改进蚁群算法在Web服务中应用与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 Web服务组合研究现状 | 第12-16页 |
| 1.2.2 蚁群算法在服务组合中的应用研究现状 | 第16-17页 |
| 1.3 本文的研究内容 | 第17-18页 |
| 1.4 本文的章节安排 | 第18-19页 |
| 第2章 Web服务技术 | 第19-23页 |
| 2.1 Web服务组合 | 第19-21页 |
| 2.1.1 Web服务组合定义 | 第19-20页 |
| 2.1.2 Web服务组合的分类 | 第20-21页 |
| 2.2 Web服务组合过程 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于QoS的Web服务组合 | 第23-38页 |
| 3.1 QoS | 第23-27页 |
| 3.1.1 QoS定义 | 第23-24页 |
| 3.1.2 QoS指标 | 第24-27页 |
| 3.2 基于QoS的服务组合模型 | 第27-36页 |
| 3.2.1 Web服务组合建模 | 第27-28页 |
| 3.2.2 功能模块介绍 | 第28-30页 |
| 3.2.3 模型特点 | 第30-31页 |
| 3.2.4 组合服务流程 | 第31-33页 |
| 3.2.5 多属性QoS标准化处理 | 第33-36页 |
| 3.2.6 基于最短路程的服务选择过程 | 第36页 |
| 3.3 本章小结 | 第36-38页 |
| 第4章 基于蚁群算法的Web服务选择算法 | 第38-52页 |
| 4.1 基础蚁群算法 | 第38-41页 |
| 4.1.1 蚂蚁觅食机制 | 第38-40页 |
| 4.1.2 蚁群算法原理 | 第40-41页 |
| 4.2 基于QoS的传统蚁群算法 | 第41-47页 |
| 4.2.1 信息素更新 | 第42-43页 |
| 4.2.2 概率转移公式 | 第43-44页 |
| 4.2.3 算法流程 | 第44-46页 |
| 4.2.4 蚁群算法中参数的选择 | 第46-47页 |
| 4.3 MAACO | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 蚁群算法的实验与对比分析 | 第52-61页 |
| 5.1 实验数据集 | 第52-55页 |
| 5.2 传统蚁群算法的实验结果 | 第55-57页 |
| 5.3 MAACO的实验结果 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 结论 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第68-69页 |
| 致谢 | 第69-70页 |
