强化学习方法在Web服务组合中的应用比较研究

• 作者: 刘卫红 周义莲
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Web服务组合 强化学习 马尔科夫决策过程
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 128-131
• 分类号: TP393.09
• 字数: 4146字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.07.038

摘要

为了提高服务组合适应动态环境的能力,将强化学习技术引入到Web服务组合.目前常用的强化学习方法有三种:蒙特卡罗、时序差分和Q-Learning,为了发现最适合于服务组合的强化学习方法,对这三种方法进行了对比研究.首先将Web服务组合建模为马尔科夫决策过程,然后介绍了这三种强化学习方法并分析了它们的异同,同时,提出了Web服务组合领域的奖赏值确定方法.最后,通过实验比较了这三种强化学习方法的学习效果,实验结果显示,在Web服务组合应用中,Q-Learning比另外两种方法收敛速度更快,因此更适合执行服务组合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周义莲	安徽工业大学计算机学院	8	86	3.0	8.0
2	刘卫红	安徽工业大学计算机学院	9	8	2.0	2.0