| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.3 研究现状 | 第11-15页 |
| 1.3.1 基于QoS的服务选择 | 第11-14页 |
| 1.3.2 QoE的评价方法 | 第14-15页 |
| 1.3.3 人工神经网络的研究现状 | 第15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 论文的组织结构 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 相关理论研究 | 第18-28页 |
| 2.1 Web服务概述 | 第18-21页 |
| 2.1.1 Web服务的概念 | 第18-19页 |
| 2.1.2 Web服务的特点 | 第19-20页 |
| 2.1.3 Web服务的体系结构 | 第20-21页 |
| 2.2 用户体验QoE的概述 | 第21-26页 |
| 2.2.1 QoE构成的三要素 | 第21-24页 |
| 2.2.2 QoE的量化方法 | 第24-25页 |
| 2.2.3 QoE的评价方法 | 第25-26页 |
| 2.3 服务质量QoS概述 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 ACO-BP神经网络算法 | 第28-42页 |
| 3.1 BP神经网络原理及算法 | 第28-36页 |
| 3.1.1 人工神经网络 | 第28-32页 |
| 3.1.2 BP神经网络结构 | 第32页 |
| 3.1.3 BP神经网络算法 | 第32-36页 |
| 3.2 改进BP神经网络算法 | 第36-38页 |
| 3.2.1 增加舒缓项 | 第37页 |
| 3.2.2 自适应学习速率 | 第37-38页 |
| 3.3 蚁群算法 | 第38-39页 |
| 3.4 ACO-BP神经网络算法 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于QoE的服务选择ACO-BP神经网络模型 | 第42-48页 |
| 4.1 构造ACO-BP神经网络 | 第42-45页 |
| 4.1.1 数据收集 | 第43页 |
| 4.1.2 数据归一化处理 | 第43-44页 |
| 4.1.3 隐藏层节点数目 | 第44-45页 |
| 4.1.4 确定期望误差 | 第45页 |
| 4.2 ACO-BP神经网络在MATLAB中的实现 | 第45-47页 |
| 4.2.1 MATLAB中神经网络的训练及仿真 | 第46页 |
| 4.2.2 预测结果评价 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 ACO-BP神经网络模型的应用与实验 | 第48-56页 |
| 5.1 实验环境 | 第48页 |
| 5.2 ACO-BP神经网络模型的应用 | 第48-53页 |
| 5.2.1 数据处理 | 第48-50页 |
| 5.2.2 ACO-BP神经网络结构设计 | 第50-51页 |
| 5.2.3 ACO-BP神经网络的训练 | 第51-53页 |
| 5.3 ACO-BP神经网络模型的测试 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的学术成果 | 第62-63页 |
| 致谢 | 第63页 |