基于SSA-BPNN模型的Web服务质量评价
郭名诚
侯珂
李鑫浩
西安石油大学经济管理学院 陕西西安710065
摘要：针对如何在众多服务功能相似的Web服务中选出高质量的Web服务,文章在基于麻雀搜索算法(sparrow search algorithm,SSA)和BP神经网络(BP neural network,BPNN)的优化研究工作基础上提出了一种新型的Web服务质量评价模型,即SSA-BPNN评价模型,该模型利用稳定性较好的SSA算法来优化BP神经网络的初始权值与阈值的获取方式.实验表明本文所提出的SSA-BPNN评价模型具有较高的精度、泛化能力和稳定性,能够为Web服务选择工作提供决策支持.
关键词：麻雀搜索算法BP神经网络Web服务质量
资助基金：陕西省重点研发计划项目(2021GY083)
论文发表日期：2021-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 13-15 )