本文關(guān)鍵詞：基于強(qiáng)化學(xué)習(xí)的QoS感知的服務(wù)組合優(yōu)化方案研究

  更多相關(guān)文章： 服務(wù)組合 QoS 強(qiáng)化學(xué)習(xí) 直接探索 高斯過程

【摘要】：在面向服務(wù)的系統(tǒng)架構(gòu)中,單個web服務(wù)的有限功能已無法滿足用戶日益復(fù)雜的業(yè)務(wù)功能需求,從而催生了組合已有的簡單服務(wù)來構(gòu)建滿足用戶復(fù)雜需求的增值服務(wù)的方式,即服務(wù)組合。隨著web服務(wù)技術(shù)的快速發(fā)展,具有相同功能不同QoS水平的服務(wù)越來越多,服務(wù)組合面臨一個服務(wù)篩選過程�；赒oS感知的服務(wù)組合方法,以最大化滿足用戶需求為目標(biāo),日漸成為領(lǐng)域研究熱點(diǎn)。另一方面,基于網(wǎng)絡(luò)的web服務(wù)具有內(nèi)在的動態(tài)變化性,這就要求組合方案具有一定的自適應(yīng)性。同時,組合業(yè)務(wù)流程的復(fù)雜性及候選服務(wù)的快速增長,導(dǎo)致當(dāng)前服務(wù)組合方法面臨大規(guī)模問題�；谝陨峡紤],本文提出了基于強(qiáng)化學(xué)習(xí)的QoS感知的服務(wù)組合優(yōu)化方案。主要包括兩方面,一個是基于直接探索的強(qiáng)化學(xué)習(xí)組合算法優(yōu)化,它計算狀態(tài)的回訪頻率,并利用這些學(xué)習(xí)經(jīng)驗(yàn)指導(dǎo)探索過程,從而加速算法收斂。另一個是,基于高斯過程的強(qiáng)化學(xué)習(xí)組合算法優(yōu)化,它利用高斯過程,一個核函數(shù)逼近技術(shù),來預(yù)測目標(biāo)函數(shù)值的分布,具有強(qiáng)大的表達(dá)能力和泛化能力。實(shí)驗(yàn)表明,本文提出的優(yōu)化算法具有有效性,自適應(yīng)性和可擴(kuò)展性。
【關(guān)鍵詞】：服務(wù)組合 QoS 強(qiáng)化學(xué)習(xí) 直接探索 高斯過程
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要4-5
• Abstract5-8
• 本論文專用術(shù)語的注釋表8-9
• 第一章 緒論9-14
• 1.1 研究背景9-10
• 1.2 問題提出及現(xiàn)有方法10-12
• 1.3 研究內(nèi)容12-13
• 1.4 論文組織13-14
• 第二章 Web服務(wù)及服務(wù)組合技術(shù)概述14-23
• 2.1 Web服務(wù)概述14-19
• 2.1.1 Web服務(wù)協(xié)議14-15
• 2.1.2 Web服務(wù)核心標(biāo)準(zhǔn)和技術(shù)15-19
• 2.2 服務(wù)組合技術(shù)概述19-22
• 2.2.1 web服務(wù)組合需求19-20
• 2.2.2 web服務(wù)組合方法分類20-22
• 2.3 本章小結(jié)22-23
• 第三章 強(qiáng)化學(xué)習(xí)相關(guān)理論23-30
• 3.1 馬爾科夫決策過程23-26
• 3.1.1 MDP最優(yōu)策略和值函數(shù)24
• 3.1.2 MDP的求解24-26
• 3.2 強(qiáng)化學(xué)習(xí)方法26-28
• 3.2.1 強(qiáng)化學(xué)習(xí)算法相關(guān)重要問題26-27
• 3.2.2 探索策略27-28
• 3.2.3 函數(shù)逼近技術(shù)28
• 3.3 本章小結(jié)28-30
• 第四章 基于強(qiáng)化學(xué)習(xí)的QoS感知的服務(wù)組合模型及優(yōu)化方案30-44
• 4.1 Web服務(wù)組合模型MDP-WSC30-34
• 4.1.1 評價函數(shù)32-33
• 4.1.2 離策略選擇33-34
• 4.2 基于探索的強(qiáng)化學(xué)習(xí)組合算法優(yōu)化34-37
• 4.2.1 基于回訪頻率的直接探索策略34-35
• 4.2.2 學(xué)習(xí)率控制35-36
• 4.2.3 基于直接探索優(yōu)化的服務(wù)組合Q-learning算法36-37
• 4.3 基于核函數(shù)的強(qiáng)化學(xué)習(xí)組合算法優(yōu)化37-43
• 4.3.1 高斯過程38-40
• 4.3.2 高斯過程建模的Q值函數(shù)評估40
• 4.3.3 在線構(gòu)造稀疏字典40-41
• 4.3.4 序列化高斯過程參數(shù)更新41-42
• 4.3.5 基于高斯過程的在線Q-learning組合算法42-43
• 4.4 本章小結(jié)43-44
• 第五章 實(shí)驗(yàn)與分析44-50
• 5.1 實(shí)驗(yàn)設(shè)置44-45
• 5.2 有效性驗(yàn)證實(shí)驗(yàn)45-46
• 5.3 自適應(yīng)性驗(yàn)證實(shí)驗(yàn)46-47
• 5.4 可擴(kuò)展性驗(yàn)證實(shí)驗(yàn)47-49
• 5.5 本章小結(jié)49-50
• 第六章 總結(jié)與展望50-53
• 6.1 本文總結(jié)50
• 6.2 未來工作50-53
• 致謝53-54
• 參考文獻(xiàn)54-59
• 附錄A 攻讀碩士期間發(fā)表的論文59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫潔麗;龔立群;;Web服務(wù)組合標(biāo)準(zhǔn)規(guī)范的研究[J];現(xiàn)代圖書情報技術(shù);2007年05期

2 萬里平;蔡美玲;高春鳴;;基于服務(wù)聯(lián)盟的Web服務(wù)組合模型及方法[J];計算機(jī)工程與應(yīng)用;2007年31期

3 郭峰;張萌;;Web服務(wù)組合的可靠性分析[J];系統(tǒng)仿真學(xué)報;2008年S2期

4 程永上;王志堅;;Web服務(wù)組合在水利領(lǐng)域中的應(yīng)用[J];計算機(jī)工程與應(yīng)用;2008年07期

5 陳世展;馮志勇;;服務(wù)網(wǎng)絡(luò):Web服務(wù)組合的新基點(diǎn)[J];計算機(jī)應(yīng)用研究;2008年05期

6 劉志紅;;Web服務(wù)組合的相關(guān)研究[J];農(nóng)業(yè)科技與裝備;2009年01期

7 熊偉;;Web服務(wù)組合綜述[J];信息化縱橫;2009年05期

8 曾偉;胡W，

本文編號：531920