随着网络技术的快速发展和以云计算为代表的新兴计算方式的普及，面向服务的软件体系结构正日趋成为开发跨组织、跨平台的复杂软件系统的主流技术。鉴于网络环境的动态性，服务质量成为决定组合服务成败的决定性因素。保障服务组合的服务质量是服务计算研究领域的亟待解决的重要问题。另一方面，在软件自适应领域，学者们在总结现有具体解决方案的基础上，高屋建瓴的总结了构建软件自适应系统的指导方针和一般方法。因而，在为特定系统和特定需求提供自适应支持时，人们还需要结合具体应用，灵活处理设计和实现中的诸多问题。综上，结合两方面的研究成果，研究QoS驱动的针对组合服务的软件自适应方法具有重要的理论意义和应用价值。　　本论文调研和分析了软件自适应和保障组合服务服务质量的现有解决方案，重点研究了设计和运行阶段中基于服务质量的组合服务的自适应调整机制（现有工作主要依赖QoS驱动的服务选择方法），针对当前工作中的不足，本论文取得了以下创新性成果。　　第一，针对目前大多数服务选择方法存在的执行方案稳定性不足的问题，提出了基于执行路径差异性的服务选择方法。该方法根据组合服务的结构分析组合服务运行阶段的可能场景，在此基础上提出EPS-策略以扩展组合服务的执行方案，允许为组合服务的抽象服务针对不同的运行场景绑定不同的具体服务，提高了组合服务执行方案的灵活性。此外，还设计基于混合整型线性规划的最优执行方案的求解方法。与现有方法相比，该方法所选取的组合服务的最优执行方案具有更高的稳定性并允许用户针对服务质量设置更为严格约束条件。　　第二，针对目前大多数服务选择方法存在的历史信息利用不足的问题，提出基于经验的候选服务筛选方法。通过分析历史信息记录中以往求解的最优执行方案，该方法利用支持向量机发掘用户对于服务质量指标的偏好和最优执行方案之间的关系，并据此针对用户对于服务质量指标的新的偏好预测可能的最优执行方案，基于经验筛选候选服务。与现有筛选方法相比，该方法在保证极高正确率的同时大大减少了候选服务的数目，已经可以直接部分确定最优执行方案。　　第三，针对目前大多数QoS驱动的组合服务运行阶段调整方法存在的历史信息利用不足的问题，提出基于经验的高效动态调整方法。通过分析历史信息记录中以往调整场景和对应的最优执行方案，该方法利用支持向量机发掘服务质量实际观察值与最优执行方案之间的关系，并据此针对新的服务质量实际观察值预测可能的最优执行方案，基于经验筛选候选服务。与现有筛选方法相比，该方法在保证极高正确率的同时大大减少了候选服务的数目，已经可以直接部分确定最优执行方案。接着，本文扩展该方法将考虑用户对于服务质量指标的偏好和服务质量实际观察值的同时纳入考虑，同样可以兼顾正确率和筛选效果。　　最后，针对现有研究工作对服务质量动态特征刻画不足的问题，提出了基于概率论刻画组合服务服务质量动态特征的方法。该方法将组件服务的服务质量视为随机变量，利用概率论的相关理论和方法，提供了估计组合服务总体服务质量概率分布、均值和方差等动态特征的算法，有助于发现组合服务执行方案中潜在的问题、减少违背用户设置的关于服务质量的约束的情况发生。