论文部分内容阅读
针对面向高可扩展性、复杂性和异构性服务环境的Web服务组合难以进行优化的问题,提出一种利用长短期记忆单元改进深度Q神经网络(Long Short-Term Memory Deep Q-Network,LSTM-DQN)的Web服务组合优化方法。利用Markov对Web服务组合优化问题进行建模,分析各变量参数之间的关系,同时加入强化学习的组合优化模型,简化了组合优化过程;引入记忆单元对深度Q网络算法进行优化,提出LSTM-DQN方法,提升了DQN算法的全局寻优能力;将LSTM-DQN应用于大规模服务环