基于强化学习的自适应中间件在线更新机制研究

• 作者: 刘玉林 王建军
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 自适应中间件 在线更新 智能决策 强化学习
• 年，卷（期）: 2014,（8）
• 页码范围: 1462-1468
• 页数: 7页
• 分类号: TP311
• 字数: 5091字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2014.08.007

摘要

自适应中间件框架一般根据预先定义的策略、按照监控、分析、决策、执行的流程实现对开放可变系统的闭环控制.但是,传统的自适应框架基于离线的闭环控制,即在提供自适应服务的同时,自身的决策模型不能随实时的环境变化而更新.针对该问题提出一种基于强化学习的自适应中间件的在线更新方案,解决自适应策略的冲突消解、系统实时效用评估问题,并设计一种基于强化学习的自适应策略在线学习更新方法,增强了自适应中间件的智能性、灵活性和应变能力.最后实现了相应的支撑系统OUSAM并在其上验证了该机制的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建军	河北经贸大学现代教育技术中心	18	49	4.0	6.0
2	刘玉林	河北经贸大学现代教育技术中心	12	62	5.0	7.0