| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 本论文专用术语的注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 问题提出及现有方法 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文组织 | 第13-14页 |
| 第二章 Web服务及服务组合技术概述 | 第14-23页 |
| 2.1 Web服务概述 | 第14-19页 |
| 2.1.1 Web服务协议 | 第14-15页 |
| 2.1.2 Web服务核心标准和技术 | 第15-19页 |
| 2.2 服务组合技术概述 | 第19-22页 |
| 2.2.1 web服务组合需求 | 第19-20页 |
| 2.2.2 web服务组合方法分类 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 强化学习相关理论 | 第23-30页 |
| 3.1 马尔科夫决策过程 | 第23-26页 |
| 3.1.1 MDP最优策略和值函数 | 第24页 |
| 3.1.2 MDP的求解 | 第24-26页 |
| 3.2 强化学习方法 | 第26-28页 |
| 3.2.1 强化学习算法相关重要问题 | 第26-27页 |
| 3.2.2 探索策略 | 第27-28页 |
| 3.2.3 函数逼近技术 | 第28页 |
| 3.3 本章小结 | 第28-30页 |
| 第四章 基于强化学习的QoS感知的服务组合模型及优化方案 | 第30-44页 |
| 4.1 Web服务组合模型MDP-WSC | 第30-34页 |
| 4.1.1 评价函数 | 第32-33页 |
| 4.1.2 离策略选择 | 第33-34页 |
| 4.2 基于探索的强化学习组合算法优化 | 第34-37页 |
| 4.2.1 基于回访频率的直接探索策略 | 第34-35页 |
| 4.2.2 学习率控制 | 第35-36页 |
| 4.2.3 基于直接探索优化的服务组合Q-learning算法 | 第36-37页 |
| 4.3 基于核函数的强化学习组合算法优化 | 第37-43页 |
| 4.3.1 高斯过程 | 第38-40页 |
| 4.3.2 高斯过程建模的Q值函数评估 | 第40页 |
| 4.3.3 在线构造稀疏字典 | 第40-41页 |
| 4.3.4 序列化高斯过程参数更新 | 第41-42页 |
| 4.3.5 基于高斯过程的在线Q-learning组合算法 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验与分析 | 第44-50页 |
| 5.1 实验设置 | 第44-45页 |
| 5.2 有效性验证实验 | 第45-46页 |
| 5.3 自适应性验证实验 | 第46-47页 |
| 5.4 可扩展性验证实验 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-53页 |
| 6.1 本文总结 | 第50页 |
| 6.2 未来工作 | 第50-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录A 攻读硕士期间发表的论文 | 第59页 |
