首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--平稳过程与二阶矩过程论文

基于时间序列的资源配置优化方法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第14-20页
    1.1 概述第14页
    1.2 国内外研究现状第14-17页
        1.2.1 时间序列(基于负荷)的修复与预测第14-15页
        1.2.2 资源的配置优化第15-17页
    1.3 论文工作与内容组织第17-19页
        1.3.1 研究内容第17-18页
        1.3.2 组织结构第18页
        1.3.3 研究目标第18-19页
    1.4 本章小结第19-20页
第二章 相关算法介绍第20-32页
    2.1 引言第20页
    2.2 ARIMA模型介绍第20-25页
        2.2.1 模型描述第21-23页
        2.2.2 ARIMA算法过程第23-25页
    2.3 并行计算与并行算法第25-26页
    2.4 GARCH模型第26-27页
        2.4.1 ARCH模型第26-27页
        2.4.2 GARCH模型第27页
    2.5 常用的相似性度量第27-29页
        2.5.1 欧氏距离第27-28页
        2.5.2 曼哈顿距离第28页
        2.5.3 切比雪夫距离第28页
        2.5.4 闵可夫斯基距离第28-29页
        2.5.5 标准化欧氏距离第29页
        2.5.6 夹角余弦第29页
    2.6 近似算法第29-30页
    2.7 本章小结第30-32页
第三章 时序数据(基于负荷)的修复和预测第32-50页
    3.1 引言第32页
    3.2 线性修复算法第32-37页
    3.3 ARIMA模型的实现第37-38页
    3.4 预测并行化第38-40页
        3.4.1 JAVA多线程技术第38-39页
        3.4.2 并行化实现第39-40页
    3.5 评价体系第40-42页
    3.6 算法实验验证第42-49页
        3.6.1 算法精确度检验第42-47页
        3.6.2 预测并行化结果比对与分析第47-49页
    3.7 本章小结第49-50页
第四章 资源的配置优化第50-64页
    4.1 引言第50页
    4.2 问题的提出及定义第50-52页
        4.2.1 配置优化的需求第50-51页
        4.2.2 数学定义及问题分析第51-52页
    4.3 最优化方法求解第52-56页
        4.3.1 最优化方法第52页
        4.3.2 拉格朗日乘子法第52-54页
        4.3.3 惩罚函数法第54-56页
        4.3.4 优化算法的简化算法第56页
        4.3.5 本节小结第56页
    4.4 非最优化方法算法第56-60页
        4.4.1 遍历法求解第56-57页
        4.4.2 全局近似算法求解第57-59页
        4.4.3 局部近似算法第59-60页
    4.5 算法实验验证第60-63页
    4.6 本章小结第63-64页
第五章 总结与展望第64-66页
    5.1 本文总结第64页
    5.2 未来展望第64-66页
参考文献第66-68页
致谢第68-70页
在读期间发表的学术论文与取得的研究成果第70页

论文共70页,点击 下载论文
上一篇:改进的EGO算法求解较高维的全局优化及其应用
下一篇:城市养老基金投资运营探讨--以苏州市为例