| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的背景及意义 | 第9-11页 |
| 1.3 相关领域国内外研究现状 | 第11-15页 |
| 1.3.1 云制造领域研究现状分析 | 第11-12页 |
| 1.3.2 服务聚合优化研究现状分析 | 第12-14页 |
| 1.3.3 服务间关联关系的研究现状分析 | 第14-15页 |
| 1.4 本文的主要研究内容和组织结构 | 第15-17页 |
| 第2章 基于关联模型的云制造服务聚合框架 | 第17-25页 |
| 2.1 概述 | 第17页 |
| 2.2 云制造模式下服务聚合问题描述 | 第17-19页 |
| 2.3 基于关联关系的云制造服务聚合框架 | 第19-24页 |
| 2.3.1 服务聚合及服务的全生命周期 | 第19-21页 |
| 2.3.2 CMSA-CA框架 | 第21-24页 |
| 2.4 实现CMSA-CA的关键技术 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 支持关联关系的服务聚合QoS评估模型 | 第25-36页 |
| 3.1 概述 | 第25页 |
| 3.2 服务间关联关系的描述 | 第25-30页 |
| 3.2.1 支持关联关系的制造服务描述 | 第25-26页 |
| 3.2.2 服务间关联关系及其关联度 | 第26-30页 |
| 3.3 CMSA-CA优选模型 | 第30-34页 |
| 3.3.1 基本服务QoS评估模型 | 第30-31页 |
| 3.3.2 支持关联关系的服务QoS评估模型 | 第31-32页 |
| 3.3.3 支持关联关系的服务聚合QoS计算关联模型 | 第32-34页 |
| 3.4 结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于关联模型的云制造服务聚合优化方法 | 第36-59页 |
| 4.1 概述 | 第36页 |
| 4.2 蜂群算法概述 | 第36-39页 |
| 4.2.1 基本蜂群算法 | 第36-38页 |
| 4.2.2 多目标蜂群算法 | 第38-39页 |
| 4.3 CMSA-CA优化问题的Pareto解 | 第39-40页 |
| 4.4 求解CMSA-CA优化问题的IDBA-Pareto算法 | 第40-48页 |
| 4.4.1 IDBA-Pareto的结构 | 第40-42页 |
| 4.4.2 初始化与编码 | 第42页 |
| 4.4.3 Pareto排序 | 第42-44页 |
| 4.4.4 邻域搜索 | 第44-45页 |
| 4.4.5 解的接受策略 | 第45-46页 |
| 4.4.6 种群多样性保持策略 | 第46-48页 |
| 4.4.7 Pareto解集的更新 | 第48页 |
| 4.5 算法实验与分析 | 第48-58页 |
| 4.5.1 实验环境 | 第48-50页 |
| 4.5.2 算法性能测试与分析 | 第50-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第5章 工作总结与展望 | 第59-61页 |
| 5.1 全文工作总结 | 第59-60页 |
| 5.2 未来工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录一 研究生期间的研究成果 | 第66页 |