| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-15页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13页 |
| 1.3 课题来源及研究内容 | 第13-14页 |
| 1.4 论文的结构与组织 | 第14-15页 |
| 第二章 Web服务端点负载度量指标 | 第15-20页 |
| 2.1 Web服务概述 | 第15-16页 |
| 2.2 面向服务的体系结构 | 第16-17页 |
| 2.3 负载度量指标 | 第17-19页 |
| 2.4 小结 | 第19-20页 |
| 第三章 基于模糊控制的服务器负载趋势预测的研究 | 第20-38页 |
| 3.1 模糊数学的创立与发展 | 第20-21页 |
| 3.2 模糊集合论 | 第21-23页 |
| 3.2.1 模糊集合的定义 | 第21-22页 |
| 3.2.2 模糊集合的表示方法 | 第22-23页 |
| 3.3 模糊逻辑 | 第23-24页 |
| 3.3.1 模糊逻辑概述 | 第23页 |
| 3.3.2 模糊命题 | 第23-24页 |
| 3.4 趋势预测算法 | 第24-26页 |
| 3.5 模糊控制器的设计与负载预测 | 第26-37页 |
| 3.5.1 精确量模糊化 | 第26-27页 |
| 3.5.2 量化因子和比例因子 | 第27-28页 |
| 3.5.3 模糊规则 | 第28-30页 |
| 3.5.4 模糊推理 | 第30-32页 |
| 3.5.5 模糊判决方法 | 第32-34页 |
| 3.5.6 模糊控制器与负载预测模型 | 第34-36页 |
| 3.5.7 基于Java实现的模糊控制算法 | 第36-37页 |
| 3.6 小结 | 第37-38页 |
| 第四章 硬盘容量枯竭预测算法研究 | 第38-51页 |
| 4.1 神经网络概述 | 第38-41页 |
| 4.1.1 神经元模型 | 第39-40页 |
| 4.1.2 神经网络的优点 | 第40页 |
| 4.1.3 神经网络的学习 | 第40-41页 |
| 4.1.4 神经网络的预测能力 | 第41页 |
| 4.2 基于BP神经网络的硬盘容量枯竭预测算法 | 第41-47页 |
| 4.2.1 BP神经网络 | 第41-42页 |
| 4.2.2 基于BP神经网络的硬盘容量枯竭预测模型 | 第42-43页 |
| 4.2.3 反向传播算法 | 第43-47页 |
| 4.3 实验验证与Java实现 | 第47-50页 |
| 4.4 小结 | 第50-51页 |
| 第五章 Web服务端点监控程序的实现 | 第51-57页 |
| 5.1 监控程序的实现 | 第51-54页 |
| 5.1.1 监控程序简介 | 第51页 |
| 5.1.2 程序设计 | 第51-53页 |
| 5.1.3 数据库的设计 | 第53-54页 |
| 5.2 监控成本 | 第54-56页 |
| 5.3 小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 1. 全文总结 | 第57页 |
| 2. 未来的工作 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-63页 |
| 致谢 | 第63页 |