| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 科学问题 | 第16-18页 |
| 1.3 相关问题的研究现状 | 第18-26页 |
| 1.3.1 现代海运物流服务系统 | 第18-19页 |
| 1.3.2 云服务中的服务/资源模型与管理 | 第19-21页 |
| 1.3.3 服务的个性化需求满足机制 | 第21-23页 |
| 1.3.4 动态变化环境下的服务自适应机制 | 第23-25页 |
| 1.3.5 有待深入研究的问题 | 第25-26页 |
| 1.4 问题求解思路与学术思想 | 第26-27页 |
| 1.5 主要研究内容与章节安排 | 第27-30页 |
| 第2章 领域服务云体系结构与服务资源虚拟化 | 第30-60页 |
| 2.1 基本概念 | 第30-38页 |
| 2.1.1 服务与服务系统 | 第30-33页 |
| 2.1.2 典型的服务价值网模式 | 第33-36页 |
| 2.1.3 面向双边资源整合的服务模式(BIRIS) | 第36-38页 |
| 2.2 基于BIRIS的领域服务云架构与资源组织模式 | 第38-47页 |
| 2.2.1 BIRIS领域服务云的体系结构 | 第38-40页 |
| 2.2.2 BIRIS领域服务云的资源组织模式 | 第40-42页 |
| 2.2.3 BIRIS领域服务云的价值网设计 | 第42-47页 |
| 2.3 云环境下的服务资源虚拟化 | 第47-55页 |
| 2.3.1 虚拟服务资源(VSR)的统一描述 | 第48-50页 |
| 2.3.2 虚拟服务资源和物理服务资源之间的逻辑映射机制 | 第50-52页 |
| 2.3.3 虚拟服务资源的调度机制 | 第52-53页 |
| 2.3.4 服务资源虚拟化的能力评估指标 | 第53-55页 |
| 2.4 服务模式及其特性 | 第55-58页 |
| 2.4.1 服务模式的概念 | 第55-56页 |
| 2.4.2 服务模式的特性 | 第56-58页 |
| 2.4.3 服务模式的生命周期 | 第58页 |
| 2.5 本章小结 | 第58-60页 |
| 第3章 领域服务云的服务组合及优化方法 | 第60-100页 |
| 3.1 问题背景与求解策略 | 第60-61页 |
| 3.2 基于贝叶斯网络的服务个性化特征发现 | 第61-70页 |
| 3.2.1 客户个性化特征 | 第62-63页 |
| 3.2.2 可定制服务特征 | 第63-65页 |
| 3.2.3 面向特定客户的服务个性化特征发现 | 第65-70页 |
| 3.3 基于模式的行为类服务组合方法 | 第70-79页 |
| 3.3.1 基本概念 | 第71-73页 |
| 3.3.2 问题定义 | 第73-74页 |
| 3.3.3 基于贪心覆盖的服务模式组合方法 | 第74-75页 |
| 3.3.4 基于ABC的服务模式组合方法 | 第75-76页 |
| 3.3.5 实验分析 | 第76-79页 |
| 3.4 基于动态剪枝的产品类服务组合方法 | 第79-89页 |
| 3.4.1 概念与问题定义 | 第80-83页 |
| 3.4.2 资源分类预处理 | 第83-85页 |
| 3.4.3 基于动态剪枝的资源整合算法 | 第85-87页 |
| 3.4.4 实验分析 | 第87-89页 |
| 3.5 面向客户风险偏好的服务组合方案可靠性增强 | 第89-98页 |
| 3.5.1 问题定义与求解策略分析 | 第90-93页 |
| 3.5.2 风险系数评估与风险薄弱点识别 | 第93-95页 |
| 3.5.3 基于风险薄弱点的服务可靠性增强算法(WPE) | 第95-96页 |
| 3.5.4 实验分析 | 第96-98页 |
| 3.6 本章小结 | 第98-100页 |
| 第4章 面向动态变化性的服务动态调度与优化方法 | 第100-128页 |
| 4.1 问题背景与求解策略分析 | 第100-102页 |
| 4.2 服务运行时动态变化性分类与典型决策动作 | 第102-109页 |
| 4.2.1 服务运行时的动态变化性分类与表示 | 第102-106页 |
| 4.2.2 服务动态调度的典型决策动作 | 第106-107页 |
| 4.2.3 服务状态与决策动作之间的关系 | 第107-109页 |
| 4.2.4 服务动态调度的决策收益度量 | 第109页 |
| 4.3 基于实例学习的服务运行时动态变化性预警 | 第109-119页 |
| 4.3.1 基本概念定义 | 第110-112页 |
| 4.3.2 问题描述与求解策略 | 第112页 |
| 4.3.3 服务执行的特征向量表示与一致化 | 第112-115页 |
| 4.3.4 基于k-近邻算法的风险预测 | 第115-116页 |
| 4.3.5 仿真分析 | 第116-119页 |
| 4.4 基于马尔可夫决策过程的服务动态调度 | 第119-127页 |
| 4.4.1 动态变化性触发关系图(UTG) | 第119-122页 |
| 4.4.2 基于马尔可夫决策过程(MDP)的动态调度 | 第122-124页 |
| 4.4.3 实验分析 | 第124-127页 |
| 4.5 本章小结 | 第127-128页 |
| 第5章 海运物流云服务平台设计与应用 | 第128-153页 |
| 5.1 海运物流服务的基本背景 | 第128-129页 |
| 5.2 海运物流云服务平台Saa S Cloud结构 | 第129-131页 |
| 5.3 海运物流云服务平台Business Cloud结构 | 第131-139页 |
| 5.3.1 垂直服务系统 | 第132-135页 |
| 5.3.2 水平服务系统 | 第135-139页 |
| 5.4 应用情况综述 | 第139-141页 |
| 5.5 案例分析 | 第141-148页 |
| 5.5.1 虚拟服务资源与服务模式案例 | 第141-144页 |
| 5.5.2 领域服务云的服务组合及优化方法案例 | 第144-148页 |
| 5.5.3 面向动态变化性的服务动态调度与优化方法案例 | 第148页 |
| 5.6 本章小结 | 第148-153页 |
| 结论 | 第153-155页 |
| 参考文献 | 第155-168页 |
| 攻读博士学位期间发表的论文 | 第168-169页 |
| 攻读博士学位期间的主要科研成果 | 第169-171页 |
| 致谢 | 第171-172页 |
| 个人简历 | 第172页 |
