基于智能規(guī)劃的自適應動態(tài)Web服務組合研究.pdf

1、Web服務組合作為面向服務計算的核心研究點之一，能利用Web服務的重用價值，滿足用戶的復雜請求，實現(xiàn)服務增值。然而，隨著數(shù)量指數(shù)增長，Web服務呈現(xiàn)出質量良莠不齊、功能同質化嚴重的現(xiàn)象，致使組合的效率和質量持續(xù)下降；同時，組合環(huán)境動態(tài)演化帶來的不確定因素降低了組合結果的執(zhí)行成功率。因此，研究自適應、動態(tài)的Web服務組合，提升服務組合的智能性、可靠性和有效性，是一項迫在眉睫的研究課題，具有較強的理論和現(xiàn)實意義。
　　近年來，伴隨著智

2、能規(guī)劃在問題描述能力和求解算法等方面取得的突破，其研究得到了迅速的發(fā)展。由于服務組合與智能規(guī)劃在問題描述模型等方面存在諸多相似之處，使得將兩者結合起來成為可能；另一方面，經(jīng)典智能規(guī)劃和不確定規(guī)劃等領域的研究成果也為實現(xiàn)自適應動態(tài)Web服務組合提供了理論基礎。因此，采用智能規(guī)劃方法解決Web服務組合中遇到的各種新困境，提升其在現(xiàn)實應用中的適應能力，是一個非常具有前景和挑戰(zhàn)性的研究方向。
　　基于以上分析，本文以智能規(guī)劃技術為核心手段

3、，以“核心智能規(guī)劃算法——轉換/組合模型——面向Web服務的優(yōu)化改進”為研究路線，以動態(tài)服務組合和不確定環(huán)境下的自適應服務組合為研究對象，主要完成了如下工作：
　?、俜治隽藙討B(tài)Web服務組合和不確定環(huán)境下的自適應Web服務組合的研究現(xiàn)狀，其中智能規(guī)劃技術展現(xiàn)出了一定的優(yōu)越性；其次，研究了智能規(guī)劃的關鍵技術和研究現(xiàn)狀，分析了智能規(guī)劃方法在服務組合中的應用研究；最終確定了本文的研究路線。
　?、谔岢隽艘环N基于宏操作的動態(tài)啟發(fā)式規(guī)

4、劃算法，可通過學習潛在的領域控制知識，進而引導搜索方向，加速規(guī)劃進程。通過對已有規(guī)劃經(jīng)驗中的動作間依賴關系進行分析，可以學習到規(guī)劃解中能組成宏操作的非連續(xù)動作序列，從而擴展了宏操作的來源，在此基礎上設計了相應的宏操作學習算法；其次，在利用學習到的宏操作時，提出一種動態(tài)權重計算方法，保證有效性的前提下可以最大化宏操作的利用價值，從而得到一種改進的面向宏操作的動態(tài)啟發(fā)式規(guī)劃算法。
　　③提出了基于動態(tài)啟發(fā)式規(guī)劃算法的動態(tài)Web服務組合

5、模型，實現(xiàn)動態(tài)服務組合的同時，可最大程度利用組合結果的重用價值，提升服務組合效率。首先通過對Web服務與智能規(guī)劃兩個領域的描述模型進行分析，比較其相似性，然后結合案例，研究了一種服務組合與智能規(guī)劃轉換模型；其次，通過對服務組合結果的重用性分析，將提出的基于宏操作的動態(tài)啟發(fā)式規(guī)劃算法引入到服務組合中，并針對服務組合領域的特性，對啟發(fā)式規(guī)劃算法進一步優(yōu)化；最后研究和設計了基于智能規(guī)劃方法的動態(tài)服務組合模型。
　　④提出了一種基于擴展的

6、馬爾可夫決策過程（Markov Decision Process，MDP）模型和啟發(fā)式Q學習的服務組合方法，能增強不確定環(huán)境下服務組合的自適應能力，提高組合結果的執(zhí)行成功率。首先結合案例分析了Web服務執(zhí)行環(huán)境中的不確定因素，使用MDP建?？蛇x擇成功率最高的組合策略；其次，針對服務失效導致執(zhí)行失敗的問題，擴展了經(jīng)典 MDP模型并研究基于此的自適應服務組合模型，可根據(jù)執(zhí)行效果自動的切換組合路徑；最后，考慮到MDP擴展后增大了學習空間，通過