基于量子粒子群优化算法的Web服务组合机制研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题背景 | 第10-13页 |
| 1.2 课题来源及本文工作 | 第13页 |
| 1.3 本文组织 | 第13-14页 |
| 第二章 相关工作 | 第14-23页 |
| 2.1 Web服务组合 | 第14-19页 |
| 2.1.1 基本概念 | 第14-15页 |
| 2.1.2 Web服务组合的QoS计算 | 第15-16页 |
| 2.1.3 Web服务组合的相关研究 | 第16-19页 |
| 2.2 群智能优化方法 | 第19-22页 |
| 2.2.1 蚁群优化算法 | 第19-20页 |
| 2.2.2 粒子群优化算法 | 第20页 |
| 2.2.3 人工蜂群优化算法 | 第20-21页 |
| 2.2.4 果蝇优化算法 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 量子粒子群算法及其改进 | 第23-33页 |
| 3.1 基本粒子群算法 | 第23-25页 |
| 3.1.1 粒子群算法特点 | 第23-24页 |
| 3.1.2 粒子群算法基本原理 | 第24-25页 |
| 3.1.3 粒子群算法的不足 | 第25页 |
| 3.2 量子粒子群算法 | 第25-27页 |
| 3.2.1 量子粒子群基本原理 | 第25-26页 |
| 3.2.2 量子粒子群的流程 | 第26-27页 |
| 3.3 量子粒子群算法的改进 | 第27-32页 |
| 3.3.1 平均最好位置的改进 | 第28页 |
| 3.3.2 改进量子粒子群算法的流程 | 第28-29页 |
| 3.3.3 仿真测试 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于改进量子粒子群算法的Web服务组合 | 第33-40页 |
| 4.1 引言 | 第33页 |
| 4.2 相关假设与说明 | 第33-34页 |
| 4.3 Web服务组合方案的设计 | 第34-37页 |
| 4.3.1 粒子编码方案 | 第34-35页 |
| 4.3.2 适应度函数的设计 | 第35页 |
| 4.3.3 算法流程 | 第35-37页 |
| 4.4 仿真实验 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 基于MVC架构的Web服务组合仿真系统 | 第40-56页 |
| 5.1 开发平台 | 第40-42页 |
| 5.2 体系架构 | 第42-45页 |
| 5.3 关键类图 | 第45-47页 |
| 5.4 系统实现 | 第47-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 附录1 攻读硕士学位期间申请的专利 | 第60-61页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第61-62页 |
| 致谢 | 第62页 |
