公开(公告)号：CN106850289A

公开(公告)日：2017-06-13

申请号：CN201710055817.2

申请日：2017-01-25

Applicant: 东南大学

Inventor： 王红兵 ,  李佳杰

IPC: H04L12/24 ,  H04L29/08

Abstract: 本发明公开了一种结合高斯过程与强化学习的服务组合方法，包括如下步骤：1、将服务组合问题建模为一个四元组马尔可夫决策过程；2、应用基于Q‑learning的强化学习方法求解四元组马尔可夫决策过程，得到最优策略；其中通过建立Q值高斯预测模型来对Q值进行更新；3、将最优策略映射为web服务组合的工作流。该方法使用高斯过程对Q值的学习进行建模，从而使其具有更好的精确性和泛化性。

公开(公告)号：CN106850289B

公开(公告)日：2020-04-24

申请号：CN201710055817.2

申请日：2017-01-25

Applicant: 东南大学

Inventor： 王红兵 ,  李佳杰

IPC: H04L12/24 ,  H04L29/08

Abstract: 本发明公开了一种结合高斯过程与强化学习的服务组合方法，包括如下步骤：1、将服务组合问题建模为一个四元组马尔可夫决策过程；2、应用基于Q‑learning的强化学习方法求解四元组马尔可夫决策过程，得到最优策略；其中通过建立Q值高斯预测模型来对Q值进行更新；3、将最优策略映射为web服务组合的工作流。该方法使用高斯过程对Q值的学习进行建模，从而使其具有更好的精确性和泛化性。