-
公开(公告)号：CN108365969A
公开(公告)日：2018-08-03
申请号：CN201810014204.9
申请日：2018-01-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向多机器人自组织网络的自适应服务组合方法，并通过模糊信誉评估对选定的服务组合进行评价，优化选定的服务组合。在进行服务组合规划的搜索过程中，可能找到多条解决路径。此时，需要根据适应度准则判定解决方案的优劣，从而实现服务的优化。自适应服务组合模式中由代理机器人组织和管理网络环境中的各种资源和服务，同时负责从存储的服务组合策略集中选择与特定环境相关的服务组合策略，实现服务组合的自适应。同时采用机器学习方法动态生成规则，使用模糊推理技术进行规则推理，以此获得服务组合的动态级别。在此基础上，给出信誉的模糊综合机制和信誉的模糊评估算法，实现一个基于机器学习的模糊信誉评估系统FTEs。最后运用增强学习方法，对服务组合进行评价，将反馈用于判断下次规划过程中采取的服务组合方式，使评估效果更理想。
-
公开(公告)号：CN108365969B
公开(公告)日：2020-05-05
申请号：CN201810014204.9
申请日：2018-01-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向多机器人自组织网络的自适应服务组合方法，并通过模糊信誉评估对选定的服务组合进行评价，优化选定的服务组合。在进行服务组合规划的搜索过程中，可能找到多条解决路径。此时，需要根据适应度准则判定解决方案的优劣，从而实现服务的优化。自适应服务组合模式中由代理机器人组织和管理网络环境中的各种资源和服务，同时负责从存储的服务组合策略集中选择与特定环境相关的服务组合策略，实现服务组合的自适应。同时采用机器学习方法动态生成规则，使用模糊推理技术进行规则推理，以此获得服务组合的动态级别。在此基础上，给出信誉的模糊综合机制和信誉的模糊评估算法，实现一个基于机器学习的模糊信誉评估系统FTEs。最后运用增强学习方法，对服务组合进行评价，将反馈用于判断下次规划过程中采取的服务组合方式，使评估效果更理想。
-
Search Results
2
records
(took 0.019 seconds)
