基于BP神经网络的网格性能预测
| 提要 | 第1-7页 |
| 第一章 引言 | 第7-9页 |
| ·研究内容和意义 | 第7-8页 |
| ·研究背景 | 第8页 |
| ·研究目标 | 第8-9页 |
| 第二章 网格体系及人工神经网络概述 | 第9-19页 |
| ·网格体系结构 | 第9-14页 |
| ·Web 服务 | 第9-10页 |
| ·OGSA | 第10-11页 |
| ·WSRF | 第11-12页 |
| ·Globus Toolkit | 第12-14页 |
| ·网格监控工具 | 第14-16页 |
| ·人工神经网络 | 第16-19页 |
| 第三章 网格监控与预测系统的设计 | 第19-30页 |
| ·WS-GRAM | 第19-20页 |
| ·GridFTP 与RFT | 第20-21页 |
| ·网格监控程序的设计 | 第21-24页 |
| ·网格资源监控 | 第21-22页 |
| ·网格应用程序监控 | 第22-24页 |
| ·BP 算法 | 第24-28页 |
| ·BP 网络结构 | 第25-27页 |
| ·基本BP 训练算法的实现步骤(基本S 型函数) | 第27-28页 |
| ·BP 算法与网格性能预测 | 第28页 |
| ·预测系统的结构 | 第28-30页 |
| 第四章 网格性能预测系统的实现 | 第30-58页 |
| ·总体框架 | 第30-32页 |
| ·分布式矩阵乘 | 第32-34页 |
| ·网格监控程序的实现 | 第34-44页 |
| ·WS-GRAM 提交作业的原理 | 第34-37页 |
| ·资源监控组件的实现 | 第37-38页 |
| ·程序监控组件的实现 | 第38-44页 |
| ·BP 算法的实现 | 第44-46页 |
| ·改进了的BP 算法 | 第44页 |
| ·BP_NN 类说明 | 第44-46页 |
| ·系统整合与测试 | 第46-58页 |
| ·实验总则 | 第47页 |
| ·实验环境 | 第47页 |
| ·实验数据 | 第47-49页 |
| ·实验方法 | 第49-56页 |
| ·实验结果 | 第56-58页 |
| 第五章 总结和展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·下一步工作 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 摘要 | 第62-64页 |
| Abstract | 第64-67页 |
| 致谢 | 第67-68页 |
| 导师及作者简介 | 第68页 |