基于智能规划的自适应动态Web服务组合研究

发布时间：2017-04-05 19:06

  本文关键词：基于智能规划的自适应动态Web服务组合研究，由笔耕文化传播整理发布。

【摘要】：Web服务组合作为面向服务计算的核心研究点之一,能利用Web服务的重用价值,满足用户的复杂请求,实现服务增值。然而,随着数量指数增长,Web服务呈现出质量良莠不齐、功能同质化严重的现象,致使组合的效率和质量持续下降;同时,组合环境动态演化带来的不确定因素降低了组合结果的执行成功率。因此,研究自适应、动态的Web服务组合,提升服务组合的智能性、可靠性和有效性,是一项迫在眉睫的研究课题,具有较强的理论和现实意义。近年来,伴随着智能规划在问题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发展。由于服务组合与智能规划在问题描述模型等方面存在诸多相似之处,使得将两者结合起来成为可能;另一方面,经典智能规划和不确定规划等领域的研究成果也为实现自适应动态Web服务组合提供了理论基础。因此,采用智能规划方法解决Web服务组合中遇到的各种新困境,提升其在现实应用中的适应能力,是一个非常具有前景和挑战性的研究方向。基于以上分析,本文以智能规划技术为核心手段,以“核心智能规划算法——转换/组合模型——面向Web服务的优化改进”为研究路线,以动态服务组合和不确定环境下的自适应服务组合为研究对象,主要完成了如下工作:①分析了动态Web服务组合和不确定环境下的自适应Web服务组合的研究现状,其中智能规划技术展现出了一定的优越性;其次,研究了智能规划的关键技术和研究现状,分析了智能规划方法在服务组合中的应用研究;最终确定了本文的研究路线。②提出了一种基于宏操作的动态启发式规划算法,可通过学习潜在的领域控制知识,进而引导搜索方向,加速规划进程。通过对已有规划经验中的动作间依赖关系进行分析,可以学习到规划解中能组成宏操作的非连续动作序列,从而扩展了宏操作的来源,在此基础上设计了相应的宏操作学习算法;其次,在利用学习到的宏操作时,提出一种动态权重计算方法,保证有效性的前提下可以最大化宏操作的利用价值,从而得到一种改进的面向宏操作的动态启发式规划算法。③提出了基于动态启发式规划算法的动态Web服务组合模型,实现动态服务组合的同时,可最大程度利用组合结果的重用价值,提升服务组合效率。首先通过对Web服务与智能规划两个领域的描述模型进行分析,比较其相似性,然后结合案例,研究了一种服务组合与智能规划转换模型;其次,通过对服务组合结果的重用性分析,将提出的基于宏操作的动态启发式规划算法引入到服务组合中,并针对服务组合领域的特性,对启发式规划算法进一步优化;最后研究和设计了基于智能规划方法的动态服务组合模型。④提出了一种基于扩展的马尔可夫决策过程(Markov Decision Process,MDP)模型和启发式Q学习的服务组合方法,能增强不确定环境下服务组合的自适应能力,提高组合结果的执行成功率。首先结合案例分析了Web服务执行环境中的不确定因素,使用MDP建模可选择成功率最高的组合策略;其次,针对服务失效导致执行失败的问题,扩展了经典MDP模型并研究基于此的自适应服务组合模型,可根据执行效果自动的切换组合路径;最后,考虑到MDP扩展后增大了学习空间,通过自动学习服务间替换信息,提出了一种基于启发式Q学习的MDP优化方法改进学习过程。
【关键词】：智能规划 Web服务组合 启发式搜索 马尔可夫决策过程 Q学习
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 中文摘要3-5
• 英文摘要5-10
• 1 绪论10-20
• 1.1 研究背景与意义10-11
• 1.2 国内外研究现状11-16
• 1.2.1 动态Web服务组合11-14
• 1.2.2 不确定环境下的自适应Web服务组合14-16
• 1.3 本文的主要工作16-18
• 1.4 本文的组织结构18-19
• 1.5 本章小结19-20
• 2 智能规划及在服务组合中的应用研究分析20-32
• 2.1 智能规划20-27
• 2.1.1 智能规划研究综述20-21
• 2.1.2 经典智能规划问题描述21-23
• 2.1.3 图规划23-24
• 2.1.4 启发式搜索算法24-27
• 2.2 智能规划方法在Web服务组合中的应用27-30
• 2.2.1 基于分层任务网络规划的服务组合27-29
• 2.2.2 基于启发式规划的服务组合29-30
• 2.3 本章小结30-32
• 3 基于宏操作的动态启发式规划算法研究32-58
• 3.1 问题的提出32-33
• 3.2 基于控制知识学习的智能规划33-37
• 3.2.1 宏操作学习34-35
• 3.2.2 泛化策略学习35-36
• 3.2.3 泛化启发式学习36-37
• 3.3 基于依赖关系分析的宏操作学习算法研究37-47
• 3.3.1 动作间依赖关系分析38-42
• 3.3.2 基于依赖关系分析的宏操作学习算法42-47
• 3.4 基于宏操作的动态启发式规划算法47-50
• 3.5 实验与分析50-57
• 3.5.1 实验准备50-51
• 3.5.2 宏操作学习算法评估与分析51-54
• 3.5.3 动态启发式规划算法验证与分析54-57
• 3.6 本章小结57-58
• 4 基于动态启发式规划算法的服务组合模型研究58-76
• 4.1 问题的提出58-59
• 4.2 Web服务与智能规划描述模型59-62
• 4.2.1 基于本体的Web服务描述模型59-60
• 4.2.2 规划领域定义语言PDDL60-62
• 4.3 Web服务组合与智能规划转换模型研究62-66
• 4.3.1 Web服务组合案例63-64
• 4.3.2 转换模型研究64-66
• 4.4 基于动态启发式规划算法的Web服务组合66-70
• 4.4.1 Web服务组合重用性分析66-68
• 4.4.2 面向Web服务组合的启发式规划算法优化68-70
• 4.4.3 基于动态启发式规划算法的服务组合模型研究70
• 4.5 实验与分析70-75
• 4.5.1 实验准备70-71
• 4.5.2 实验结果与分析71-75
• 4.6 本章小结75-76
• 5 不确定环境下基于扩展MDP和启发式Q学习的自适应服务组合研究76-96
• 5.1 问题的提出76-77
• 5.2 基于马尔可夫决策过程的不确定规划77-80
• 5.2.1 不确定规划77-78
• 5.2.2 基于MDP的不确定规划78-80
• 5.3 不确定环境下基于扩展MDP的自适应Web服务组合80-84
• 5.3.1 不确定环境下Web服务组合案例80-81
• 5.3.2 基于扩展的MDP的自适应Web服务组合81-84
• 5.4 基于启发式Q学习的MDP求解算法研究84-89
• 5.4.1 Q学习算法84-87
• 5.4.2 基于启发式Q学习的求解算法87-89
• 5.5 不确定环境下自适应服务组合模型89-90
• 5.6 实验与分析90-95
• 5.6.1 实验准备90-91
• 5.6.2 算法性能评估与分析91-93
• 5.6.3 自适应性验证与分析93-95
• 5.7 本章小结95-96
• 6 结论与展望96-98
• 6.1 结论96-97
• 6.2 展望97-98
• 致谢98-100
• 参考文献100-116
• 附录116-117
• A. 作者在攻读博士学位期间发表的学术论文目录116-117
• B. 作者在攻读博士学位期间参与的科研项目117

