基于模拟退火遗传算法的网络负载平衡算法研究
| 第1章 绪论 | 第1-11页 |
| ·研究背景和意义 | 第8-9页 |
| ·负载平衡技术及其研究现状 | 第9-10页 |
| ·论文的主要内容和组织结构 | 第10-11页 |
| 第2章 网络负载平衡技术 | 第11-21页 |
| ·网络负载平衡的功能及意义 | 第11-12页 |
| ·负载平衡分类 | 第12-17页 |
| ·软/硬件负载平衡 | 第12-13页 |
| ·本地/全局负载平衡 | 第13页 |
| ·网络层次上的负载平衡 | 第13-17页 |
| ·负载平衡算法 | 第17-18页 |
| ·动态负载平衡算法 | 第18-19页 |
| ·转移策略 | 第18页 |
| ·选择策略 | 第18-19页 |
| ·定位策略 | 第19页 |
| ·信息策略 | 第19页 |
| ·实现动态负载平衡的方法 | 第19-21页 |
| 第3章 遗传算法基本原理 | 第21-37页 |
| ·遗传算法的描述 | 第21-22页 |
| ·遗传算法的基本思想 | 第22-24页 |
| ·遗传算法的基本概念 | 第24-29页 |
| ·编码机制 | 第24页 |
| ·适应度函数 | 第24-25页 |
| ·选择算子 | 第25-26页 |
| ·交叉、变异算子 | 第26-29页 |
| ·控制参数 | 第29页 |
| ·遗传算法的基础理论 | 第29-35页 |
| ·模式定理 | 第29-33页 |
| ·积木块假设 | 第33页 |
| ·收敛性分析 | 第33-34页 |
| ·欺骗性问题 | 第34页 |
| ·隐式并行性 | 第34-35页 |
| ·遗传算法的应用 | 第35-37页 |
| 第4章 遗传算法的改进及分析 | 第37-52页 |
| ·遗传算法的改进 | 第37-46页 |
| ·初始群体的产生 | 第39-41页 |
| ·选择算子的改进 | 第41-42页 |
| ·遗传算法重要参数的选择 | 第42-43页 |
| ·适应度函数的设计 | 第43页 |
| ·进化过程中动态调整子代个体 | 第43-44页 |
| ·交叉、变异操作 | 第44-45页 |
| ·改进遗传算法流程 | 第45-46页 |
| ·自适应遗传算法 | 第46-47页 |
| ·混合遗传算法 | 第47-49页 |
| ·模拟退火算法 | 第49-51页 |
| ·模拟退火算法的基本思想 | 第49页 |
| ·模拟退火算法的参数控制问题 | 第49-50页 |
| ·常用退火方式 | 第50页 |
| ·模拟退火算法的缺陷 | 第50-51页 |
| ·模拟退火混合遗传算法 | 第51-52页 |
| 第5章 基于模拟退火遗传算法的负载平衡新算法 | 第52-67页 |
| ·本文提出的基于模拟退火遗传算法的负载平衡算法 | 第52-59页 |
| ·编码设计 | 第52-54页 |
| ·适应度函数 | 第54-55页 |
| ·最优秀保存法 | 第55-56页 |
| ·选择策略 | 第56页 |
| ·交叉、变异策略 | 第56-57页 |
| ·基于Metropolis判别准则的复制策略 | 第57-59页 |
| ·仿真实验 | 第59-65页 |
| ·算法的问题和不足 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 作者攻读硕士学位期间发表的论文 | 第72-73页 |
| 致谢 | 第73页 |
