Web服务作为一种分布式应用技术引起了越来越广泛的关注。一方面,随着用户需求的不断变化,原子服务提供的单一功能已经不能满足要求,只有通过对已有原子服务进行组合,才能提供满足用户需求的增值服务。Web服务组合把已有的原子服务按照功能需求进行组合,提供综合的、复杂的服务。另一方面,随着电子商务的飞速发展,企业越来越重视用户对服务质量(QoS)的满意程度。因此,在满足用户功能性需求的基础上,如何合理、高效地选择Web服务实例组成QoS整体性能高的组合服务是一个亟待解决的问题。Web服务组合的前提是需要从海量Web服务中选择与用户功能需求匹配的服务。传统Web服务匹配基于请求服务与候选服务的关键词进行匹配。由于缺乏语义,基于句法的关键词不能被机器理解,所以匹配准确率很低。针对现有语义Web服务匹配准确率不高的缺点,本文提出一种新的基于混合策略的语义Web匹配算法。算法结合了一种新的语义距离相似度算法(基于逻辑的匹配)、一种加入匹配度系数的语义重叠度算法(基于非逻辑的匹配)和一种处理无输入、无输出特殊服务的字符串相似度算法-Levenshtein编辑距离算法。实验结果表明,经过三种策略的结合,混合匹配算法提高了查全率与查准率。针对基本多目标蚁群算法MOACO在解决基于QoS的Web服务选择问题时存在易陷入局部最优,搜索效率不高以及没有考虑用户偏好的缺点,本文提出一种改进的多目标蚁群算法N-MOACO。具体的改进包括:第一,算法将信息素强度Q自适应,解决易陷入局部最优的问题;第二,在蚂蚁选择下一个服务时,利用QoS属性之间的相关性,根据当前服务的QoS预测下一个将要选择的候选服务对应QoS属性的合理取值范围,减少候选服务数量,从而减少不必要的搜索;第三,提出一种新的启发函数,该启发函数与Web服务的QoS属性,如价格、执行时间和可靠性有关,蚂蚁寻优方向即为使用户满意度高的方向。最后,本文用AHP层次分析法在N-MOACO算法确定的组合方案中选择一个用户满意度最高的方案。实验结果表明,N-MOACO算法所得解在支配性以及用户满意度方面都要优于MOACO算法所得解,并且N-MOACO的搜索效率要高于MOACO。