本文關鍵詞：基于智能規(guī)劃的自適應動態(tài)Web服務組合研究，由筆耕文化傳播整理發(fā)布。

【摘要】：Web服務組合作為面向服務計算的核心研究點之一,能利用Web服務的重用價值,滿足用戶的復雜請求,實現(xiàn)服務增值。然而,隨著數(shù)量指數(shù)增長,Web服務呈現(xiàn)出質量良莠不齊、功能同質化嚴重的現(xiàn)象,致使組合的效率和質量持續(xù)下降;同時,組合環(huán)境動態(tài)演化帶來的不確定因素降低了組合結果的執(zhí)行成功率。因此,研究自適應、動態(tài)的Web服務組合,提升服務組合的智能性、可靠性和有效性,是一項迫在眉睫的研究課題,具有較強的理論和現(xiàn)實意義。近年來,伴隨著智能規(guī)劃在問題描述能力和求解算法等方面取得的突破,其研究得到了迅速的發(fā)展。由于服務組合與智能規(guī)劃在問題描述模型等方面存在諸多相似之處,使得將兩者結合起來成為可能;另一方面,經(jīng)典智能規(guī)劃和不確定規(guī)劃等領域的研究成果也為實現(xiàn)自適應動態(tài)Web服務組合提供了理論基礎。因此,采用智能規(guī)劃方法解決Web服務組合中遇到的各種新困境,提升其在現(xiàn)實應用中的適應能力,是一個非常具有前景和挑戰(zhàn)性的研究方向�；谝陨戏治�,本文以智能規(guī)劃技術為核心手段,以“核心智能規(guī)劃算法——轉換/組合模型——面向Web服務的優(yōu)化改進”為研究路線,以動態(tài)服務組合和不確定環(huán)境下的自適應服務組合為研究對象,主要完成了如下工作:①分析了動態(tài)Web服務組合和不確定環(huán)境下的自適應Web服務組合的研究現(xiàn)狀,其中智能規(guī)劃技術展現(xiàn)出了一定的優(yōu)越性;其次,研究了智能規(guī)劃的關鍵技術和研究現(xiàn)狀,分析了智能規(guī)劃方法在服務組合中的應用研究;最終確定了本文的研究路線。②提出了一種基于宏操作的動態(tài)啟發(fā)式規(guī)劃算法,可通過學習潛在的領域控制知識,進而引導搜索方向,加速規(guī)劃進程。通過對已有規(guī)劃經(jīng)驗中的動作間依賴關系進行分析,可以學習到規(guī)劃解中能組成宏操作的非連續(xù)動作序列,從而擴展了宏操作的來源,在此基礎上設計了相應的宏操作學習算法;其次,在利用學習到的宏操作時,提出一種動態(tài)權重計算方法,保證有效性的前提下可以最大化宏操作的利用價值,從而得到一種改進的面向宏操作的動態(tài)啟發(fā)式規(guī)劃算法。③提出了基于動態(tài)啟發(fā)式規(guī)劃算法的動態(tài)Web服務組合模型,實現(xiàn)動態(tài)服務組合的同時,可最大程度利用組合結果的重用價值,提升服務組合效率。首先通過對Web服務與智能規(guī)劃兩個領域的描述模型進行分析,比較其相似性,然后結合案例,研究了一種服務組合與智能規(guī)劃轉換模型;其次,通過對服務組合結果的重用性分析,將提出的基于宏操作的動態(tài)啟發(fā)式規(guī)劃算法引入到服務組合中,并針對服務組合領域的特性,對啟發(fā)式規(guī)劃算法進一步優(yōu)化;最后研究和設計了基于智能規(guī)劃方法的動態(tài)服務組合模型。④提出了一種基于擴展的馬爾可夫決策過程(Markov Decision Process,MDP)模型和啟發(fā)式Q學習的服務組合方法,能增強不確定環(huán)境下服務組合的自適應能力,提高組合結果的執(zhí)行成功率。首先結合案例分析了Web服務執(zhí)行環(huán)境中的不確定因素,使用MDP建�？蛇x擇成功率最高的組合策略;其次,針對服務失效導致執(zhí)行失敗的問題,擴展了經(jīng)典MDP模型并研究基于此的自適應服務組合模型,可根據(jù)執(zhí)行效果自動的切換組合路徑;最后,考慮到MDP擴展后增大了學習空間,通過自動學習服務間替換信息,提出了一種基于啟發(fā)式Q學習的MDP優(yōu)化方法改進學習過程。
【關鍵詞】：智能規(guī)劃 Web服務組合 啟發(fā)式搜索 馬爾可夫決策過程 Q學習
【學位授予單位】：重慶大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 中文摘要3-5
• 英文摘要5-10
• 1 緒論10-20
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 動態(tài)Web服務組合11-14
• 1.2.2 不確定環(huán)境下的自適應Web服務組合14-16
• 1.3 本文的主要工作16-18
• 1.4 本文的組織結構18-19
• 1.5 本章小結19-20
• 2 智能規(guī)劃及在服務組合中的應用研究分析20-32
• 2.1 智能規(guī)劃20-27
• 2.1.1 智能規(guī)劃研究綜述20-21
• 2.1.2 經(jīng)典智能規(guī)劃問題描述21-23
• 2.1.3 圖規(guī)劃23-24
• 2.1.4 啟發(fā)式搜索算法24-27
• 2.2 智能規(guī)劃方法在Web服務組合中的應用27-30
• 2.2.1 基于分層任務網(wǎng)絡規(guī)劃的服務組合27-29
• 2.2.2 基于啟發(fā)式規(guī)劃的服務組合29-30
• 2.3 本章小結30-32
• 3 基于宏操作的動態(tài)啟發(fā)式規(guī)劃算法研究32-58
• 3.1 問題的提出32-33
• 3.2 基于控制知識學習的智能規(guī)劃33-37
• 3.2.1 宏操作學習34-35
• 3.2.2 泛化策略學習35-36
• 3.2.3 泛化啟發(fā)式學習36-37
• 3.3 基于依賴關系分析的宏操作學習算法研究37-47
• 3.3.1 動作間依賴關系分析38-42
• 3.3.2 基于依賴關系分析的宏操作學習算法42-47
• 3.4 基于宏操作的動態(tài)啟發(fā)式規(guī)劃算法47-50
• 3.5 實驗與分析50-57
• 3.5.1 實驗準備50-51
• 3.5.2 宏操作學習算法評估與分析51-54
• 3.5.3 動態(tài)啟發(fā)式規(guī)劃算法驗證與分析54-57
• 3.6 本章小結57-58
• 4 基于動態(tài)啟發(fā)式規(guī)劃算法的服務組合模型研究58-76
• 4.1 問題的提出58-59
• 4.2 Web服務與智能規(guī)劃描述模型59-62
• 4.2.1 基于本體的Web服務描述模型59-60
• 4.2.2 規(guī)劃領域定義語言PDDL60-62
• 4.3 Web服務組合與智能規(guī)劃轉換模型研究62-66
• 4.3.1 Web服務組合案例63-64
• 4.3.2 轉換模型研究64-66
• 4.4 基于動態(tài)啟發(fā)式規(guī)劃算法的Web服務組合66-70
• 4.4.1 Web服務組合重用性分析66-68
• 4.4.2 面向Web服務組合的啟發(fā)式規(guī)劃算法優(yōu)化68-70
• 4.4.3 基于動態(tài)啟發(fā)式規(guī)劃算法的服務組合模型研究70
• 4.5 實驗與分析70-75
• 4.5.1 實驗準備70-71
• 4.5.2 實驗結果與分析71-75
• 4.6 本章小結75-76
• 5 不確定環(huán)境下基于擴展MDP和啟發(fā)式Q學習的自適應服務組合研究76-96
• 5.1 問題的提出76-77
• 5.2 基于馬爾可夫決策過程的不確定規(guī)劃77-80
• 5.2.1 不確定規(guī)劃77-78
• 5.2.2 基于MDP的不確定規(guī)劃78-80
• 5.3 不確定環(huán)境下基于擴展MDP的自適應Web服務組合80-84
• 5.3.1 不確定環(huán)境下Web服務組合案例80-81
• 5.3.2 基于擴展的MDP的自適應Web服務組合81-84
• 5.4 基于啟發(fā)式Q學習的MDP求解算法研究84-89
• 5.4.1 Q學習算法84-87
• 5.4.2 基于啟發(fā)式Q學習的求解算法87-89
• 5.5 不確定環(huán)境下自適應服務組合模型89-90
• 5.6 實驗與分析90-95
• 5.6.1 實驗準備90-91
• 5.6.2 算法性能評估與分析91-93
• 5.6.3 自適應性驗證與分析93-95
• 5.7 本章小結95-96
• 6 結論與展望96-98
• 6.1 結論96-97
• 6.2 展望97-98
• 致謝98-100
• 參考文獻100-116
• 附錄116-117
• A. 作者在攻讀博士學位期間發(fā)表的學術論文目錄116-117
• B. 作者在攻讀博士學位期間參與的科研項目117

