| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 研究现状与动态 | 第9-11页 |
| 1.3 本文工作及组织结构 | 第11-13页 |
| 第二章 研究基础 | 第13-25页 |
| 2.1 蚁群算法的生物模型 | 第13页 |
| 2.2 蚁群算法的实现 | 第13-19页 |
| 2.2.1 信息素初始化(PI) | 第13-15页 |
| 2.2.2 概率状态转移(PST) | 第15-16页 |
| 2.2.3 信息素挥发(PE) | 第16页 |
| 2.2.4 信息素更新(PU) | 第16-19页 |
| 2.3 人工蜂群算法的生物模型 | 第19-21页 |
| 2.4 人工蜂群算法的实现 | 第21-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 单目标服务选取蚁群算法研究 | 第25-51页 |
| 3.1 单目标服务选取问题 | 第25-27页 |
| 3.1.1 QoS 属性 | 第25页 |
| 3.1.2 组合服务的QoS属性复合模型 | 第25-26页 |
| 3.1.3 组合服务的QoS属性约束条件 | 第26页 |
| 3.1.4 组合服务的QoS评价函数 | 第26-27页 |
| 3.2 算法模型 | 第27-29页 |
| 3.2.1 启发信息 | 第28-29页 |
| 3.2.2 信息素 | 第29页 |
| 3.3 求解单目标服务选取问题的蚁群算法 | 第29-37页 |
| 3.3.1 抽象服务类的Skyline服务选取 | 第31-32页 |
| 3.3.2 抽象服务类的聚类分析 | 第32-33页 |
| 3.3.3 基于Skyline与聚类指导的蚁群算法 | 第33-35页 |
| 3.3.4 单目标服务选取混合算法 | 第35-37页 |
| 3.4 实验结果比较与分析 | 第37-49页 |
| 3.4.1 单目标服务选取算法的测试用例 | 第37页 |
| 3.4.2 单目标服务选取算法的收敛性分析 | 第37-39页 |
| 3.4.3 单目标服务选取算法的参数调整 | 第39-45页 |
| 3.4.4 基于Skyline与聚类指导的蚁群算法性能分析 | 第45-46页 |
| 3.4.5 单目标服务选取混合算法性能分析 | 第46-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 多目标服务选取蚁群算法研究 | 第51-73页 |
| 4.1 多目标服务选取问题 | 第51-52页 |
| 4.2 算法模型 | 第52-54页 |
| 4.2.1 启发信息 | 第52-53页 |
| 4.2.2 信息素 | 第53-54页 |
| 4.3 求解多目标服务选取问题的蚁群算法 | 第54-60页 |
| 4.3.1 多目标蚁群优化算法(Bi-Ant) | 第54-55页 |
| 4.3.2 多目标蚁群系统优化算法(MOACS) | 第55-57页 |
| 4.3.3 多目标服务选取混合算法(MOACS_ABC) | 第57-60页 |
| 4.4 实验结果比较与分析 | 第60-71页 |
| 4.4.1 多目标服务选取算法的测试用例 | 第60-61页 |
| 4.4.2 多目标服务选取算法的收敛性分析 | 第61-62页 |
| 4.4.3 多目标服务选取算法的性能分析 | 第62-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第五章 结论与展望 | 第73-75页 |
| 5.1 本文的主要贡献与结论 | 第73页 |
| 5.2 未来研究展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士期间科研及发表论文情况 | 第81页 |
