随着互联网和SOA的发展，Web服务作为一种面向服务的、分布式的应用技术，也得到了快速的发展。Web服务是一个平台无关的、松耦合的、自描述的、可编程的分布式计算模型，随着Web服务应用的迅速普及，网络上可用的Web服务数量急剧增加，如何从众多服务中选择合适的服务成为日渐突出的问题。　　 基于QoS的Web服务选择问题的研究已经得到了广泛关注，学者们提出了很多有效的算法，然而现有算法对以下问题的研究还不深入:选择算法对混合QoS处理能力不足;无法实现不完备QoS的服务选择;对QoS赋权方法研究不足;服务排序方法考虑不够全面。针对这些问题，本文主要做了以下工作:　　 1.研究Web服务的QoS指标，总结出QoS混合表达、QoS数据缺失等问题在实际应用中的普遍性。针对不完备的QoS数据，提出把候选服务和属性的集合理解为信息系统，利用粗糙集理论的知识发现能力完成数据补齐。给出模糊QoS数值转换为三角模糊数的规则集。　　 2.将服务选择问题建模为多属性决策模型，针对混合QoS数据，首先实现初始QoS矩阵的确定化和归一化。把QoS属性的表达方式分为确定型和模糊型两种，其中模糊型又有区间型、自然语言型等。自然语言型QoS，利用三角模糊数及相关概念进行确定化;对于区间型，利用有序加权(C-OWA)算子确定化。提出实现成本型和效益型属性统一度量的归一化方法。　　 3.提出一种主客观结合的综合赋权方法，结合主客观权重两者的长处。首先采用基于理想关联度的二阶段优化方法，对给出取值范围的主观权重进行优化处理，得到综合主观权重;然后在规范化判断矩阵基础上，采用熵模型法确定客观权重;再通过主、客观权重的线性加权，得到综合权重。　　 4.本文根据每个候选服务与理想服务和负理想服务之间的关系，提出改进的服务排序方法，最终实现服务选择算法。文章最后通过一个实例分析、验证了服务选择方法的计算过程，并通过现有方法的对比实验，证明了算法的正确性和稳定性。