近年来,网络上的Web服务数量激增,出现了众多可以完成相同或相似功能的Web服务。然而单个Web服务只能提供一些比较单一的功能,通常无法满足复杂应用的需求,所以需要对单一服务所提供的各种功能进行组合,以形成新的、功能更强大的服务来满足用户的增值服务需求。虽然这些服务具有相同的功能,但却往往具有不同的非功能属性,即服务质量(QoS),如服务价格、执行时间、服务可用性、服务的信誉等因素。这些服务能够组合出数量庞大的且可以实现相同功能但其QoS却不同的组合服务计划。因此在服务组合过程中,如何基于QoS从大量的组合计划中选择满足用户QoS约束的最优服务组合便成为了亟待解决的问题。从工程学的角度来看,生成满足用户QoS约束的最优组合的过程属于最优化问题。本文提出了一种改进的遗传算法,用于解决QoS感知的Web服务组合问题。在算法实现中,采用两种不同的初始化算法进行服务选择,以避免随机生成初始种群给算法带来的负面影响。用染色体树型编码的方式来表示组合服务,在组合过程中采用路径模板化与参数匹配的交叉点选择策略,并设计了组合路径选择计算式。这些改进措施使得遗传算法具有更高的收敛性和更好的稳定性。本文实现了改进的遗传算法,并对该算法进行仿真实验,最后分析实验结果以验证所提出的改进算法在收敛速度和收敛性能方面的优越性。