首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

交通流预测网格负载平衡研究

摘要第1-5页
Abstract第5-8页
1 绪论第8-15页
   ·研究背景及意义第8-11页
   ·研究现状及分析第11-13页
     ·网格负载平衡研究现状第11-12页
     ·结合移动Agent技术实现网格负载平衡第12-13页
   ·本文的主要工作第13-14页
   ·本文组织第14-15页
2 相关技术研究第15-23页
   ·网格第15-19页
     ·网格概述第15页
     ·Globus项目第15-19页
   ·移动Agent第19-23页
     ·移动Agent概述第19-20页
     ·JADE框架第20-23页
3 网格负载平衡理论第23-34页
   ·网格负载平衡理论基础第23-25页
     ·负载平衡方法的分类第24页
     ·负载平衡的策略第24-25页
   ·网格负载平衡关键问题分析第25-31页
     ·负载指标的选择第25-26页
     ·负载信息的收集方式第26-27页
     ·负载信息的管理第27-28页
     ·负载状态的判定第28-29页
     ·负载平衡发起策略第29-30页
     ·选择目标主机第30-31页
   ·自适应网格负载平衡算法第31-34页
     ·定义第31-32页
     ·算法描述第32-33页
     ·自适应网格负载平衡算法第33-34页
4 网格动态负载平衡框架第34-49页
   ·网格动态负载平衡框架DLBFG第34-35页
   ·DLBFG的构成第35-37页
     ·网格第35-36页
     ·移动Agent第36-37页
   ·DLBFG的关键模块第37-45页
     ·负载信息管理模块第37-42页
     ·任务分配Agent第42-43页
     ·作业Agent第43-44页
     ·迁移通知Agent第44-45页
   ·负载迁移的两种方式第45-47页
   ·负载平衡的三个时机第47-49页
5 基于DLBFG的交通流预测第49-59页
   ·基于网格的交通流预测负载平衡问题第49页
   ·神经网络训练和预测相分离的交通流预测方法第49页
   ·基于DLBFG的交通流预测第49-53页
     ·神经网络训练第50-52页
     ·交通流预测第52-53页
   ·运行结果分析第53-59页
     ·基于DLBFG的预测与训练实验第53-57页
     ·大规模路网交通流预测实验第57-59页
结论第59-60页
参考文献第60-63页
攻读硕士学位期间发表学术论文情况第63-64页
致谢第64-65页
大连理工大学学位论文版权使用授权书第65页

论文共65页,点击 下载论文
上一篇:基于ECC的CA认证中心的研究与设计
下一篇:基于Agent的信息推送技术的研究与应用