首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于计算智能的网格资源监测预报系统

内容提要第1-7页
第1章 绪论第7-23页
   ·网格概述第7-10页
   ·网格体系结构第10-16页
     ·Web 服务第11-12页
     ·OGSA第12页
     ·WSRF第12-14页
     ·构建网格的关键技术第14-16页
   ·监测与预报概述第16-20页
     ·典型监测系统第16-17页
     ·典型预报系统第17-18页
     ·典型监测技术第18-19页
     ·典型预报方法第19-20页
   ·网格资源监测与多步预报的问题表述第20-22页
   ·研究内容与本文工作第22-23页
第2章 网格资源监测预报系统的设计与实现第23-36页
   ·设计原则第23-24页
   ·系统结构第24-25页
   ·系统工作流程第25-27页
   ·资源信息管理第27-33页
     ·资源信息管理的基本功能第27-28页
     ·资源信息管理的实现第28-31页
     ·资源信息发布接口第31-33页
   ·性能测试第33-34页
   ·系统评价第34-35页
   ·本章小结第35-36页
第3章 基于人工神经网络的资源多步预报模型第36-65页
   ·人工神经网络概述第36-41页
     ·人工神经网络的基本原理第37-40页
     ·人工神经网络在资源预报领域的应用现状第40-41页
   ·基于BP 神经网络的多步预报模型第41-45页
     ·BP 神经网络结构第41-42页
     ·BP 算法的步骤第42-43页
     ·BP 神经网络的实现第43-45页
   ·基于RBF 神经网络的多步预报模型第45-50页
     ·RBF 神经网络结构第45-47页
     ·RBF 神经网络的参数确定方法第47-48页
     ·RBF 算法的步骤第48页
     ·RBF 神经网络的实现第48-50页
   ·基于广义混合神经网络的多步预报模型第50-55页
     ·广义混合神经网络结构第50-52页
     ·广义混合算法的步骤第52-53页
     ·广义混合神经网络的实现第53-55页
   ·实验验证第55-64页
     ·实验准备第55-58页
     ·实验结果及分析(网络带宽)第58-61页
     ·实验结果及分析(主机负载)第61-64页
   ·本章小结第64-65页
第4章 基于支持向量回归的资源多步预报模型第65-79页
   ·支持向量回归概述第65-66页
   ·Epsilon-支持向量回归预报模型第66-68页
   ·Nu-支持向量回归预报模型第68-69页
   ·核函数与QP 问题求解第69-70页
   ·实验验证第70-78页
     ·实验准备第70-71页
     ·实验结果及分析(网络带宽)第71-75页
     ·实验结果及分析(主机负载)第75-78页
   ·本章小结第78-79页
第5章 基于计算智能的预报模型优化第79-110页
   ·基于两阶段搜索的模型优化第79-83页
     ·优化问题表述第79-80页
     ·两阶段搜索策略第80-81页
     ·实验验证第81-83页
   ·基于进化计算的模型优化第83-91页
     ·优化问题表述第84-85页
     ·实数遗传算法优化模型第85-86页
     ·实数粒子群算法优化模型第86页
     ·实验验证第86-91页
   ·并行混合粒子群算法优化Nu-SVR 模型第91-109页
     ·优化问题表述第91页
     ·并行混合粒子群优化方法第91-95页
     ·基准数据实验第95-102页
     ·真实数据实验第102-109页
   ·本章小结第109-110页
第6章 结论与进一步工作第110-112页
   ·结论第110-111页
   ·进一步工作第111-112页
参考文献第112-119页
攻读博士学位期间发表的学术论文及取得的科研成果第119-121页
致谢第121-122页
摘要第122-125页
Abstract第125-128页

论文共128页,点击 下载论文
上一篇:因特网环境下分布式监测系统关键技术研究及应用
下一篇:基于主动获取的计算机取证方法及实现技术研究