基于分层强化学习和偏爱逻辑的Web服务组合
动态Web服务组合近年来作为一个极具挑战性的问题正吸引着越来越多的人的关注．但是，目前主流的动态服务组合方法在面对大规模服务组合时都存在着效率不高等问题。本文提出一种结合服务的功能性以及非功能性(QoS)的组合算法，通过使用分层强化学习，可以有效的解决大规模服务组合时的效率问题，并且由于强化学习所具有的自适应能力，该算法可以很好的适用于动态组合环境。而且，我们使用了一种定性的方法来选择最优服务． 实验结果展示了该算法在动态服务组合当中所具有的高效性．
Web服务组合 分层强化学习 自适应能力
郭晓辉 王红兵
东南大学 计算机科学与工程学院，江苏省 南京市 211189
国内会议
哈尔滨
中文
577-588
2010-08-10（万方平台首次上网日期，不代表论文的发表时间）