文所述，在获取了空间信息服务的QoS元信息的前提下，本发明扩展了OGC服务注册中心模型，使之能够支持服务质量要素数据的存储并支持基于QoS约束的服务发现。同时，增加了一个服务代理中心，服务代理负责通过网络服务压力测试工具以及用户反馈进行各要素值的实时获取以及相应的信息统计与处理，并将最终量化的结果数据发布到目录服务中心。

具体说来，服务代理主要有三个功能：测试已发布的空间信息服务、定期检测空间信息服务的QoS、发布和更新QoS信息。测试是在相同的条件下运行服务，测试各个功能相同或者类似的服务在QoS上的不同。定期检查是追踪服务QoS信息的变化，同时接受服务消费者对服务质量的反馈。更新服务QoS信息可以提供服务消费者最新的QoS参考。

然后是进行复杂地理处理任务时，在构建抽象服务链过程中进行的局部服务选择。对于抽象服务链中的每个抽象服务，用户都可以设置QoS约束条件。服务质量信息基于服务代理中心发布到目录服务的静态历史信息。在目录服务中进行服务查询的时候，根据用户的QoS约束采用局部优化策略对每个抽象服务过滤其候选服务，得到候选服务集。

再次，用户可以设置整体服务链的QoS约束条件，采用全局最优策略从未筛选掉的候选服务集中进行服务优化选择。在服务链全局优化中，首先设立服务链优化目标函数，用户设定的目标函数往往不止一个，例如要求可靠性较好，数据质量较高，这是一个多目标优化问题。将多目标规划问题通过线性加权的方法简化为单目标规划问题，然后根据用户偏好设置约束条。最后运用相应的优化选择方法进行求解。

本发明约定目标函数为：

maxf(Q)＝W_performance·Q_performance+W_availability·Q_availability+W_reliability·Q_reliability+W_scalability·Q_scalability+W_reputation·Q_reputation+W_spatial·Q_spatial

其中W_performance+W_availability+W_reliability+W_scalability+W_reputation+W_spatial＝1,W_performance、W_availability、W_reliability、W_scalability、W_reputation、W_spatial为服务链QoS要素对应的权重，利用层次分析法由用户偏好得到。Q_performance、Q_availability、Q_reliability、Q_scalability、Q_reputation、Q_spatial为空间信息处理服务链QoS值，服务链QoS值的计算通过原子服务QoS值按照一定的规则计算并进行归一化得到。一般服务链的结构可分为顺序、选择、并行和循环结构4种，以顺序最为常见，计算方法如表3所示，其中p_i表示第i个服务组件的执行概率，其中q_performance、q_availability、q_reliability、q_scalability、q_reputation、q_spatial表示经过量化和归一化处理的单个空间信息服务的QoS值。

表3服务链QoS值计算

假设用户对各个服务质量指标进行的约束条件如下：客户要求处理服务链的可靠性大于0.6，信誉度高于3星级，服务链处理后空间数据质量等级为良以上等条件，这些条件可以抽象如下：

cons＝(cons_performance,cons_availability,cons_reliability,cons_scalability,cons_reputation,cons_spatial)；

则整个问题模型可以转化为一个单目标数学规划问题：

$\max f\left(g\right),gs.t.\left\{\begin{array}{c}{Q}_{performance}\≤{\mathrm{cons}}_{performance}\\ Q_{availability}\≤{\mathrm{cons}}_{availability}\\ Q_{relia\mathrm{bility}}\≤{\mathrm{cons}}_{reliability}\\ Q_{scalability}\≤{\mathrm{cons}}_{scalability}\\ Q_{reputation}\≤{\mathrm{cons}}_{reputation}\\ Q_{spatial}\≤{\mathrm{cons}}_{spatial}\end{array}\right.;$

这是一个NP难题，本发明可以采取启发式优化选择算法进行服务链的优化。遗传算法、粒子群优化算法、蚁群算法等启发式优化选择算法都可以用于问题的求解。图5给出了采用遗传算法求解最优服务组合的流程，其具体实现包括以下步骤：

步骤1：在服务链构建之前，根据用户偏好和预估的服务质量要素进行静态优化，选择最佳服务组合；其具体实现包括以下子步骤：

步骤1.1：通过用户设定的服务质量约束条件，从目录服务中查找可用的空间信息服务；

步骤1.2：在满足服务质量全局约束的条件下，利用遗传算法搜索最佳的服务组合方案；

步骤1.3：将优化求解的最佳服务组合和抽象服务链绑定。

静态优化包括局部选择和全局优化；局部选择即对于服务链中的每一个抽象服务，通过用户设定的服务质量约束条件，从目录服务中查找可用的空间信息服务；全局优化是在满足用户设定的全局服务质量约束的条件下，利用选择优化算法搜索最佳的服务组合方案；然后，服务链工具自动将优化的服务链组合绑定到抽象的服务链模型；

步骤2：在服务链运行过程中进行监控，提供服务质量要素动态信息，并同时追踪记录空间数据溯源信息，在服务链运行过程中进行在线的、实时的评价和优化。

通过静态优化，服务链工具自动将优化算法搜索的最佳服务组合绑定到抽象的服务链模型。

最后，在服务链执行过程中需要对服务链进行动态优化。即服务链工具在服务链运行过程中动态监控服务运行状态。遇到服务失效、连接异常、负载失衡等QoS异常变化情况，服务链工具从抽象服务的候选服务集中选择QoS最优的服务进行动态替换，确保服务链顺利执行。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (9)

