| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 2 P2P相关技术介绍 | 第17-32页 |
| 2.1 P2P概述 | 第17-19页 |
| 2.1.1 P2P的定义 | 第17-18页 |
| 2.1.2 P2P的特点 | 第18-19页 |
| 2.2 P2P网络拓扑结构 | 第19-25页 |
| 2.2.1 集中式拓扑 | 第19-21页 |
| 2.2.2 全分布式结构化拓扑 | 第21-23页 |
| 2.2.3 全分布式非结构化拓扑 | 第23-24页 |
| 2.2.4 混合式拓扑 | 第24-25页 |
| 2.3 P2P网络搜索技术 | 第25-31页 |
| 2.3.1 结构化P2P网络搜索算法 | 第26-28页 |
| 2.3.2 非结构化P2P网络搜索算法 | 第28-29页 |
| 2.3.3 P2P网络搜索算法评价标准 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 蚁群算法相关研究 | 第32-40页 |
| 3.1 蚁群算法概述 | 第32-36页 |
| 3.1.1 蚁群算法原理 | 第32-33页 |
| 3.1.2 蚁群算法解决TSP问题 | 第33-35页 |
| 3.1.3 蚁群算法的优缺点 | 第35-36页 |
| 3.2 蚁群算法的改进算法介绍 | 第36-39页 |
| 3.2.1 精英策略的蚁群算法(EAS) | 第36页 |
| 3.2.2 基于排列的蚁群算法(AS_(rank)) | 第36-37页 |
| 3.2.3 最大-最小蚁群算法(MMAS) | 第37-38页 |
| 3.2.4 蚁群系统(ACS) | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 基于改进蚁群算法的非结构化P2P网络资源搜索研究 | 第40-56页 |
| 4.1 蚁群算法解决非结构化P2P网络资源搜索问题描述 | 第40-41页 |
| 4.2 改进算法的设计 | 第41-44页 |
| 4.2.1 改进算法的设计思想 | 第42页 |
| 4.2.2 改进算法的设计目标 | 第42-43页 |
| 4.2.3 信息素的设置和伪随机比例规则的引入 | 第43-44页 |
| 4.3 改进算法的描述 | 第44-51页 |
| 4.3.1 本地资源搜索算法描述 | 第46-48页 |
| 4.3.2 网络资源搜索算法描述 | 第48-51页 |
| 4.4 改进算法的实现 | 第51-55页 |
| 4.4.1 改进算法功能模块设计 | 第51-52页 |
| 4.4.2 改进算法数据结构设计 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 算法仿真与分析 | 第56-63页 |
| 5.1 仿真工具PeerSim | 第56-58页 |
| 5.2 仿真步骤与参数配置 | 第58-59页 |
| 5.3 实验结果与分析 | 第59-62页 |
| 5.3.1 算法评价 | 第59页 |
| 5.3.2 实验结果与分析 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
