基于自动分层强化学习的服务组合研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略词表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 问题提出及国内外研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 相关基础理论 | 第15-27页 |
| 2.1 Web服务 | 第15-17页 |
| 2.1.1. Web服务基本概念 | 第15页 |
| 2.1.2. Web服务模型 | 第15-16页 |
| 2.1.3. 常用Web服务标准和技术 | 第16-17页 |
| 2.2 Web服务组合 | 第17-20页 |
| 2.2.1. Web服务组合基本概念 | 第17-18页 |
| 2.2.2. 服务质量 | 第18-19页 |
| 2.2.3. 服务组合方法分类 | 第19-20页 |
| 2.3 强化学习 | 第20-24页 |
| 2.3.1. 强化学习基本知识 | 第20-22页 |
| 2.3.2. 马尔可夫决策过程 | 第22-23页 |
| 2.3.3. 强化学习经典算法 | 第23-24页 |
| 2.4 分层强化学习 | 第24-26页 |
| 2.4.1. 分层强化学习概述 | 第24-25页 |
| 2.4.2. 自动分层 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于自动分层强化学习的服务组合优化 | 第27-43页 |
| 3.1 引入自动HRL | 第27页 |
| 3.2 Web服务组合模型WSC-SMDP | 第27-31页 |
| 3.2.1. MDP与SMDP | 第27-29页 |
| 3.2.2. WSC-SMDP定义 | 第29-31页 |
| 3.3 定义最优策略 | 第31-32页 |
| 3.3.1. 评估函数 | 第31页 |
| 3.3.2. 基于WSC-SMDP的最优策略定义 | 第31-32页 |
| 3.4 自动分层 | 第32-38页 |
| 3.4.1. 应用场景 | 第32-33页 |
| 3.4.2. 动态贝叶斯网络模型 | 第33-34页 |
| 3.4.3. CAT轨迹解析 | 第34-35页 |
| 3.4.4. 自动分层过程 | 第35-38页 |
| 3.5 基于MAXQ的服务组合求解 | 第38-41页 |
| 3.5.1. 抽象 | 第38-40页 |
| 3.5.2. MAXQ学习 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 实验与分析 | 第43-54页 |
| 4.1 实验设置 | 第43-44页 |
| 4.2 结果和分析 | 第44-53页 |
| 4.2.1. 学习速率的选择 | 第45-46页 |
| 4.2.2. 有效性的分析对比 | 第46-48页 |
| 4.2.3. 可扩展性分析 | 第48-51页 |
| 4.2.4. 自适应性验证分析 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54页 |
| 5.2 未来工作 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录A 攻读硕士期间发表的论文 | 第60页 |
