随着发布在互联网上服务数目的增多,服务组合问题已经逐渐成为服务计算领域的一个基础性研究课题。Web服务组合问题的目标是有效地组合发布在互联网上的各种服务来构建功能丰富的企业级服务。不同用户的需求也各不相同,根据服务组合过程中优化目标的不同,服务组合问题可以衍生为以下三个研究方向:一是如何高效地寻找出包含服务数量最少的组合方案,称为常规的Web服务组合问题;二是只考虑单项QoS,如何快速地寻找出全局QoS最优且包含服务数量最少的组合方案,称为QoS感知的服务组合问题;三是同时考虑多项QoS,如何寻找出一种组合方案尽可能地在各项QoS以及服务数量之间实现折衷,称为多目标Web服务组合问题。但是在大规模或实时场景下,传统的服务组合技术普遍存在组合效果差或者运行效率低的问题,因此,为解决上述问题,本文致力于有效且高效的服务组合优化机制的研究,主要工作包括:首先,针对常规的Web服务组合问题,为了解决现有算法在大规模或实时场景中效率不足的问题,本文提出了一种高效的机制来优化组合结果中的服务数量。首先将服务依赖图上的搜索过程划分为多个串行的步骤,并将每个搜索步骤进行建模为动态背包问题,随后设计了一种变体背包算法来依次解决每个搜索步骤。实验表明,该服务组合机制在结果的优化程度和算法的运行效率方面都优于现有技术。其次,在QoS感知的Web服务组合领域,针对现有研究在大规模应用场景中无法兼顾算法运行效率和组合结果优化程度的问题,本文提出了一种链式动态规划算法和混合剪枝策略相融合的服务组合机制。链式动态规划算法用于在保证最优全局QoS的情况下最小化服务数量,混合剪枝策略用于进一步优化算法的效率。相比于现有技术,该方法能在保证最优全局QoS的情况下生成包含更少数量服务的组合结果,在大规模数据集上具有更高的运行效率和更强的泛化能力。最后,针对多目标Web服务组合问题,本文提出了一种集多目标QoS优化和服务数量最小化为一体的Web服务组合监督机制。首先设计了一种记忆化搜索算法来计算每个单项QoS的最优值,然后在不考虑QoS的情况下应用变体背包算法来最小化服务数量,最后基于上述单目标优化结果进行有监督的多目标优化。实验结果表明该监督机制可以在所有的优化目标之间实现更好的折衷。