随着互联网的快速发展,Web服务得以广泛运用,相关技术不断进步和发展。在Internet上涌现了大量的服务,为了选择最合适的服务,服务请求者通常首先搜索满足自身功能性需求的服务,发布在Internet上的多个服务(功能相似)都符合服务请求者功能性需求时,用户需要依据服务的非功能性属性尤其是服务质量QOS(Quality of Service)来进行服务选择。本文从QOS属性角度出发重点研究支持混合QOS的服务选择方法。从公开文献中可以发现,服务选择方法大都假定所有服务的QOS属性值均为确定的实数,并未考虑QOS属性的模糊性,然而这个假设却不能反映客观实际。因此,本文首先使用精确数值型、区间数值型、三角模糊数值型对QOS属性值分别进行描述,然后采用相对优势度算法给出混合型QOS属性的服务选择过程,最后通过模拟和实验验证,说明了相对优势度算法的有效性与合理性。本文主要完成以下工作：1.Web服务基础理论与相关技术的分析,包括：Web服务的体系架构、Web服务的核心技术以及服务选择方法等。2.Web服务中服务QOS属性的讨论,首先给出QOS属性的定义,并对QOS属性进行分类。在考虑QOS属性具有模糊性的基础上,使用精确数值型、区间数值型、三角模糊数值型对QOS属性值分别进行描述,并分析这种分类描述方式的优点。同时,用序关系向量表示用户对不同QOS属性的需求偏好,并将其转换成用户对QOS属性的主观权重,然后采用熵权法计算QOS属性的客观权重。3.提出服务选择中支持混合QOS属性的服务选择方法,首先介绍TOPSIS(Technique for order preference by similarity to an ideal solution)算法,分析该算法的不足,由此提出相对优势度(Relative advantage degree)算法。通过相对优势度算法给出混合型QOS属性的服务选择过程。4.通过模拟仿真和实验验证,将相对优势度算法与TOPSIS算法进行对比；验证结果表明,对于QOS属性值的变化,相对优势度算法具备较高的灵敏性。同时对比需求偏好的主观模式、客观模式、主客观模式对服务排序的影响,以此证明本文采用需求偏好的主客观模式的合理性；最后说明该模型也适合于多用户的服务选择,能体现不同用户的需求偏好。