随着互联网上服务数目的急剧增多,以及服务属性的多样化,服务计算领域中的服务组合问题变得更加具有挑战性。Web服务组合的目标是有效地组合发布在互联网上的各种服务,构建功能全面的企业应用。服务属性多样化使得组合方法需要同时优化多个目标,服务数目优化以及服务质量（Quality of Service,QoS）感知的服务组合方法已经不能满足这一要求,因此许多学者开始关注多目标Web服务组合问题。大多数现有的多目标Web服务组合方法需要显式构建服务依赖图,然而在大规模服务组合场景下会导致严重的运行效率问题。另一个普遍存在的问题是许多服务组合方法输出的组合结果存在冗余服务,这不仅给用户带来了额外的开销,还增加了管理维护Web服务的难度。为解决上述问题,本文致力于研究多目标Web服务组合建模和优化技术,以及冗余服务去除机制,主要工作包括:首先,针对构建服务依赖图带来的效率问题,提出了一种多目标Web服务组合的混合整数线性规划（Mixed-Integer Linear Programming,MILP）模型。本文对多目标Web服务组合问题进行建模,将其转化为一种等价的MILP模型,无需构建服务依赖图。在这一模型中,首先对多个不同的优化目标加权得到单一优化目标,随后根据Web服务的功能特征和非功能特征增加模型的约束,确保任一MILP模型的可行解都对应着一个合法的服务组合方案,并给出了一些高效且实用的近似求解技术。实验表明,结合近似求解技术,在该MILP模型上使用标准线性整数规划求解器,在求解效率大幅度提高的同时,得到的组合方案与其他现有算法相比无明显差距。其次,为解决MILP模型的组合结果在QoS等指标上与现有算法相比没有明显优势的问题,本文提出了一种多候选组合片段优化的服务组合方法。通过生成差异性较大的候选组合片段,然后利用这些片段优化分数组合片段,得到折衷理想的组合结果。相比于现有技术,该方法不仅运行速度极快,而且QoS和服务数目之间取得了比其他方法更好的折衷组合结果。在大规模数据集上,该方法运行效率更为突出。最后,对于组合方案中存在冗余服务的问题,提出了一种面向多目标Web服务组合的冗余服务去除机制。首先设计了一种服务组合图构建算法建立了高效的数据结构,用于存储服务或者概念的全局组合属性,随后提出了一种反向冗余检测算法和一种递归冗余去除算法,两个算法充分利用精心设计的数据结构高效地检测并去除冗余服务,避免了多次执行服务组合图构建过程。实验结果表明,该算法在不影响各项QoS的条件下,能够高效地去除组合结果的冗余服务。