| 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10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究动机 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 研究内容 | 第15页 |
| 1.5 论文结构 | 第15-17页 |
| 第二章 Web服务及服务组合概述 | 第17-23页 |
| 2.1 Web服务 | 第17-19页 |
| 2.1.1 Web服务定义 | 第17-18页 |
| 2.1.2 web服务相关规范技术 | 第18-19页 |
| 2.2 Web服务组合 | 第19-21页 |
| 2.2.1 Web服务组合的概念 | 第19-20页 |
| 2.2.2 Web服务组合的需求 | 第20页 |
| 2.2.3 Web服务组合的方法 | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 理论基础 | 第23-32页 |
| 3.1 部分可观察马尔可夫决策过程 | 第23-28页 |
| 3.1.1 基本模型 | 第23-24页 |
| 3.1.2 信念状态 | 第24-25页 |
| 3.1.3 策略与值函数 | 第25-26页 |
| 3.1.4 POMDP的求解 | 第26-28页 |
| 3.2 强化学习原理和方法 | 第28-31页 |
| 3.2.1 强化学习基本原理 | 第28-29页 |
| 3.2.2 强化学习常用算法 | 第29-30页 |
| 3.2.3 强化学习算法的相关问题 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于POMDP的强化学习自适应服务组合模型及优化 | 第32-47页 |
| 4.1 场景描述 | 第32-33页 |
| 4.2 模型构建 | 第33-39页 |
| 4.2.1 基于POMDP的服务组合模型 | 第33-37页 |
| 4.2.2 奖励函数定义 | 第37-38页 |
| 4.2.3 在策略选择 | 第38-39页 |
| 4.3 结合函数逼近的强化学习服务组合算法优化 | 第39-45页 |
| 4.3.1 SARSA(λ)算法 | 第39-41页 |
| 4.3.2 基于核方法的函数逼近技术 | 第41-42页 |
| 4.3.3 在线构造稀疏字典 | 第42-43页 |
| 4.3.4 基于选择性核函数的在线SARSA(λ)算法 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 实验与分析 | 第47-58页 |
| 5.1 实验设置 | 第47-48页 |
| 5.2 结果与分析 | 第48-57页 |
| 5.2.1 不同的核函数和探索策略的比较 | 第48-49页 |
| 5.2.2 有效性分析 | 第49-51页 |
| 5.2.3 可扩展性分析 | 第51-53页 |
| 5.2.4 自适应性分析 | 第53-54页 |
| 5.2.5 显著性检验 | 第54-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 本文总结 | 第58-59页 |
| 6.2 未来工作 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录A 攻读硕士期间发表的论文 | 第65页 |