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

基于本体和CPN的资源分配问题的形式化研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-18页
    1.1 研究背景及意义第14-15页
        1.1.1 研究背景第14-15页
        1.1.2 研究意义第15页
    1.2 国内外研究现状第15-16页
    1.3 研究内容及安排第16-18页
第二章 相关理论和技术基础第18-36页
    2.1 形式化及其概述第18-20页
    2.2 本体理论基础第20-23页
        2.2.1 本体知识概述第20-21页
        2.2.2 本体构造方法第21页
        2.2.3 本体评估第21-22页
        2.2.4 本体知识表示的特点第22-23页
    2.3 CPN基础第23-28页
        2.3.1 Petri网概述第23-24页
        2.3.2 传统Petri网第24-25页
        2.3.3 着色Petri网第25-28页
    2.4 业务源模型与遗传算法第28-31页
        2.4.1 业务源模型第28-29页
        2.4.2 遗传算法第29-31页
    2.5 开发工具与平台第31-36页
        2.5.1 本体构造工具Protégé第31-33页
        2.5.2 CPN Tools第33-36页
第三章 业务源模型本体构建与应用第36-48页
    3.1 业务源模型本体的构建第36-43页
        3.1.1 业务源模型本体的设计第36-37页
        3.1.2 关键概念属性抽取与关系设定第37-39页
        3.1.3 业务源模型本体的建立第39-43页
    3.2 业务源模型本体查询第43-45页
        3.2.2 查询概念的类第43-44页
        3.2.3 查询类的实例第44-45页
    3.3 业务源模型本体推理第45-46页
    3.4 本章小结第46-48页
第四章 基于着色Petri网的遗传算法形式化建模与验证第48-62页
    4.1 遗传算法形式化顶层模块的设计第48-50页
    4.2 遗传算法形式化的子模块实现第50-60页
        4.2.1 生成初始种群模块第50-52页
        4.2.2 计算适应度函数模块第52-54页
        4.2.3 迭代进化模块第54-60页
    4.3 遗传算法形式化的验证第60-61页
        4.3.1 验证目的与方法第60页
        4.3.2 正确性与功能性验证第60-61页
    4.4 本章小结第61-62页
第五章 总结与展望第62-64页
参考文献第64-68页
致谢第68-70页
作者简介第70-71页

论文共71页,点击 下载论文
上一篇:基于机器学习算法的颜色恒常性研究
下一篇:基于深度学习的图像超分辨率重构算法研究