首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于智能规划的自适应动态Web服务组合研究

中文摘要第3-5页
英文摘要第5-6页
1 绪论第10-20页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状第11-16页
        1.2.1 动态Web服务组合第11-14页
        1.2.2 不确定环境下的自适应Web服务组合第14-16页
    1.3 本文的主要工作第16-18页
    1.4 本文的组织结构第18-19页
    1.5 本章小结第19-20页
2 智能规划及在服务组合中的应用研究分析第20-32页
    2.1 智能规划第20-27页
        2.1.1 智能规划研究综述第20-21页
        2.1.2 经典智能规划问题描述第21-23页
        2.1.3 图规划第23-24页
        2.1.4 启发式搜索算法第24-27页
    2.2 智能规划方法在Web服务组合中的应用第27-30页
        2.2.1 基于分层任务网络规划的服务组合第27-29页
        2.2.2 基于启发式规划的服务组合第29-30页
    2.3 本章小结第30-32页
3 基于宏操作的动态启发式规划算法研究第32-58页
    3.1 问题的提出第32-33页
    3.2 基于控制知识学习的智能规划第33-37页
        3.2.1 宏操作学习第34-35页
        3.2.2 泛化策略学习第35-36页
        3.2.3 泛化启发式学习第36-37页
    3.3 基于依赖关系分析的宏操作学习算法研究第37-47页
        3.3.1 动作间依赖关系分析第38-42页
        3.3.2 基于依赖关系分析的宏操作学习算法第42-47页
    3.4 基于宏操作的动态启发式规划算法第47-50页
    3.5 实验与分析第50-57页
        3.5.1 实验准备第50-51页
        3.5.2 宏操作学习算法评估与分析第51-54页
        3.5.3 动态启发式规划算法验证与分析第54-57页
    3.6 本章小结第57-58页
4 基于动态启发式规划算法的服务组合模型研究第58-76页
    4.1 问题的提出第58-59页
    4.2 Web服务与智能规划描述模型第59-62页
        4.2.1 基于本体的Web服务描述模型第59-60页
        4.2.2 规划领域定义语言PDDL第60-62页
    4.3 Web服务组合与智能规划转换模型研究第62-66页
        4.3.1 Web服务组合案例第63-64页
        4.3.2 转换模型研究第64-66页
    4.4 基于动态启发式规划算法的Web服务组合第66-70页
        4.4.1 Web服务组合重用性分析第66-68页
        4.4.2 面向Web服务组合的启发式规划算法优化第68-70页
        4.4.3 基于动态启发式规划算法的服务组合模型研究第70页
    4.5 实验与分析第70-75页
        4.5.1 实验准备第70-71页
        4.5.2 实验结果与分析第71-75页
    4.6 本章小结第75-76页
5 不确定环境下基于扩展MDP和启发式Q学习的自适应服务组合研究第76-96页
    5.1 问题的提出第76-77页
    5.2 基于马尔可夫决策过程的不确定规划第77-80页
        5.2.1 不确定规划第77-78页
        5.2.2 基于MDP的不确定规划第78-80页
    5.3 不确定环境下基于扩展MDP的自适应Web服务组合第80-84页
        5.3.1 不确定环境下Web服务组合案例第80-81页
        5.3.2 基于扩展的MDP的自适应Web服务组合第81-84页
    5.4 基于启发式Q学习的MDP求解算法研究第84-89页
        5.4.1 Q学习算法第84-87页
        5.4.2 基于启发式Q学习的求解算法第87-89页
    5.5 不确定环境下自适应服务组合模型第89-90页
    5.6 实验与分析第90-95页
        5.6.1 实验准备第90-91页
        5.6.2 算法性能评估与分析第91-93页
        5.6.3 自适应性验证与分析第93-95页
    5.7 本章小结第95-96页
6 结论与展望第96-98页
    6.1 结论第96-97页
    6.2 展望第97-98页
致谢第98-100页
参考文献第100-116页
附录第116-117页
    A. 作者在攻读博士学位期间发表的学术论文目录第116-117页
    B. 作者在攻读博士学位期间参与的科研项目第117页

论文共117页,点击 下载论文
上一篇:高糖诱导神经管畸形的鸡胚模型建立及肌肽的干预作用
下一篇:基于视角特征的模型检索方法研究