在面向服务的环境下,Web服务组合问题一直是一个研究热点。云计算为服务组合提供了一种高效实现复合服务的方法以及丰富的原子服务以供选择,群体智能优化算法是解决服务组合问题的主要方法。同时,随着Web服务技术的发展,用户更加在意服务的体验质量(Quality of Experience,QoE)。为了提高在大量Web服务中快速有效找到针对特定问题的最优Web服务组合的效率,以满足用户对服务体验质量日益提高的需求,本文提出了一种基于QoE的Web服务组合人工蜂群优化算法。首先,建立了基于模糊层次分析法的QoE评估模型,介绍顺序、选择、并行和循环这四种服务组合的基本拓扑结构以及它们之间相互转化的方法,提出了应用于Web服务组合优化问题的QoE数学模型。其次阐述了服务顺序知识的抽取和应用方法,并提出一种基于服务顺序知识的人工蜂群算法。算法运用当前较优解的服务顺序知识来指导后续解的更新,依概率选择保留出现次数多的服务顺序,舍弃出现次数少的服务顺序,加快了算法的收敛速度,提高了收敛精度,增强了算法的局部和全局搜索能力。最后,给出了算法的仿真实验以及评价方法。通过与人工蜂群算法、粒子群算法和差分进化算法求解服务组合问题的适应度值的大小以及变化趋势的比较,分析了算法的收敛性能和稳定性能,证实了该算法在求解Web服务组合问题上效果更好。