无线网络的快速发展和传感器技术的广泛应用,促使物联网技术进入了我们工作和生活的方方面面。伴随着物联网服务数量的爆炸性增长,如何整合各种信息、内容和应用并根据用户需求对服务进行筛选和聚合成为物联网应用的关键性问题。现有的物联网聚合方法缺乏规范性和统一性,服务聚合与具体服务的绑定使得聚合难以适应瞬息万变的网络。为此,在深入分析现有服务聚合方法之后,本文开展以下研究:首先,基于本体技术研究服务类的划分。构建本体概念模型和服务链聚合知识图谱,结合改进的相似度计算方法,提出一种基于聚合知识链和语义本体的服务类聚合方法。本文将提出的语义聚合算法(SAM)与非语义服务聚合方法(NSAM)比较,查全率和查准率均有所提高;与基于语义的非聚合方法(SNAM)比较,服务代价明显降低。实验结果表明,提出的服务聚合算法在解决服务聚合问题上具有可行性和有效性。其次,研究基于群体智能的仿生学服务选择方法。首先在大量地分析物联网服务及QoE评价方法的基础上构建了通用的可扩展QoE量化模型。其次,提出了基于人工鱼群的动态服务选择算法(ASFA-SS)和基于蚁群算法的服务选择算法(ACO-SS),并通过实验与遗传算法(GA-SS)在相同的场景下进行比较,证明两方法在解决服务选择问题上具有可行性和有效性。最后,使用本文提出的服务聚合方法设计并实现了物联网服务聚合系统。该系统实现了服务类的聚合和具体服务的选择,具有实用性和可扩展性。因此,本文为物联网服务聚合提供了可行的算法,促进了物联网服务聚合技术的发展,具有一定的应用价值。