摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第13-20页 |
1.1 课题来源 | 第13页 |
1.2 课题研究的目的和意义 | 第13-15页 |
1.3 国内外研究现状 | 第15-18页 |
1.3.1 区间数学的国内外研究现状 | 第15-16页 |
1.3.2 并行全局寻优算法的国内外研究现状 | 第16-17页 |
1.3.3 负载均衡技术的研究现状 | 第17-18页 |
1.4 论文的主要研究内容 | 第18-20页 |
第二章 区间数学的删除策略 | 第20-32页 |
2.1 区间数学 | 第20-25页 |
2.1.1 区间数学的扩展方法 | 第20-22页 |
2.1.2 区间数学的超宽度问题 | 第22-24页 |
2.1.3 分裂法减少超宽度 | 第24-25页 |
2.2 区间数学的加速工具:删除策略 | 第25-28页 |
2.2.1 常用的确定性区间删除策略 | 第26-28页 |
2.2.2 常用的随机性区间删除策略 | 第28页 |
2.3 减少内存消耗的混合删除策略:启发式选择策略 | 第28-32页 |
2.3.1 启发式选择策略的思想 | 第28-29页 |
2.3.2 单调性测试 | 第29页 |
2.3.3 选择策略 | 第29-32页 |
2.4 本章小结 | 第32页 |
第三章 基于区间数学的并行全局寻优算法 | 第32-49页 |
3.1 全局寻优算法类型 | 第33-37页 |
3.1.1 确定性全局寻优算法 | 第33-34页 |
3.1.2 随机性全局寻优算法 | 第34-37页 |
3.2 并行混合全局寻优算法(PHOA) | 第37-47页 |
3.2.1 PHOA 的算法思想 | 第37页 |
3.2.2 基于区间数学的分支定界算法 | 第37-39页 |
3.2.3 基于区间数学的粒子群策略 | 第39-42页 |
3.2.4 PHOA 的并行化策略 | 第42-46页 |
3.2.5 PHOA 的算法优势 | 第46-47页 |
3.3 并行混合全局寻优算法的终止条件分析 | 第47-48页 |
3.4 本章小结 | 第48-49页 |
第四章 并行混合全局寻优算法的实验与分析 | 第49-54页 |
4.1 算法的运行环境 | 第49-50页 |
4.2 算法实验结果与分析 | 第50-53页 |
4.2.1 基于区间数学的全局寻优算法的计算量的对比 | 第50-51页 |
4.2.2 基于区间数学的全局寻优算法的内存消耗的对比 | 第51-52页 |
4.2.3 基于区间数学的全局寻优算法的计算时间的对比 | 第52-53页 |
4.3 本章小结 | 第53-54页 |
第五章 基于负载均衡的区间全局寻优算法系统实现 | 第54-70页 |
5.1 实现负载均衡的体系架构:基于 WEB 的分布式体系结构 | 第54-56页 |
5.1.1 Browser/Server 结构的组成部分 | 第54-55页 |
5.1.2 基于 Web 的分布式结构在应用上的优点: | 第55-56页 |
5.2 影响负载均衡策略的因素 | 第56-57页 |
5.3 面向区间数学应用的负载均衡策略 | 第57-65页 |
5.3.1 信息收集模块 | 第58页 |
5.3.2 监控模块 | 第58-60页 |
5.3.3 决策模块 | 第60-61页 |
5.3.4 迁移模块 | 第61-63页 |
5.3.5 展示模块 | 第63-65页 |
5.4 基于图形界面化的区间数学应用系统 | 第65-69页 |
5.4.1 系统开发环境 | 第65页 |
5.4.2 系统开发过程 | 第65-69页 |
5.5 本章小结 | 第69-70页 |
第六章 结论与展望 | 第70-72页 |
6.1 结论 | 第70-71页 |
6.2 展望 | 第71-72页 |
参考文献 | 第72-77页 |
作者在攻读硕士学位期间公开发表的论文 | 第77-78页 |
作者在攻读硕士学位期间所作的项目 | 第78-79页 |
致谢 | 第79页 |