最近几年,随着云计算的兴起,Web服务因其便利性也飞速发展。Web服务具有跨平台特点,极大方便用户的应用需求。但是,随着业务的发展,单一的Web服务已经不能满足用户的需求。组合现有的Web服务就是一种高性价比的解决方案。组合Web服务不仅考虑服务的功能,还要考虑服务质量。高质量的Web服务组合可以为用户带来卓越的竞争力。因此,如何从现有服务中快速挑选Web服务并组合是一个需要解决的问题。本文主要研究使用萤火虫算法求解基于QoS的Web服务组合问题。首先,分析Web服务组合结构,使用QoS作为挑选Web服务的标准,构建基于QoS的Web服务组合模型,结合实际属性值,获得具体目标函数值。群智能优化算法在求解该问题时具有良好的性能,萤火虫算法是其中一类。萤火虫算法适用于求解连续问题,因此本文首先对萤火虫进行预处理,使其可以应用在离散解空间求解中。同时,在萤火虫种群迭代后,加入突变、交换机制,扩大算法搜索范围,提高算法寻优能力。实验验证,改进后的算法求解能力强,运行时间少,稳定性好,在Web服务组合问题中具有良好的求解性能。由于改进后的算法在迭代多次后容易陷入局部最优,并且其中的交换机制作用效果不明显,因此本文在此基础上又进行改进,将强化学习中的DQN算法与现有算法相结合,替换原有的交换机制。同时,加入新的突变机制,对迭代之后的最优解进行定点突变,择优保留。对再次改进的算法进行实验验证,与其他算法相比,该算法可以获得适应度值更高的最优解,但是在某些数据量大的情况下,可能会花费更多时间。