| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-33页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-30页 |
| 1.2.1 面向社会环境的情境聚合问题 | 第14-17页 |
| 1.2.2 情境元素与聚合算法研究现状 | 第17-25页 |
| 1.2.3 演化情境与智能计算技术研究现状 | 第25-27页 |
| 1.2.4 关系平衡性结构聚合技术研究现状 | 第27-29页 |
| 1.2.5 多情境环境聚合模型研究现状 | 第29-30页 |
| 1.3 主要研究内容 | 第30-32页 |
| 1.4 论文组织结构 | 第32-33页 |
| 第2章 计算情境与时间情境聚合技术研究 | 第33-54页 |
| 2.1 引言 | 第33页 |
| 2.2 社会环境中计算情境元素问题 | 第33-37页 |
| 2.2.1 计算情境元素 | 第34-35页 |
| 2.2.2 基于时序演化的计算情景元素 | 第35-36页 |
| 2.2.3 时序情境对象 | 第36-37页 |
| 2.3 计算情境与时间情境聚合方法 | 第37-40页 |
| 2.3.1 基于时序演化的计算情境聚合过程 | 第37-38页 |
| 2.3.2 实体信息中心性获取NICM算法 | 第38页 |
| 2.3.3 基于时序演化的计算情境元素获取NICF算法 | 第38-39页 |
| 2.3.4 计算情境元素与时间情境元素聚合RFAFCA算法 | 第39-40页 |
| 2.4 实验与结果分析 | 第40-53页 |
| 2.4.1 实验数据和运行环境 | 第40-41页 |
| 2.4.2 不同情境元素的执行时间对比分析 | 第41-42页 |
| 2.4.3 实体βi值与演化值 | 第42-43页 |
| 2.4.4 βi演化分析 | 第43-46页 |
| 2.4.5 计算情境元素聚合效果对比分析 | 第46-49页 |
| 2.4.6 综合示例 | 第49-53页 |
| 2.5 本章小结 | 第53-54页 |
| 第3章 基于AOC自治计算的时序演化情境聚合技术研究 | 第54-72页 |
| 3.1 引言 | 第54页 |
| 3.2 演化情境问题 | 第54-57页 |
| 3.2.1 演化情境元素关系模式 | 第54-55页 |
| 3.2.2 演化情境示例分析 | 第55-57页 |
| 3.3 基于AOC的演化情境获取方法 | 第57-59页 |
| 3.3.1 AOC自治体构成要素 | 第57-58页 |
| 3.3.2 AOC演化情境获取框架 | 第58-59页 |
| 3.4 演化情境获取过程 | 第59-64页 |
| 3.4.1 A单元状态空间 | 第60-61页 |
| 3.4.2 A单元运行规则 | 第61-62页 |
| 3.4.3 A单元移动策略 | 第62-64页 |
| 3.5 实验及结果分析 | 第64-70页 |
| 3.5.1 实验数据与实验设计 | 第64-65页 |
| 3.5.2 不同情境元素执行时间分析 | 第65页 |
| 3.5.3 A单元相遇次数与输出时间分析 | 第65-67页 |
| 3.5.4 演化情境获取效果分析 | 第67-70页 |
| 3.5.5 实验结论 | 第70页 |
| 3.6 本章小结 | 第70-72页 |
| 第4章 感知关系平衡性聚合技术研究 | 第72-90页 |
| 4.1 引言 | 第72页 |
| 4.2 2-Mode平衡性关系问题描述 | 第72-77页 |
| 4.2.1 关系平衡与聚集问题 | 第73-75页 |
| 4.2.2 基于时序演化平衡云集问题 | 第75-77页 |
| 4.3 感知平衡的云集子团获取过程 | 第77-80页 |
| 4.3.1 平衡性云集阈值获取CABS-2mode算法 | 第78-79页 |
| 4.3.2 平衡云集性子团聚合CABC-2mode算法 | 第79-80页 |
| 4.4 实验和结果分析 | 第80-89页 |
| 4.4.1 实验数据 | 第80页 |
| 4.4.2 执行时间分析 | 第80-81页 |
| 4.4.3 感知关系平衡性的云集子团分析 | 第81-86页 |
| 4.4.4 感知关系平衡性的个体行为分析 | 第86-88页 |
| 4.4.5 实验结论 | 第88-89页 |
| 4.5 本章小结 | 第89-90页 |
| 第5章 多维情境聚合模型研究 | 第90-104页 |
| 5.1 引言 | 第90页 |
| 5.2 多维情境与模型问题 | 第90-94页 |
| 5.2.1 情境环境的多维问题 | 第90-91页 |
| 5.2.2 模型问题 | 第91-94页 |
| 5.3 多情境环境聚合模型 | 第94-96页 |
| 5.3.1 多维情境的边权 | 第94-95页 |
| 5.3.2 多维加权情境模型 | 第95-96页 |
| 5.4 实验与分析 | 第96-103页 |
| 5.4.1 实验数据 | 第96页 |
| 5.4.2 性能评价标准 | 第96-97页 |
| 5.4.3 MWCMA算法性能比较 | 第97-99页 |
| 5.4.4 多维情境聚合效果 | 第99-103页 |
| 5.5 本章小结 | 第103-104页 |
| 结论 | 第104-106页 |
| 参考文献 | 第106-116页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第116-117页 |
| 致谢 | 第117页 |
