| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 网络路由的研究现状 | 第11-12页 |
| 1.2.2 网络调度的研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文研究内容结构 | 第14-16页 |
| 第二章 工业物联网中应用的时间敏感网络相关技术研究 | 第16-27页 |
| 2.1 工业物联网 | 第16-17页 |
| 2.2 时间敏感网络及相关技术介绍 | 第17-24页 |
| 2.2.1 802.1 AS时间同步 | 第18-19页 |
| 2.2.2 调度和流量整形 | 第19-21页 |
| 2.2.3 帧抢占和基于时间的入口管制 | 第21-22页 |
| 2.2.4 SRP增强及通信路径的选择和冗余 | 第22-24页 |
| 2.3 时间敏感网络中的调度算法分析 | 第24-26页 |
| 2.3.1 严格的优先级调度算法 | 第24-25页 |
| 2.3.2 帧抢占调度算法 | 第25页 |
| 2.3.3 门控制调度算法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于遗传模拟退火的TSN调度算法 | 第27-42页 |
| 3.1 研究背景 | 第27-28页 |
| 3.2 系统模型及问题陈述 | 第28-32页 |
| 3.2.1 系统模型 | 第28-30页 |
| 3.2.2 问题描述 | 第30-32页 |
| 3.3 基于遗传模拟退火的TSN调度算法描述 | 第32-37页 |
| 3.3.1 模拟退火算法 | 第32-33页 |
| 3.3.2 遗传算法 | 第33-34页 |
| 3.3.3 基于改进的遗传模拟退火算法 | 第34-37页 |
| 3.3.3.1 算法具体设计 | 第35页 |
| 3.3.3.2 算法具体流程 | 第35-37页 |
| 3.4 结果评估 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于蚁群系统的TSN调度算法 | 第42-55页 |
| 4.1 系统模型及问题描述 | 第42-45页 |
| 4.2 传统蚁群算法 | 第45-46页 |
| 4.3 基于蚁群系统的TSN调度算法的描述 | 第46-51页 |
| 4.3.1 初始信息素的改进 | 第46-47页 |
| 4.3.2 可行路径的构建 | 第47页 |
| 4.3.3 信息素的更新 | 第47-51页 |
| 4.4 结果评估 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 带增量策略的TSN调度算法 | 第55-62页 |
| 5.1 问题背景与系统模型 | 第55-56页 |
| 5.2 算法执行方案调整 | 第56-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文研究工作总结 | 第62-63页 |
| 6.2 不足之处和今后工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间的研究成果 | 第72页 |