本发明涉及一种基于Q学习的组合服务策略优化方法，该方法包括步骤：步骤1，定义组合服务W中子服务F的QoS模型，根据子服务F的QoS模型确定子服务F的静态信任度；步骤2，根据QoS模型中的属性及业务相同的子服务的个数，得到二维Q矩阵，并将该二维Q矩阵归一化处理，并计算得到每个子服务F的综合评价值；进行Q学习算法学习，根据系统状态Xn做出决策，选择相应的动作直至学习结束，得到组合服务最优策略。本发明基于组合服务中子服务的个数以及每个子服务属性生成状态空间，将组合服务的综合评价值列入效益函数，用于寻找使整个QoS最优的策略，解决单一子服务组合运行时的差异问题。