Web服务作为面向服务体系架构（SOA）的典型代表，它为系统的集成提供了有效的解决方案。然而，单个Web服务的功能通常无法满足复杂的应用需求，只有对服务进行组合才能最大程度实现服务增值和服务重用。在满足功能性需求的前提下，动态变化的运行环境和业务需求对组合服务的服务质量（QoS）提出了更高的要求。因此，如何根据用户的QoS需求，快速、有效地选择合适的服务进行组合，即QoS驱动的Web服务选择，成为Web服务组合领域的一个亟待解决的问题。 本文针对QoS驱动的Web服务选择问题，以实现实时、稳定、有效的选择机制为目标，对服务组合相关技术、遗传算法在服务选择中的应用进行了研究，主要工作体现在以下几个方面。 1.建立组合服务的QoS模型和评价机制：定义表示组合服务抽象流程的组合路径描述串，并设计基于路径描述串的组合服务QoS聚集算法。 2.将QoS驱动的服务选择定义为多约束全局优化问题，通过对该问题建模，提出了满足QoS约束的全局优化服务选择策略，该策略基于遗传算法；并从编码方式、适应度函数、遗传算子、进化策略等方面对服务选择遗传算法提出改进，使其符合QoS驱动的Web服务选择问题的特性。 3.基于改进的遗传算法和并行计算模型，实现QoS驱动的服务选择遗传算法，最后设计多种应用场景下的仿真对比实验，验证算法的有效性和稳定性。 本文通过以上研究，解决了现有服务选择遗传算法存在的一些问题，如无法满足QoS全局约束、编码表示能力有限、局部收敛、稳定性差等，为快速、有效的服务选择提供了保证。