| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 研究现状 | 第8-11页 |
| 1.2.2 研究现状分析 | 第11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 组织结构 | 第12-14页 |
| 第二章 物联网与服务组合技术 | 第14-26页 |
| 2.1 物联网 | 第14-16页 |
| 2.1.1 物联网的特点 | 第14-15页 |
| 2.1.2 物联网关键技术 | 第15-16页 |
| 2.2 物联网服务 | 第16-17页 |
| 2.2.1 物联网服务的特点 | 第16-17页 |
| 2.2.2 物联网服务组合面临的问题 | 第17页 |
| 2.3 物联网环境下服务组合相关技术 | 第17-20页 |
| 2.3.1 服务体系结构 | 第17-18页 |
| 2.3.2 物联网服务的关键技术 | 第18-20页 |
| 2.4 服务组合的QoS属性 | 第20-24页 |
| 2.4.1 服务中的主要QoS需求 | 第21-22页 |
| 2.4.2 QoS属性描述 | 第22页 |
| 2.4.3 QoS属性值标准化 | 第22-23页 |
| 2.4.4 组合服务QoS属性计算 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 QoS驱动的服务组合算法 | 第26-38页 |
| 3.1 基于Skyline计算的服务组合算法 | 第26-29页 |
| 3.1.1 Skyline计算介绍 | 第26-27页 |
| 3.1.2 服务组合中的算法应用 | 第27-28页 |
| 3.1.3 性能分析 | 第28-29页 |
| 3.2 基于协同过滤的服务组合算法 | 第29-31页 |
| 3.2.1 协同过滤算法简介 | 第29-31页 |
| 3.2.2 服务组合中的算法应用 | 第31页 |
| 3.2.3 性能分析 | 第31页 |
| 3.3 基于优化算法的服务组合算法 | 第31-35页 |
| 3.3.1 粒子群算法 | 第31-33页 |
| 3.3.2 蚁群算法 | 第33-34页 |
| 3.3.3 模拟退火算法 | 第34-35页 |
| 3.3.4 性能分析 | 第35页 |
| 3.4 基于多属性决策支持理论的Web服务选择方法 | 第35-36页 |
| 3.5 基于混合算法的服务组合算法 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 改进的遗传算法 | 第38-50页 |
| 4.1 遗传算法简介 | 第38-42页 |
| 4.1.1 遗传算法的基本思想 | 第38-39页 |
| 4.1.2 遗传算法的适应度函数 | 第39页 |
| 4.1.3 遗传算法的基本操作 | 第39-42页 |
| 4.2 遗传算法的改进 | 第42-44页 |
| 4.2.1 自适应交叉策略 | 第43-44页 |
| 4.2.2 自适应变异策略 | 第44页 |
| 4.3 改进后遗传算法的实现 | 第44-48页 |
| 4.3.1 改进后遗传算法的实现步骤 | 第45-46页 |
| 4.3.2 算法的实现技术 | 第46-48页 |
| 4.4 改进后的遗传算法与传统遗传算法的比较 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 物联网环境下QoS驱动的服务组合优化 | 第50-57页 |
| 5.1 物联网环境下QoS驱动的服务组合描述 | 第50-51页 |
| 5.2 改进后的遗传算法在QoS驱动的服务组合中的应用流程 | 第51-52页 |
| 5.3 仿真实验设置 | 第52-53页 |
| 5.3.1 实验环境 | 第52页 |
| 5.3.2 测试实验结果分析 | 第52-53页 |
| 5.4 实验与结果分析 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间参加科研情况及获得的学术成果 | 第65-66页 |