1.一种空间信息服务质量评价方法，其特征在于：通过第三方服务质量公证平台提供的空间信息服务要素值进行空间信息服务的综合评价；具体评价步骤如下：

步骤1：建立空间信息服务评价体系；

空间信息服务评价体系主要包括通用网络服务评价要素和空间数据质量评价要素，两者综合形成易扩展的服务评价模型；此外，扩展了OGC服务注册中心模型，使之能够支持服务质量要素数据的存储并支持基于服务质量约束的服务发现；同时，增加了一个服务代理中心用于各要素值的实时获取以及相应的信息统计与处理，并将量化的结果数据发布到目录服务中心；

步骤2：在建立了由通用网络服务评价要素和空间数据质量评价要素组成的空间信息服务质量评价要素集的基础上，确定质量要素权重；

步骤3：建立评价模型，进行模型求解；

对于评价模型，采用简单线性加权法和模糊综合评价法对空间信息服务进行综合评价，最终得到服务综合评价值。

2.根据权利要求1所述的空间信息服务质量评价方法，其特征在于：步骤1中所述的通用网络服务评价要素包括性能、可用性、可靠性、费用、可升缩性、鲁棒性、互操作性和信誉度。

3.根据权利要求1所述的空间信息服务质量评价方法，其特征在于：步骤1中所述的空间数据质量评价要素包括数据完整性、逻辑一致性、位置准确度、专题准确度和时间准确度；空间数据质量的评价采用模糊综合评价的方法，其具体实现包括以下子步骤：

步骤1.1：利用质量指标评语集和空间数据质量评价因素，通过层次分析法确定空间数据质量评价要素权重向量；

步骤1.2：利用质量指标评语集和空间数据质量评价因素，构建模糊综合评价矩阵；

步骤1.3：由步骤1.2中得到的评价矩阵和步骤1.1中得到的权重向量形成模糊综合评价结果向量；

步骤1.4：由结果向量按照最大隶属度原则得出空间数据质量的最终评价结果。

4.根据权利要求1所述的空间信息服务质量评价方法，其特征在于：步骤2中所述的确定质量要素权重，权重确定方法为层次分析法，对各质量要素进行两两重要性比较，然后再确定每个要素的权重。

5.根据权利要求1所述的空间信息服务质量评价方法，其特征在于：步骤3中所述的建立评价模型，进行模型求解，其具体实现包括以下子步骤：

步骤3.1：根据空间信息服务质量评价要素集构建成对比较判断矩阵；

步骤3.2：对判断矩阵进行一致性检验；

若判断矩阵未通过一致性检验，则回转继续执行所述的步骤3.2；

若判断矩阵通过一致性检验，则顺序执行下述步骤3.3；

步骤3.3：根据判断矩阵计算空间信息服务质量评价要素权重向量；

步骤3.4：对功能相似的服务的QoS各要素原始值归一化处理；

步骤3.5：根据步骤3.3的结果和步骤3.4的结果，采用加权平均法进行功能相似服务的服务质量综合值计算。

6.一种利用权利要求1所述的空间信息服务质量评价方法进行服务链优化的方法，其特征在于：在满足用户服务质量约束的前提下，在服务链执行时动态选择候选服务，以使整体服务链服务质量最优化；其具体实现包括以下步骤：

步骤1：在服务链构建之前，根据用户偏好和预估的服务质量要素进行静态优化，选择最佳服务组合；

静态优化包括局部选择和全局优化；局部选择即对于服务链中的每一个抽象服务，通过用户设定的服务质量约束条件，从目录服务中查找可用的空间信息服务；全局优化是在满足用户设定的全局服务质量约束的条件下，利用选择优化算法搜索最佳的服务组合方案；然后，服务链工具自动将优化的服务链组合绑定到抽象的服务链模型；

步骤2：在服务链运行过程中进行监控，提供服务质量要素动态信息，并同时追踪记录空间数据溯源信息，在服务链运行过程中进行在线的、实时的评价和优化。

7.根据权利要求6所述的方法，其特征在于：步骤1中所述的根据用户偏好和预估的服务质量要素进行静态优化，选择最佳服务组合，采用的是遗传算法求解最佳服务组合，其具体实现包括以下子步骤：

步骤1.1：通过用户设定的服务质量约束条件，从目录服务中查找可用的空间信息服务；

步骤1.2：在满足服务质量全局约束的条件下，利用遗传算法搜索最佳的服务组合方案；

步骤1.3：将优化求解的最佳服务组合和抽象服务链绑定。

8.根据权利要求6所述的方法，其特征在于：步骤2中所述的在服务链运行过程中进行在线的、实时的评价和优化，即服务链工具在服务链运行过程中动态监控服务运行状态，遇到服务质量异常变化情况，服务链工具从抽象服务的候选服务集中选择出去当前绑定服务以外的服务质量最优的服务进行动态替换，确保服务链顺利执行。

9.根据权利要求8所述的方法，其特征在于：所述的服务质量异常变化情况包括服务失效、连接异常、负载失衡。