| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第二章 相关背景知识介绍 | 第17-24页 |
| 2.1 认知网络 QoS 控制 | 第17-18页 |
| 2.2 最经济控制 | 第18-19页 |
| 2.3 人工免疫算法 | 第19-22页 |
| 2.4 诊断贝叶斯网络 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 认知网络 QoS 动态自主控制模型 | 第24-35页 |
| 3.1 认知网络 QoS 动态自主控制需求 | 第24-25页 |
| 3.2 面向务流的认知网络 QoS 动态自主控制模型 | 第25-34页 |
| 3.2.1 网络态势感知 | 第28-32页 |
| 3.2.2 正常优化控制 | 第32-33页 |
| 3.2.3 异常应急控制 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 认知网络最经济正常优化控制 | 第35-47页 |
| 4.1 最经济控制模型 | 第35-38页 |
| 4.2 最经济人工免疫算法 | 第38-41页 |
| 4.2.1 抗原亲和度计算 | 第38-39页 |
| 4.2.2 浓度计算 | 第39页 |
| 4.2.3 激励度计算 | 第39-40页 |
| 4.2.4 交叉算子 | 第40页 |
| 4.2.5 最经济人工免疫算法 | 第40-41页 |
| 4.3 认知网络最经济正常优化控制方法 | 第41页 |
| 4.4 实验与仿真 | 第41-46页 |
| 4.4.1 拥塞避免性能 | 第42-44页 |
| 4.4.2 网络资源利用率 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 认知网络自诊断异常应急控制 | 第47-58页 |
| 5.1 诊断贝叶斯网络模型 | 第47-51页 |
| 5.1.1 诊断贝叶斯网络结构 | 第48-49页 |
| 5.1.2 诊断贝叶斯网络参数学习 | 第49-51页 |
| 5.2 基于连接树的诊断贝叶斯网络推理 | 第51-52页 |
| 5.3 认知网络自诊断异常应急控制方法 | 第52页 |
| 5.4 实验与仿真 | 第52-57页 |
| 5.4.1 实验环境搭建 | 第52-54页 |
| 5.4.2 仿真结果分析 | 第54-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |