| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-10页 |
| 插图清单 | 第10-11页 |
| 表格清单 | 第11-12页 |
| 第一章 绪论 | 第12-22页 |
| ·分层强化学习 | 第12-16页 |
| ·分层强化学习概述 | 第12-13页 |
| ·典型的分层强化学习算法 | 第13-16页 |
| ·多Agent 学习系统 | 第16-18页 |
| ·多Agent 系统概述 | 第16-17页 |
| ·多Agent 学习的研究现状 | 第17-18页 |
| ·Web 服务组合 | 第18-21页 |
| ·Web 服务概述 | 第18-19页 |
| ·Web 服务组合概述及研究现状 | 第19-21页 |
| ·论文研究内容及组织结构 | 第21-22页 |
| 第二章 基本数学模型及优化算法 | 第22-30页 |
| ·基本数学模型 | 第22-24页 |
| ·半Markov 决策过程模型 | 第22-23页 |
| ·多Agent 半Markov 决策过程 | 第23-24页 |
| ·强化学习 | 第24-27页 |
| ·强化学习概述 | 第24-26页 |
| ·Q 学习优化算法 | 第26-27页 |
| ·MAXQ 学习算法 | 第27-29页 |
| ·MAXQ 算法原理 | 第27-28页 |
| ·MAXQ 学习优化算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 单Agent 连续时间统一MAXQ 算法及其应用 | 第30-44页 |
| ·连续时间统一MAXQ 算法 | 第30-32页 |
| ·MAXQ 算法在Web 服务组合中的应用 | 第32-37页 |
| ·Web 服务组合SMDP 模型 | 第32-34页 |
| ·Web 服务组合的连续时间MAXQ 算法 | 第34-37页 |
| ·仿真实例 | 第37-43页 |
| ·仿真模型 | 第37-38页 |
| ·实验结果 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 多Agent 连续时间统一MAXQ 算法及其应用 | 第44-55页 |
| ·多Agent 连续时间统一MAXQ 算法 | 第44-46页 |
| ·CMAXQ 算法在 Web 服务组合中应用 | 第46-49页 |
| ·多Agent Web 服务组合及其MSMDP 模型 | 第46-48页 |
| ·多Agent Web 服务组合的CMAXQ 算法 | 第48-49页 |
| ·仿真实例 | 第49-54页 |
| ·仿真模型 | 第50-51页 |
| ·实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士期间主要科研工作和成果 | 第61-62页 |
