Web服务的广泛应用对Web服务合成技术提出了新的挑战。当用户的需求无法通过单个的Web服务实现时,如何从大量的原子服务中组合出满足要求的复合服务是Web服务平台需要解决的难题之一。现有的Web服务合成系统采用的合成算法不尽相同,但是Web服务的输入、输出参数之间的匹配性都是合成过程中最为重要的推导依据之一。因此,完善Web服务参数之间的匹配关系对于提高合成系统的可用性和服务合成的能力有着重要的意义。在分析现有合成算法中参数库重要性的基础上提出了一组对合成系统中参数库的优化策略和算法,主要包括:参数间匹配关系的发现策略。分析了参数间匹配关系的类型和对于合成算法的重要性,提出了一种从失败的合成请求中发现参数间匹配关系的策略,利用用户对于参数间匹配关系的认识发现参数库中缺少的参数匹配关系。基本的参数匹配分析算法。提出了两类基本的参数匹配发现算法:前向分析和后向分析算法,从合成请求中发现导致合成失败的参数间不匹配。根据现有的原子服务和参数类型构造合成空间,并根据参数间的相关性来估算参数间的语义距离,并根据语义距离来优化分析算法的多服务选择。参数匹配分析算法的分析和综合应用。分析了两类基本分析算法的优缺点和应用场景,并对两类算法的综合应用即前向-后向分析和后向-前向分析算法的特性进行了分析,结合两类分析算法的优点来提高算法的效率和结果的可靠性。服务合成参数库的优化。对分析算法的结果进行等价类的划分,并评价等价类之间匹配关系的可靠性,根据可靠性的要求对算法结果进行筛选并按照筛选结果对参数库进行优化,从而提高合成系统的服务合成能力。