基于RBF神经网络的网格性能预测
| 提要 | 第1-7页 |
| 第一章 引言 | 第7-10页 |
| ·研究内容和意义 | 第7-8页 |
| ·研究背景 | 第8页 |
| ·研究目标 | 第8-9页 |
| ·文章结构 | 第9-10页 |
| 第二章 网格体系结构 | 第10-20页 |
| ·五层沙漏结构 | 第10-12页 |
| ·开放网格服务体系结构 | 第12-17页 |
| ·Web 服务 | 第13-14页 |
| ·Globus | 第14-17页 |
| ·Web 服务资源框架 | 第17-20页 |
| ·可靠文件传输服务 | 第18-20页 |
| 第三章 人工神经网络 | 第20-35页 |
| ·人工神经网络的发展与应用 | 第20-22页 |
| ·预测模型比较 | 第22-23页 |
| ·人工神经网络基本原理 | 第23-25页 |
| ·人工神经元模型 | 第23-24页 |
| ·人工神经网络结构及工作方式 | 第24-25页 |
| ·径向基函数神经网络 | 第25-35页 |
| ·RBF 网络结构 | 第26-33页 |
| ·RBF 网络学习和预测过程 | 第33-35页 |
| 第四章 网格监控和预测系统的设计与实现 | 第35-47页 |
| ·网格监控和预测系统的设计过程 | 第35-41页 |
| ·网格监控设计 | 第35-40页 |
| ·网格预测设计 | 第40-41页 |
| ·网格监控和预测系统的实现过程 | 第41-47页 |
| ·网格预测的实现过程 | 第41-45页 |
| ·RBF_NN 类实现 | 第45-47页 |
| 第五章 系统整合与预测 | 第47-57页 |
| ·实验总则 | 第47页 |
| ·实验环境 | 第47页 |
| ·实验数据 | 第47-49页 |
| ·数据选择 | 第47-49页 |
| ·数据预处理 | 第49页 |
| ·实验方法 | 第49-54页 |
| ·隐层和输出层可用的映射函数讨论 | 第51页 |
| ·节点数讨论 | 第51-52页 |
| ·学习率讨论 | 第52-53页 |
| ·动量项讨论 | 第53-54页 |
| ·步长讨论 | 第54页 |
| ·实验结果 | 第54-57页 |
| ·程序预测 | 第54-55页 |
| ·资源预测 | 第55-57页 |
| 第六章 总结和展望 | 第57-60页 |
| ·总结 | 第57页 |
| ·下一步工作 | 第57-60页 |
| ·从目前已有的监控向更深一级的应用发展 | 第57-58页 |
| ·把更多的预测算法应用到网格性能预测中 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 摘要 | 第63-66页 |
| Abstract | 第66-70页 |
| 致谢 | 第70-71页 |
| 导师及作者简介 | 第71页 |
