在面向服务的体系架构中,通过将多个现有的服务集成为一个增值的组合服务以满足更复杂的需求,web服务组合为软件构建提供了一种新的模式。作为一种构建复杂应用的有效途径,它以高效、灵活等优势获得普遍认可。Web服务组合的目标是在满足特定功能需求的前提下,找到最优的服务组合策略。在实际的应用场景中,服务组合系统存在着许多不确定性和动态性因素,比如系统外部环境的不断变化,服务自身的演化以及不确定的行为结果和属性,这些变化因素都会对服务组合的结果和性能产生影响。这就要求服务组合技术应该具备一定的自适应能力。同时,考虑到系统运行环境在有些情况下并不能完全可监测,以及内部状态的不透明,致使一些可用信息是不完整的。因此,服务组合技术还应为此类部分可观测性环境提供有效的解决方案。基于以上讨论,本文将部分可观察马尔可夫决策过程(POMDP)引入服务组合模型中,POMDP模型将运行系统看做是部分可观察的,并且利用可观察的部分信息进行建模求解,因此引入POMDP可以解决服务组合过程中的信息部分可观测性问题。基于强化学习的自学习特点,我们将POMDP服务组合模型和强化学习算法相结合来实现自适应的服务组合技术。考虑到服务组合规模的不断扩大,我们对传统的强化学习算法进行改进,实现了一种基于核方法的强化学习优化算法,该算法通过核函数逼近技术来实现更强的泛化能力,因此对于较大规模的服务组合问题也能有良好的性能。最后,通过一系列相应的仿真实验来验证本文算法的有效性、可扩展性、自适应性和差异显著性。