| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 本论文专用术语的注释表 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 Web服务组合概述 | 第16-27页 |
| 2.1 Web服务 | 第16-22页 |
| 2.1.1 Web服务的体系结构模型 | 第16-18页 |
| 2.1.2 Web服务核心技术 | 第18-22页 |
| 2.2 Web服务组合 | 第22-26页 |
| 2.2.1 Web服务组合概念 | 第22页 |
| 2.2.2 Web服务组合的质量衡量标准 | 第22-23页 |
| 2.2.3 基于Web服务组合研究综述 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 深度强化学习理论基础 | 第27-36页 |
| 3.1 强化学习原理和结构 | 第27-31页 |
| 3.1.1 Markov决策过程 | 第28-29页 |
| 3.1.2 Q-learning算法 | 第29-30页 |
| 3.1.3 强化学习中的函数估计 | 第30-31页 |
| 3.2 深度学习原理和结构 | 第31-33页 |
| 3.3 深度强化学习原理和结构 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于深度强化学习的服务组合模型及其优化实现 | 第36-52页 |
| 4.1 场景描述 | 第36-37页 |
| 4.2 模型构建 | 第37-42页 |
| 4.2.1 基于POMDP的Web服务组合模型 | 第38-40页 |
| 4.2.2 奖励函数 | 第40-41页 |
| 4.2.3 基于POMDP-WSC模型的求解 | 第41-42页 |
| 4.3 基于深度强化学习的服务组合优化 | 第42-51页 |
| 4.3.1 基于循环神经网络的深度强化学习 | 第43-44页 |
| 4.3.2 启发式策略选择 | 第44-49页 |
| 4.3.3 OSON-WSC框架 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 实验与分析 | 第52-63页 |
| 5.1 实验设置 | 第52-53页 |
| 5.2 结果与分析 | 第53-61页 |
| 5.2.1 有效性分析 | 第53-56页 |
| 5.2.2 自适应性分析 | 第56-57页 |
| 5.2.3 可扩展性分析 | 第57-59页 |
| 5.2.4 统计学检验分析 | 第59-61页 |
| 5.3 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 本文总结 | 第63-64页 |
| 6.2 未来工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录A 攻读硕士期间发表的论文 | 第71页 |