“典型工业设备和产品检测监测云服务技术研究”作为国家重点研发计划重点专项,是国家质量基础的共性技术研究。构建典型工业设备检测监测平台示范应用并后续在全国各家特检院进行推广势在必行。面向典型工业设备的检测监测服务基于面向服务的架构开发,随着行业内检测监测服务的数量急速增长,服务质量层次不齐、服务组合方案繁多成了服务组合的现状。另一方面,随着典型工业设备检测监测系统的不断迭代,服务间的调用及相互依赖关系日益复杂、系统功能不断扩展。同时,系统部署集群化后,系统的正常运行对负载均衡和集群容错等能力提出了更高的要求。因此如何在众多检测监测服务中选择适合的检测监测服务组合,以及应采用何种架构模式将这些服务集成起来成了本文的研究重点。具体研究工作如下:（1）本文分析并运用了基于混合权重设置的服务质量（Quality of Service,QoS）模型用于服务选择过程,对同一抽象类别中的服务进行排序筛选进而选择出局部最优服务。基于混合权重设置的QoS模型在对各项QoS指标进行权重设置时,不仅考虑了用户的主观偏好还将QoS各项指标数据的客观分布特征作为影响权重的客观因素。（2）经过服务选择构建候选服务集后,在服务组合方面本文通过构建多目标优化模型和目标函数,将服务组合中需要优化的多目标问题转化为单目标优化问题。（3）本文将改进的布谷鸟算法用于解决服务组合最优化问题。由于原始布谷鸟算法的初始化种群分布不均匀导致其种群丰富度较低的原因,本文使用切分随机方法来初始化种群使得种群分布更均匀、丰富度更高。其次,由于原始布谷鸟算法中进行莱维飞行的步长是完全随机的而使得其迭代过程具有不稳定性。本文提出了自适应步长来替换原始步长,通过步长的自适应性使得布谷鸟算法在搜索全局最优解时迭代过程更加稳定。（4）在服务集成方面本文选择Dubbo+Zookeeper架构进行服务集成,并基于典型工业设备检测监测系统服务集成需求,完成了服务集成框架的搭建以及系统内各服务的集成工作。