• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of web services research >Dynamic Workflow Composition Using Markov Decision Processes
【24h】

Dynamic Workflow Composition Using Markov Decision Processes

机译：使用马尔可夫决策过程的动态工作流组合

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The advent of Web services has made automated workflow composition relevant to Web-based applications. One technique that has received some attention for automatically composing workflows is AI-based classical planning. However, workflows generated by classical planning algorithms suffer from the paradoxical assumption of deterministic behavior of Web services, then requiring the additional overhead of execution monitoring to recover from unexpected behavior of services due to service failures, and the dynamic nature of real-world environments. To address these concerns, we propose using Markov decision processes (MDPs) to model workflow composition. To account for the uncertainty over the true environmental model, and for dynamic environments, we interleave MDP-based workflow generation and Bayesian model learning. Consequently, our method models both the inherent stochastic nature of Web services and the dynamic nature of the environment. Our algorithm produces workflows that are robust to non-deterministic behaviors of Web services and that adapt to a changing environment. We use a supply chain scenario to demonstrate our method and provide empirical results.
机译：Web服务的出现使自动化的工作流组合与基于Web的应用程序相关。一种基于AI的经典计划已引起人们的关注，该技术可以自动组成工作流。但是，由经典计划算法生成的工作流遭受Web服务确定性行为的悖论假设，然后需要执行监视的额外开销，才能从由于服务故障和现实环境的动态性质而从服务的意外行为中恢复过来。为了解决这些问题，我们建议使用马尔可夫决策过程（MDP）对工作流组成进行建模。为了解决真实环境模型和动态环境的不确定性，我们交错了基于MDP的工作流生成和贝叶斯模型学习。因此，我们的方法可以对Web服务的固有随机性和环境的动态性进行建模。我们的算法产生的工作流对Web服务的不确定行为具有鲁棒性，并且可以适应不断变化的环境。我们使用供应链方案来演示我们的方法并提供经验结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号