在上几篇论文的基础上进行高效的web服务选择算法。
背景：每个web service class有多个服务可供选择，其功能相同，Qos参数各有不同。
针对顺序的情况（s4）:Combinatorial Model和DAG图的情况：
combinatorial model: 1）MMKP(0-1 multidimension multichoice knapsack problem) are based on the BBLP(branch-and-bound method)（分支限界，指数时间）；成为背包问题，是NP难的；
2）WS HEU启发式：finding a feasible solution at first and then trying to optimize the solution through several upgrades and downgrades参见HEU [Khan et al. 2002]，是其之延伸。
DAG图： 将服务的选择问题转化成DAG图中single-source shortest paths 的问题。
与以前不同之处在于：不是保留所有路径，而是只保留K条可行路径，以提高搜索效率。
针对有其它结构的情况（s5）:Combinatorial Model和DAG图
Combinatorial Model：1)分支的情况按各分支概率建模成0-1IP（整数规划）问题进行解决。（似乎只有分支，没有其它如环等情况？） 2)WS IP Algorithm:基于分支限界法进行解法； 3）WFlow EU和WFlow HP：stochastic workflow reduction algorithm (SWR）（如果需要，要仔细看）
DAG图：对顺序，并发及选择进行了分析，（循环可以展开为顺序，参见zeng 04），对并发，针对不同的参数如执行时间（选择大的值）， cost值，则需要求和。选择也进行了类似的分析。
仿真实验：分别对顺序及通用结构进行测试。
注意点：
是以前几篇的总结及改进。提出zeng 04用ILP适用于规模较小的情况，而本文适用于精确数据且规模较大的情况。
基本上是采用现成的数学模型或是对现在模型的改进。
参考文献：
CASATI, F., ILNICKI, S., JIN, L., KRISHNAMOORTHY,V., AND SHAN, M. 2000. Adaptive and dynamic service composition in eflow. Tech. Rep. HPL-200039, Software Technology Laboratory, Palo Alto,CA.
KHAN,S.,LI,K.F.,MANNING,E.G., ANDAKBAR,M. 2002. Solving the knapsack problem for adaptive
multimedia systems. Studia Informatica Universalis 2, 1, 157–178.
与以前内容相比：有了Sequential, AND split (fork), XOR split (conditional), Loop, AND join (Merge)and XOR join (Trigger)，而不是只针对顺序的情况。
