在服务计算（SOC）的风范下，分布在Internet上的各种异构资源都可以封装成服务的形式发布出去，供他人共享。Web服务技术顺应了这种计算风范，通过Web服务的组合，可以高效的实现资源的集成，提高资源的复用。同时，也为大规模的编程提供了便利。另一方面，开放、动态的Internet环境以及用户需求的不断变化使得Web服务组合相对于传统的软件开发而言有其固有的特点（如协同性、演化性等）。Web服务所处的环境故障、网络环境拥堵等都可能使Web服务的QoS严重退化，为了使服务组合实例能够持续的满足需求，此时需要对组合服务进行一定的演化。现有针对组合服务演化研究大多关注演化后控制流和数据流的正确性以及实例的在线迁移，少量考虑演化后全局QoS的研究大多只针对单一服务，针对现有研究的不足，本文提出服务组合多粒度演化这一问题并展开研究，主要工作如下：(1)提出了基于QoS的Web服务组合多粒度演化的概念。在服务的组合模型中，针对单一抽象服务类生成备选服务以进行替换有两个缺点：1.并不一定能够在备选服务中找到合适服务以替换原来的服务，如备选服务的QoS都不满足全局的QoS约束。2.仅针对该一个抽象服务生成备选服务，并不一定能够使全局的QoS最优。基于以上两点考虑，提出了在服务演化时，对服务组合模型中即将被替换的服务，生成所有包括该服务更大粒度的可替换区域，对每一种不同粒度的可替换区域也生成备选服务，这样扩大了备选服务的搜索空间，有利于进一步求得满足全局QoS约束下更优的解。(2)给出了生成一个服务节点所有可替换区域的算法。生成更大粒度备选服务的前提是在组合模型中，生成更大粒度的可替换服务区域，对此，用一种预存控制节点的控制区域，对单个需要替换的服务，采用一种自底向上地向服务的输入输出方向逐渐扩展的方法求得包括此服务的所有可替换服务区域，以此得到多粒度的组合模型。(3)对于组合模型演化后不同粒度的过程模型，采用改进的离散粒子群算法求解满足全局QoS约束下最优的解并提出了一种新的最优评价模型，该模型考虑了组合模型的粒度。离散粒子群算法和传统的粒子群算法一样，在算法运行的后期容易陷入局部最优，对此，借鉴遗传算法中杂交变异的思想，为了保证算法运行后期粒子的多样性，采用随机选择一定粒子进行杂交，实验表明，这样有利于粒子群取得全局最优解。