持续自适应的Web服务组合方法
针对基于过程组合方法对Web环境缺乏持续适应性的问题,将强化学习机制应用于该类服务组合,提出一种持续自适应的服务组合算法.该算法将对现有Web服务性能数据的利用与对新服务组合持续的探索相结合,根据服务的实际QoS性能,逐渐逼近与过程模型相对应的优化服务组合策略.结果表明,该学习算法对Web环境的适应具有可连续性,可在每次运行时不仅能感知Web服务及其性能的变化,而且还能利用以往算法执行所获得的Web服务性能数据,调整服务组合策略.通过对熵取值范围的讨论,阐明了对以往策略的利用与持续探索之间的关系;通过在静态和动态两种环境下的实验,验证了算法对环境的适应能力.
Web环境、过程模型、服务选择、组合策略
50
TP393.09(计算技术、计算机技术)
国家自然科学基金60873044
2012-11-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
972-978