面向骨干网的流量矩阵估计优化算法的研究与仿真实现
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的主要工作及内容安排 | 第15-16页 |
| ·课题来源 | 第16-17页 |
| 第2章 最优化理论及流量矩阵估计 | 第17-27页 |
| ·概述 | 第17-18页 |
| ·最优化理论 | 第18-20页 |
| ·统计最优化 | 第18-19页 |
| ·智能最优化 | 第19-20页 |
| ·流量矩阵 | 第20-21页 |
| ·流量矩阵定义 | 第20页 |
| ·骨干网络流量矩阵 | 第20-21页 |
| ·流量矩阵估计 | 第21-26页 |
| ·问题描述 | 第21页 |
| ·统计反演 | 第21-22页 |
| ·部分测量反演 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 流量矩阵GA估计 | 第27-47页 |
| ·GA算法基础 | 第28-33页 |
| ·GA基本原理 | 第28-30页 |
| ·GA遗传算子 | 第30-33页 |
| ·GA工具箱介绍 | 第33页 |
| ·IPFP算法简介 | 第33-35页 |
| ·基于GA的流量矩阵估计 | 第35-40页 |
| ·问题定义 | 第35-38页 |
| ·算法描述 | 第38-40页 |
| ·仿真和分析 | 第40-46页 |
| ·仿真数据来源 | 第40-41页 |
| ·仿真环境及参数设置 | 第41-42页 |
| ·仿真结果及分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于主成分分析的流量矩阵估计 | 第47-75页 |
| ·主成分分析基础 | 第47-52页 |
| ·主成分分析概述 | 第47-49页 |
| ·PCA基本原理 | 第49-52页 |
| ·基于PCA的流量矩阵估计 | 第52-60页 |
| ·问题定义 | 第52页 |
| ·基于PCA的流量矩阵估计算法描述 | 第52-54页 |
| ·基于DPCA的流量矩阵估计 | 第54-60页 |
| ·仿真结果及分析 | 第60-74页 |
| ·PCA的仿真结果及分析 | 第60-68页 |
| ·DPCA的仿真结果及分析 | 第68-72页 |
| ·PCA、DPCA、GA性能比较 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 基于混合算法的流量矩阵估计 | 第75-85页 |
| ·混合算法提出的必要性 | 第75-77页 |
| ·遗传算法的缺陷 | 第75-76页 |
| ·主成分分析的缺陷 | 第76页 |
| ·混合算法的优势 | 第76-77页 |
| ·基于混合算法的流量矩阵估计算法 | 第77-79页 |
| ·问题定义 | 第77页 |
| ·混合算法的算法描述 | 第77-79页 |
| ·仿真结果及分析 | 第79-84页 |
| ·仿真结果分析 | 第79-81页 |
| ·混合算法误差比较 | 第81-83页 |
| ·PCA、DPCA、GA和混合算法的误差比较 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 总结 | 第85-87页 |
| ·工作总结 | 第85-86页 |
| ·展望 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-95页 |
| 攻读硕士学位期间发表的论文 | 第95页 |
| 攻读硕士学位期间参与的科研项目 | 第95页 |
