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 |