首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

求解Web服务选取问题的粒子群算法研究

摘要第5-7页
Abstract第7-9页
第一章 引言第13-21页
    1.1 研究背景第13-14页
    1.2 研究现状第14-16页
    1.3 研究内容第16-17页
    1.4 论文的组织结构第17-21页
第二章 相关研究第21-37页
    2.1 Web服务和web服务组合第21-26页
        2.1.1 web服务第21-23页
        2.1.2 Web服务组合第23-25页
        2.1.3 Web服务选取第25-26页
    2.2 相关算法介绍第26-35页
        2.2.1 粒子群算法第26-32页
        2.2.2 蚁群优化算法第32-35页
    2.4 本章小结第35-37页
第三章 求解面向业务服务选取问题的单目标粒子群算法第37-57页
    3.1 研究现状第37-38页
    3.2 问题建模第38-44页
    3.3 HEU-PSO算法第44-50页
        3.3.1 粒子位置的表示第44-45页
        3.3.2 离散搜索空间转换策略第45-46页
        3.3.3 适应度函数评价策略第46页
        3.3.4 HEU局部搜索策略第46-48页
        3.3.5 HEU-PSO算法第48-50页
    3.4 实验评价第50-56页
        3.4.1 测试用例和终止条件第50-51页
        3.4.2 与近期提出的相关算法对比第51-56页
    3.5 本章小结第56-57页
第四章 求解面向功能的大规模服务选取问题的单目标粒子群算法第57-75页
    4.1 研究现状第57-58页
    4.2 问题建模第58-62页
    4.3 ACO-PSO算法第62-68页
        4.3.1 α-支配服务skyline搜索策略第62-64页
        4.3.2 蚁群构造图转换第64-65页
        4.3.3 算法描述第65-68页
    4.4 实验评估第68-73页
        4.4.1 测试用例和终止条件第68-69页
        4.4.2 参数选取第69-71页
        4.4.3 与近期提出的相关算法对比第71-73页
    4.5 本章小结第73-75页
第五章 SLA等级感知服务组合问题的混合多目标离散粒子群算法第75-103页
    5.1 研究现状第75-77页
    5.2 问题模型第77-81页
    5.3 混合多目标离散粒子群算法(HMDPSO)第81-88页
        5.3.1 粒子位置的表示第81-82页
        5.3.2 粒子更新策略第82页
        5.3.3 粒子变异策略第82-83页
        5.3.4 算法描述及分析第83-86页
        5.3.5 局部搜索策略第86-88页
    5.4 实验设计第88-102页
        5.4.1 测试用例设计第88-92页
        5.4.2 参数选取第92-93页
        5.4.3 与相关算法对比第93-102页
    5.5 本章小结第102-103页
第六章 基于资源共享的SLA等级感知服务组合问题的多目标粒子群算法第103-129页
    6.1 研究动机第103-106页
    6.2 问题模型第106-109页
    6.3 多目标粒子群算法(SMOPSO)第109-117页
        6.3.1 粒子位置表示第109-110页
        6.3.2 粒子部署策略第110-112页
        6.3.3 粒子更新策略第112-113页
        6.3.4 粒子局部搜索策略第113-114页
        6.3.5 粒子变异策略第114-115页
        6.3.6 算法描述第115-117页
    6.4 实验评价第117-128页
        6.4.1 参数选取与收敛性分析第118-119页
        6.4.2 与相关算法对比第119-128页
    6.5 本章小结第128-129页
第七章 本文工作总结第129-131页
参考文献第131-141页
致谢第141-143页
攻读博士学位期间的主要成果第143-144页
    论文发表情况第143页
    科研项目第143-144页

论文共144页,点击 下载论文
上一篇:基于Web GIS的大气环境分析预测系统研究
下一篇:吡草醚原药对SD大鼠的慢性毒性研究