| 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10-15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 |
| 1.2.1 研究问题与动机 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 Web服务组合概述 | 第15-21页 |
| 2.1 Web服务 | 第15-18页 |
| 2.1.1 Web服务协议栈 | 第16-17页 |
| 2.1.2 常用Web服务标准和技术 | 第17-18页 |
| 2.2 Web服务组合 | 第18-20页 |
| 2.2.1 Web服务组合方法 | 第19-20页 |
| 2.3 Web服务质量 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 强化学习与Skyline计算 | 第21-30页 |
| 3.1 强化学习 | 第21-23页 |
| 3.2 马尔可夫决策过程 | 第23-25页 |
| 3.2.1 MDP典型求解方法 | 第24-25页 |
| 3.3 强化学习经典算法 | 第25-26页 |
| 3.3.1 时序差分(Temporal Difference,TD)算法 | 第25页 |
| 3.3.2 Q学习算法(Q-Learning) | 第25-26页 |
| 3.4 多目标强化学习(Multi-Objective Reinforcement Learning,MORL) | 第26-28页 |
| 3.5 Skyline计算 | 第28-29页 |
| 3.6 本章小结 | 第29-30页 |
| 第四章 基于多目标强化学习与Skyline计算的服务组合模型 | 第30-43页 |
| 4.1 场景描述 | 第30-31页 |
| 4.2 模型建立 | 第31-37页 |
| 4.2.1 基于多目标马尔可夫决策过程的服务组合 | 第31-35页 |
| 4.2.2 评价函数 | 第35-36页 |
| 4.2.3 策略选择 | 第36-37页 |
| 4.3 求解方法 | 第37-42页 |
| 4.3.1 单策略方法 | 第39-41页 |
| 4.3.2 多策略方法 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 实验与分析 | 第43-52页 |
| 5.1 实验设置 | 第43-44页 |
| 5.2 单策略服务组合方法实验分析 | 第44-49页 |
| 5.2.1 验证有效性实验 | 第44-46页 |
| 5.2.2 验证自适应性实验 | 第46-47页 |
| 5.2.3 验证可扩展性实验 | 第47-49页 |
| 5.3 多策略服务组合方法实验分析 | 第49-51页 |
| 5.3.1 验证有效性实验 | 第49-50页 |
| 5.3.2 验证自适应性实验 | 第50-51页 |
| 5.3.3 验证可扩展性实验 | 第51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文总结 | 第52页 |
| 6.2 未来工作 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录A 攻读硕士期间发表的论文 | 第59页 |
