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

基于多商品流的网络能耗模型与智能算法研究

摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第12-18页
    1.1 背景和研究意义第12-13页
    1.2 国内外研究现状第13-15页
    1.3 本文主要研究内容第15-17页
    1.4 论文安排及主要贡献第17-18页
第二章 网络能耗问题介绍第18-26页
    2.1 为什么要节能第18页
    2.2 有哪些节能策略第18-21页
    2.3 绿色网络的定义第21-23页
    2.4 有哪些应用场景第23-24页
    2.5 软件定义网络第24-25页
    2.6 本章小结第25-26页
第三章 能耗问题的数学模型第26-29页
    3.1 拓扑设定第26-27页
    3.2 数学模型第27-28页
    3.3 本章小结第28-29页
第四章 蚁群算法概述第29-35页
    4.1 蚁群算法介绍第29-30页
    4.2 蚁群算法的系统学特征第30-31页
    4.3 蚁群算法应用示例——旅行商问题第31-34页
    4.4 本章小结第34-35页
第五章 基于克隆蚂蚁的能量感知路由算法第35-44页
    5.1 算法描述第35-37页
        5.1.1 算法基本思想第35页
        5.1.2 克隆蚂蚁介绍第35-36页
        5.1.3 候选集和路径集第36页
        5.1.4 信息素更新和转移概率计算公式第36-37页
    5.2 算法实现第37-39页
        5.2.1 算法框架第37-38页
        5.2.2 核心算法伪代码第38-39页
    5.3 实验评估第39-43页
        5.3.1 实验环境设定第39-40页
        5.3.2 能耗对比第40-41页
        5.3.3 计算时间评估第41-42页
        5.3.4 拒绝率评估第42-43页
    5.4 本章小结第43-44页
第六章 混合蚁群优化第44-53页
    6.1 问题背景第44-45页
    6.2 算法概述第45-46页
    6.3 算法框架第46-47页
    6.4 形式化描述第47-48页
    6.5 实验评估第48-52页
        6.5.1 算法对比第49-50页
        6.5.2 迭代结果第50-52页
    6.6 本章小结第52-53页
第七章 总结与展望第53-54页
参考文献第54-57页
致谢第57-58页
攻读学位期间发表的学术论文目录第58-59页
在读期间参与的科研项目情况第59-60页
附件第60页

论文共60页,点击 下载论文
上一篇:基于回声状态网络的热点话题预测模型的研究
下一篇:基于回溯式搜索算法的随机神经网络优化及应用