【参考文献】

中国期刊全文数据库 前10条

1 刘丹;曹元大;张常有;于炯;;模糊约束的网格服务流程编排方法及其性能评价[J];北京理工大学学报;2007年11期

2 XU Jiuyun;Stephan Reiff-Marganiec;;HIAWSC: An Immune Algorithm Based Heuristic Web Service Composition Framework[J];Chinese Journal of Electronics;2014年03期

3 杨放春;苏森;李祯;;混合QoS模型感知的语义Web服务组合策略[J];中国科学(E辑:信息科学);2008年10期

4 罗楠;严隽薇;刘敏;;一种基于有色Petri网的语义Web服务组合验证机制[J];计算机集成制造系统;2007年11期

5 郭慧鹏;怀进鹏;邓婷;李扬;;一种可信的自适应服务组合机制[J];计算机学报;2008年08期

6 吴健;陈亮;邓水光;李莹;邝砾;;基于Skyline的QoS感知的动态服务选择[J];计算机学报;2010年11期

7 郭峰;魏光;;基于Petri网的Web服务描述及其可替换性分析[J];计算机集成制造系统;2013年06期

8 温涛;李迎秋;盛国军;迟玉红;;不确定信息下基于改进粒子群算法的Web服务选择[J];吉林大学学报(工学版);2014年01期

9 卢卫娜;胡晓惠;王尚广;李小涛;;基于QoS随机性和信任评价的全局动态服务组合[J];控制与决策;2014年08期

10 王海艳;王倩;;支持偏好度动态适应的Skyline服务选择方法[J];华中科技大学学报(自然科学版);2014年11期

中国硕士学位论文全文数据库 前1条

1 孙岩;基于不确定QoS的Web服务组合关键技术研究[D];西安邮电大学;2013年

  本文关键词：基于智能规划的自适应动态Web服务组合研究，，由笔耕文化传播整理发布。

本文编号：287523