| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-23页 |
| 1.1 选题背景和研究意义 | 第15-16页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 矿山物联网的研究现状 | 第16-17页 |
| 1.2.2 QoS的研究现状 | 第17-18页 |
| 1.2.3 多QoS属性融合的研究现状 | 第18-19页 |
| 1.2.4 业务感知研究现状 | 第19页 |
| 1.2.5 业务QoS动态自适应调整的研究 | 第19-20页 |
| 1.3 研究内容与组织结构 | 第20-21页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.2 论文结构 | 第21页 |
| 1.4 课题来源 | 第21页 |
| 1.5 本章小结 | 第21-23页 |
| 2 多维度业务感知模型 | 第23-29页 |
| 2.1 业务感知技术 | 第23-24页 |
| 2.2 自适应QoS体系结构 | 第24-25页 |
| 2.3 业务感知的设计 | 第25-27页 |
| 2.3.1 多业务感知子部件 | 第25-26页 |
| 2.3.2 业务感知策略信息库 | 第26-27页 |
| 2.3.3 业务信息表 | 第27页 |
| 2.4 业务感知的实现流程 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于Vague集的多QoS参数的测量与评估 | 第29-39页 |
| 3.1 矿山物联网QoS | 第29-30页 |
| 3.1.1 QoS的概念 | 第29-30页 |
| 3.1.2 QoS的保障机制 | 第30页 |
| 3.2 Vague集 | 第30-32页 |
| 3.2.1 Vague集的基本定义 | 第31页 |
| 3.2.2 Vague集的运算规则 | 第31-32页 |
| 3.3 矿山物联网QoS参数测量 | 第32-36页 |
| 3.3.1 确定值网络QoS参数的测量 | 第32页 |
| 3.3.2 区间值网络QoS参数的测量 | 第32-35页 |
| 3.3.3 定性QoS参数的测量 | 第35-36页 |
| 3.4 Vague集表示的QoS评价等级 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 基于证据理论ER算法的Vague集多QoS属性融合 | 第39-53页 |
| 4.1 D-S证据理论基础 | 第39-42页 |
| 4.1.1 识别框架 | 第39页 |
| 4.1.2 基本函数 | 第39-40页 |
| 4.1.2.1 基本概率分配函数 | 第39-40页 |
| 4.1.2.2 信任函数 | 第40页 |
| 4.1.2.3 似然函数 | 第40页 |
| 4.1.3 证据合成 | 第40-42页 |
| 4.2 基于ER算法的多QoS属性融合 | 第42-46页 |
| 4.2.1 权重的获取 | 第43-44页 |
| 4.2.2 ER融合方法 | 第44-45页 |
| 4.2.3 综合效用平均值 | 第45-46页 |
| 4.3 基于证据理论和Vague集的多QoS属性融合算法 | 第46-51页 |
| 4.3.1 F-DSVA算法思想 | 第46页 |
| 4.3.2 F-DSVA算法描述 | 第46-49页 |
| 4.3.3 算法实例分析 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 5 业务QoS优先级动态自适应调整 | 第53-67页 |
| 5.1 问题的提出 | 第53-54页 |
| 5.2 效用函数 | 第54页 |
| 5.3 动态自适应调整方法 | 第54-61页 |
| 5.3.1 用户QoS的效用函数表示 | 第55-56页 |
| 5.3.2 用户QoS的优先级表示与修正 | 第56-57页 |
| 5.3.3 FDSA的中断机制 | 第57-58页 |
| 5.3.4 FDSA的部署需求 | 第58页 |
| 5.3.5 FDSA算法描述与分析 | 第58-61页 |
| 5.4 仿真实验与结果分析 | 第61-66页 |
| 5.4.1 实验环境与过程 | 第61-62页 |
| 5.4.2 结果分析与比较 | 第62-66页 |
| 5.5 本章小结 | 第66-67页 |
| 6 总结和展望 | 第67-71页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 作者简介及读研期间主要科研成果 | 第79页 |