随着电子商务的迅速崛起，基于Web的应用模式迅速发展，Web应用从局部化发展到全球化，从B2C(business-to-customer)发展到B2B(business-to-business)，从集中式发展到分布式，Web服务成为电子商务的有效解决方案。Web服务是一个崭新的分布式计算模型，是Web上数据和信息集成的有效机制。 随着网络规模的日益扩大，如何保证网络管理系统的可扩展性和高效率性己成为网络管理人员迫切需要解决的问题。移动代理技术是新型的分布计算技术，具有很好的应用前景。移动代理系统是实现移动代理应用的基础框架。本文简述了移动代理(mobile agent)的定义和特点、代理的分类及移动代理的实现语言、以及移动的分类和移动机制。 虽然基于行为控制的自主机器人具有较高的鲁棒性，但其对于动态环境缺乏必要的自适应能力。强化学习方法使机器人可以通过学习来完成任务，而无需设计者完全预先规定机器人的所有动作，它是将动态规划和监督学习结合的基础上发展起来的一种新颖的学习方法，它通过机器人与环境的试错交互，利用来自成功和失败经验的奖励和惩罚信号不断改进机器人的性能，从而达到目标，并容许滞后评价。由于其解决复杂问题的突出能力，强化学习已成为一种非常有前途的机器人学习方法。 Web服务的新型构架，Web服务的高效执行方式，Web服务与其他成熟技术的有机结合以及Web服务的集成是解决现实应用问题的重要技术。移动代理比传统的RPC模型有更多的优点。然而，随着分布式网络的普及，Web服务供应商趋于依赖外部资源完成某种任务。依靠新情景的客户需求这增加了定位Web服务供应商的困难。Internet上每个主机都可以与其它主机共享信息，并且可以在外部的主机上利用计算资源。结果原来简单的包含单个Web服务的情况变得更加复杂。这时，服务供应商需要依赖第三方的Web服务来完成特定的任务。然而，这些存在于服务供应商间的依赖关系产生了新的问题和挑战，例如：如何有效的选择恰当的Web服务以满足不同种类的客户需求。而且，随着Web服务的扩散，越来越多的注册者、操作者和供应者拥有相同的服务。这也增加了分布式网络环境定位恰当的服务的难度。本文提出了一个新的服务质量(OoS)模型来访问不同的Web服务供应商，并且我将给出一个基于此模型的算法。同时，本文将重点探讨一个基于移动代理、马尔可夫决策过程的强化学习和模式分类的方法以提高选择Web服务供应商的有效性和智能性。