| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-12页 |
| 1.2.1 国内发展现状 | 第9-11页 |
| 1.2.2 国外发展现状 | 第11-12页 |
| 1.3 本文主要工作及章节安排 | 第12-14页 |
| 第二章 云制造及其相关背景知识 | 第14-25页 |
| 2.1 云计算 | 第14-16页 |
| 2.1.1 云计算的重要特征 | 第14-15页 |
| 2.1.2 云计算的服务模型 | 第15-16页 |
| 2.1.3 云计算的部署模型 | 第16页 |
| 2.2 云制造 | 第16-21页 |
| 2.2.1 从云计算到云制造 | 第16-18页 |
| 2.2.2 云制造的基本概念 | 第18-20页 |
| 2.2.3 云制造资源的特征 | 第20-21页 |
| 2.2.4 云制造与传统制造模式的区别 | 第21页 |
| 2.3 智能优化算法 | 第21-23页 |
| 2.3.1 遗传算法 | 第21-23页 |
| 2.3.2 差分进化算法 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 云制造服务组合的多属性QoS评价模型 | 第25-36页 |
| 3.1 服务组合 | 第25-27页 |
| 3.1.1 服务组合基本概念 | 第25-26页 |
| 3.1.2 云制造服务组合 | 第26-27页 |
| 3.2 QoS评价模型 | 第27-29页 |
| 3.3 云制造服务组合的QoS评价模型 | 第29-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于蚁群算法的云制造服务组合 | 第36-51页 |
| 4.1 基本蚁群算法 | 第36-41页 |
| 4.1.1 算法原理 | 第37-38页 |
| 4.1.2 算法步骤与流程 | 第38-40页 |
| 4.1.3 算法参数分析 | 第40-41页 |
| 4.1.4 算法复杂度 | 第41页 |
| 4.2 基于动态参数蚁群算法的云制造服务组合优选 | 第41-49页 |
| 4.2.1 特殊蚂蚁机制 | 第42-43页 |
| 4.2.2 动态参数机制 | 第43-44页 |
| 4.2.3 子空间搜索机制 | 第44-45页 |
| 4.2.4 动态参数蚁群算法特性 | 第45-46页 |
| 4.2.5 动态参数蚁群算法原理及流程 | 第46-48页 |
| 4.2.6 DPACO算法解决云制造服务组合问题具体步骤 | 第48-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第五章 实验仿真 | 第51-60页 |
| 5.1 实验数据收集 | 第51-53页 |
| 5.2 算法性能验证 | 第53-59页 |
| 5.2.1 收敛性 | 第54-56页 |
| 5.2.2 有效性 | 第56-57页 |
| 5.2.3 鲁棒性 | 第57-58页 |
| 5.2.4 执行算法的CPU时间 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-63页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 展望与后续工作 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录2 攻读硕士学位期间申请的专利 | 第67-68页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| 致谢 | 第69页 |