首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

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

论文共62页,点击 下载论文
上一篇:无线传感网中基于反馈的分簇路由和网络覆盖优化策略研究
下一篇:注水井分层流量测试与控制技术研究