| 提要 | 第1-7页 |
| 第1章 引言 | 第7-9页 |
| ·研究内容和意义 | 第7页 |
| ·研究背景 | 第7-8页 |
| ·研究目标 | 第8-9页 |
| 第2章 网格体系结构和网格资源预测概述 | 第9-12页 |
| ·网格体系结构 | 第9-11页 |
| ·Web 服务 | 第9页 |
| ·OGSA | 第9-10页 |
| ·WSRF | 第10-11页 |
| ·网格资源预测系统概述 | 第11-12页 |
| 第3章 蚁群优化算法 | 第12-19页 |
| ·蚁群优化算法的起源以及发展 | 第12-13页 |
| ·蚁群优化算法的基本原理 | 第13-15页 |
| ·用于支持向量机参数优化的蚁群优化算法 | 第15-18页 |
| ·蚁群优化算法的其他应用 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第4章 支持向量回归机 | 第19-25页 |
| ·支持向量机概述 | 第19页 |
| ·支持向量回归机介绍 | 第19-24页 |
| ·线性支持向量回归机 | 第20-21页 |
| ·非线性支持向量回归机 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第5章 基于蚁群算法优化支持向量回归模型以及实验分析 | 第25-34页 |
| ·蚁群算法优化支持向量回归模型 | 第25-31页 |
| ·模型中需要优化的参数分析 | 第25-26页 |
| ·使用蚁群优化算法确定支持向量回归参数 | 第26-29页 |
| ·优化问题描述 | 第29页 |
| ·实验环境 | 第29页 |
| ·实验的预处理 | 第29-31页 |
| ·三种实验模型的参数选择 | 第31页 |
| ·ACO-SVR 模型的参数选择 | 第31页 |
| ·反复试验法定参的支持向量回归机(T-SVR)模型的参数选择 | 第31页 |
| ·实验总结 | 第31-34页 |
| 第6章 结论与进一步工作 | 第34-36页 |
| ·结论 | 第34页 |
| ·进一步的工作 | 第34-36页 |
| 参考文献 | 第36-39页 |
| 致谢 | 第39-40页 |
| 摘要 | 第40-43页 |
| ABSTRACT | 第43-46页 |