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉丹;曹元大;張常有;于炯;;模糊約束的網(wǎng)格服務流程編排方法及其性能評價[J];北京理工大學學報;2007年11期

2 XU Jiuyun;Stephan Reiff-Marganiec;;HIAWSC: An Immune Algorithm Based Heuristic Web Service Composition Framework[J];Chinese Journal of Electronics;2014年03期

3 楊放春;蘇森;李禎;;混合QoS模型感知的語義Web服務組合策略[J];中國科學(E輯:信息科學);2008年10期

4 羅楠;嚴雋薇;劉敏;;一種基于有色Petri網(wǎng)的語義Web服務組合驗證機制[J];計算機集成制造系統(tǒng);2007年11期

5 郭慧鵬;懷進鵬;鄧婷;李揚;;一種可信的自適應服務組合機制[J];計算機學報;2008年08期

6 吳健;陳亮;鄧水光;李瑩;鄺礫;;基于Skyline的QoS感知的動態(tài)服務選擇[J];計算機學報;2010年11期

7 郭峰;魏光;;基于Petri網(wǎng)的Web服務描述及其可替換性分析[J];計算機集成制造系統(tǒng);2013年06期

8 溫濤;李迎秋;盛國軍;遲玉紅;;不確定信息下基于改進粒子群算法的Web服務選擇[J];吉林大學學報(工學版);2014年01期

9 盧衛(wèi)娜;胡曉惠;王尚廣;李小濤;;基于QoS隨機性和信任評價的全局動態(tài)服務組合[J];控制與決策;2014年08期

10 王海艷;王倩;;支持偏好度動態(tài)適應的Skyline服務選擇方法[J];華中科技大學學報(自然科學版);2014年11期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 孫巖;基于不確定QoS的Web服務組合關鍵技術研究[D];西安郵電大學;2013年

  本文關鍵詞：基于智能規(guī)劃的自適應動態(tài)Web服務組合研究，，由筆耕文化傳播整理發(fā)布。

本文編號：287523