基于灰狼算法的Web优化应用研究
中文摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-16页 |
1.1 研究背景及意义 | 第9-10页 |
1.1.1 Web系统参数优化 | 第9-10页 |
1.1.2 Web服务组合的优化 | 第10页 |
1.2 Web性能测试的几个关键指标 | 第10页 |
1.3 优化技术 | 第10-11页 |
1.4 国内外研究现状 | 第11-13页 |
1.4.1 Web系统参数优化 | 第11-12页 |
1.4.2 Web服务组合优化 | 第12-13页 |
1.5 本文研究内容及章节安排 | 第13-16页 |
1.5.1 本文研究内容 | 第13-14页 |
1.5.2 章节安排 | 第14-16页 |
第2章 基于混合策略的灰狼优化算法 | 第16-23页 |
2.1 灰狼优化算法概述 | 第16页 |
2.2 灵感 | 第16-17页 |
2.3 数学模型和算法 | 第17-19页 |
2.3.1 包围猎物 | 第17-18页 |
2.3.2 捕猎 | 第18-19页 |
2.3.3 攻击猎物 | 第19页 |
2.3.4 搜索猎物 | 第19页 |
2.4 灰狼算法的改进 | 第19-20页 |
2.5 实验结果及分析 | 第20-22页 |
2.6 本章小结 | 第22-23页 |
第3章 相关软件和控制系统的实现 | 第23-28页 |
3.1 性能测试工具ApacheBench | 第23-24页 |
3.2 Tomcat及其配置参数 | 第24页 |
3.3 MySQL及其配置参数 | 第24-25页 |
3.4 选用Python编写控制系统 | 第25页 |
3.5 控制系统的设计和实现 | 第25-26页 |
3.6 Web系统的设计与实现 | 第26-27页 |
3.7 本章小结 | 第27-28页 |
第4章 EPDGWO1求解Web系统参数优化问题 | 第28-33页 |
4.1 优化问题描述 | 第28页 |
4.2 计算适应度值 | 第28页 |
4.3 实验主要流程及关键代码 | 第28-29页 |
4.4 实验结果及性能分析 | 第29-32页 |
4.4.1 实验环境及参数 | 第29-31页 |
4.4.2 实验结果与算法性能分析 | 第31-32页 |
4.5 本章小结 | 第32-33页 |
第5章 多目标灰狼优化算法的改进 | 第33-50页 |
5.1 多目标优化 | 第33-34页 |
5.2 多目标进化算法 | 第34-39页 |
5.2.1 多目标遗传算法 | 第35页 |
5.2.2 基于非受控排序的遗传算法 | 第35-36页 |
5.2.3 基于强度的Pareto进化算法 | 第36页 |
5.2.4 基于归档的Pareto进化策略 | 第36-37页 |
5.2.5 快速精英多目标遗传算法 | 第37-38页 |
5.2.6 双文档进化算法 | 第38页 |
5.2.7 改进的双文档策略 | 第38-39页 |
5.2.8 多目标灰狼优化算法 | 第39页 |
5.3 改进的多目标灰狼优化算法 | 第39-48页 |
5.3.1 MOGWO算法的缺陷 | 第39-40页 |
5.3.2 MOGWO的改进方法 | 第40-43页 |
5.3.3 实验结果与分析 | 第43-48页 |
5.4 本章小结 | 第48-50页 |
第6章 IMOGWO算法应用于Web服务组合问题 | 第50-54页 |
6.1 Web服务组合的相关理论及多目标优化模型 | 第50页 |
6.2 基于Web服务组合的多目标优化 | 第50-51页 |
6.3 算法主要流程 | 第51页 |
6.4 实验结果及分析 | 第51-53页 |
6.5 本章小结 | 第53-54页 |
结论 | 第54-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-62页 |
攻读硕士学位期间发表的学术论文 | 第62页 |