La arquitectura orientada a servicios proporciona la capacidad de combinar varios servicios web para cumplir con un requisito específico del usuario. En entornos dinámicos, la aparición de varios eventos imprevistos puede desestabilizar el servicio web compuesto (CWS) y afectar su calidad. Para hacer frente a estos problemas, el servicio web compuesto debe ser reconfigurado dinámicamente. La reconfiguración dinámica puede ser mejorada evitando la invocación de servicios web degradados al predecir la calidad de servicio (QoS) para el servicio web candidato. En este documento, proponemos un método de reconfiguración dinámica basado en los estados de HMM (Modelo de Markov Oculto) para predecir la inminente degradación en QoS y prevenir la invocación de servicios web asociados con valores de QoS degradados. PSO (Optimización por Enjambre de Partículas) y SFLA (Algoritmo de Salto de Rana Mezclado) se utilizan para mejorar la eficiencia de predicción de HMM. A través de experimentos extensos en un conjunto de datos del mundo real, WS-Dream, los resultados demuestran que el enfoque propuesto puede lograr una mejor precisión de predicción. Además, llevamos a cabo un estudio de caso en el que revelamos que el enfoque propuesto supera a varios métodos de vanguardia en cuanto al tiempo de ejecución.