基于強(qiáng)化學(xué)習(xí)進(jìn)行Web服務(wù)組合的研究.pdf

1、服務(wù)組合已經(jīng)成為Web服務(wù)研究領(lǐng)域的熱點(diǎn)。在服務(wù)組合中潛在著諸多問題，如服務(wù)組合方法(即Web服務(wù)如何組合、能否自動(dòng)組合)，組合的正確性驗(yàn)證，Web服務(wù)間的協(xié)作、事務(wù)處理，以及服務(wù)質(zhì)量(QoS)等等，這些問題都有待于解決或完善。本文將主要圍繞服務(wù)組合方法以及服務(wù)質(zhì)量這兩方面進(jìn)行深入的研究。
　　 就目前而言，服務(wù)組合方法大致有兩種分類方法：第一種分類，靜態(tài)組合和動(dòng)態(tài)組合；第二種分類，手動(dòng)組合和自動(dòng)組合。對(duì)于靜態(tài)組合、動(dòng)態(tài)組合已經(jīng)

2、有相當(dāng)多的研究成果，但大都是手動(dòng)組合的方法，而關(guān)于自動(dòng)組合的卻很少見。在我們組的研究工作中，將把強(qiáng)化學(xué)習(xí)理論引入Web服務(wù)領(lǐng)域以實(shí)現(xiàn)自動(dòng)組合?；趶?qiáng)化學(xué)習(xí)的自動(dòng)組合可以隨著環(huán)境的變化實(shí)時(shí)調(diào)整業(yè)務(wù)流程，具有智能的特征。
　　 另一方面，當(dāng)web服務(wù)數(shù)量逐漸增多，有著相同功能屬性的web服務(wù)也隨之增多，于是需要依據(jù)用戶給出的QoS需求，從中選出用戶最為滿意的那一個(gè)，這就是基于QoS的服務(wù)選擇?；赒oS的服務(wù)選擇最常用的是定量的方法

3、，而這種方法不足以準(zhǔn)確表達(dá)用戶的QoS需求，所以我們將采用偏好邏輯這種定性的方法來建模用戶的需求。
　　 最后，Web服務(wù)是通過“功能屬性”、“非功能屬性”這兩方面來完整描述的。服務(wù)組合方法就是針對(duì)功能屬性方面的研究，而基于QoS的服務(wù)選擇就是針對(duì)非功能屬性方面的研究。一直以來這兩方面是相對(duì)獨(dú)立的研究課題，很少有關(guān)于服務(wù)組合的完整的解決方案。我們組的研究，是將強(qiáng)化學(xué)習(xí)和偏好邏輯完全溶合在一起，不僅研究服務(wù)的功能屬性，又充分考慮Q

4、oS這樣的非功能屬性，從而實(shí)現(xiàn)服務(wù)組合的一個(gè)完整的解決方案。
　　 我們的研究成果最終是以RLPLA(algorithm of web services composition based on reinforcement learningand preference logic)算法來呈現(xiàn)的，這是基于強(qiáng)化學(xué)習(xí)和偏好邏輯對(duì)服務(wù)組合領(lǐng)域以上兩大問題較為完整的研究。在文中還將有大量實(shí)驗(yàn)數(shù)據(jù)為佐證，以充分顯示RLPLA的性能。