摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第1章 绪论 | 第8-24页 |
·测试理论发展概述 | 第8-9页 |
·项目反应理论介绍 | 第9-16页 |
·基本概念 | 第9-10页 |
·基本假设 | 第10-11页 |
·项目反应模型 | 第11-15页 |
·信息函数 | 第15-16页 |
·负载均衡技术概述 | 第16-19页 |
·负载均衡出现的历史背景 | 第16页 |
·负载均衡的概念 | 第16-17页 |
·负载均衡的原理 | 第17-18页 |
·负载均衡的分类 | 第18-19页 |
·本文研究的背景和主要内容 | 第19-22页 |
·研究背景 | 第19-21页 |
·本文研究的主要内容及创新点 | 第21-22页 |
·论文组织结构 | 第22-24页 |
第2章 3PLM现有参数估计法的概述与分析 | 第24-32页 |
·条件极大似然估计(Condition Maximum Likelihood Estimation,CMLE) | 第24-27页 |
·已知项目参数求能力值 | 第25页 |
·已知能力值,估计项目参数 | 第25-27页 |
·联合极大似然估计(Joint Maximum Likelihood Estimation,JMLE) | 第27页 |
·边际极大似然估计与EM算法(Harginal Maximum Likelihood Estimation and an EM algorithm,MMLE) | 第27-29页 |
·边际贝叶斯估计(Marginalized Bayesian Estimation) | 第29-30页 |
·现有参数估计法存在的问题 | 第30页 |
·本章小结 | 第30-32页 |
第3章 基于改进遗传算法的3PLM参数估计 | 第32-42页 |
·遗传算法概述 | 第32-35页 |
·遗传算法的基本思想 | 第32-33页 |
·模式定理 | 第33-34页 |
·积木块假设(Building Block Hypothesis) | 第34页 |
·遗传算法的特点 | 第34-35页 |
·基本遗传算法 | 第35-37页 |
·染色体编码表示 | 第35页 |
·适应度函数 | 第35-36页 |
·遗传算子 | 第36页 |
·基本遗传算法存在的问题 | 第36-37页 |
·基于改进遗传算法的3PLM参数估计法 | 第37-40页 |
·编码的改进 | 第37页 |
·选择算子的改进 | 第37-38页 |
·交叉算子的改进 | 第38页 |
·变异算子的改进 | 第38-39页 |
·停止规则的改进 | 第39页 |
·交差率和变异率的自适应调整 | 第39页 |
·基于改进遗传算法的3PLM联合参数估计 | 第39-40页 |
·参数估计算法性能测试 | 第40页 |
·本章小结 | 第40-42页 |
第4章 竞技游戏中动态负载均衡调度算法研究 | 第42-50页 |
·基本的负载均衡算法 | 第42-44页 |
·静态负载均衡算法 | 第42-43页 |
·动态负载均衡算法 | 第43-44页 |
·现有负载均衡算法存在的问题 | 第44页 |
·面向异构集群系统的动态负载均衡算法 | 第44-48页 |
·算法思想 | 第44-45页 |
·负载权值 | 第45-46页 |
·动态反馈 | 第46-47页 |
·转发策略 | 第47-48页 |
·本章小结 | 第48-50页 |
第5章 竞技游戏系统的设计与实现 | 第50-64页 |
·系统概述 | 第50页 |
·系统总体设计 | 第50-52页 |
·系统功能需求分析 | 第50页 |
·系统功能模块设计 | 第50-51页 |
·题库数据库设计 | 第51-52页 |
·题库管理子系统 | 第52-54页 |
·游戏子系统 | 第54-61页 |
·OGRE概述 | 第54-56页 |
·游戏界面设计 | 第56-58页 |
·游戏控制 | 第58-59页 |
·基于3PLM的自适应学习 | 第59-61页 |
·测试实验 | 第61页 |
·服务器负载均衡 | 第61-63页 |
·网络结构 | 第61-62页 |
·负载均衡实验及分析 | 第62-63页 |
·本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-66页 |
参考文献: | 第66-70页 |
致谢 | 第70-72页 |
附录 | 第72-73页 |