分布式环境下Agent的联盟方法及其应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-12页 |
| ·Agent | 第11页 |
| ·Agent 联盟 | 第11页 |
| ·Agent 联盟环境 | 第11-12页 |
| ·国内外研究现状概述 | 第12-15页 |
| ·Agent 联盟问题 | 第12-13页 |
| ·工作流调度问题 | 第13-15页 |
| ·问题的提出及本文研究内容 | 第15-16页 |
| ·存在的问题 | 第15页 |
| ·主要研究内容 | 第15-16页 |
| ·全文结构 | 第16-17页 |
| 第二章 相关技术 | 第17-24页 |
| ·AGENT 技术 | 第17-20页 |
| ·智能 Agent | 第17-18页 |
| ·BDI 模型 | 第18-19页 |
| ·Agent 在 Web 服务中的应用 | 第19页 |
| ·多 Agent 系统 | 第19-20页 |
| ·WEB 服务技术 | 第20-22页 |
| ·Web 服务 | 第20页 |
| ·SOA 构架 | 第20-22页 |
| ·Web 服务特点 | 第22页 |
| ·Web 服务集成 | 第22页 |
| ·工作流技术 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于信息披露机制的 AGENT 联盟算法 | 第24-42页 |
| ·概述 | 第24-26页 |
| ·问题描述 | 第26-27页 |
| ·解决方案 | 第27-33页 |
| ·算法框架 | 第27-28页 |
| ·关键点 | 第28页 |
| ·算法描述 | 第28-32页 |
| ·算法复杂度分析 | 第32-33页 |
| ·实验 | 第33-41页 |
| ·实验设置 | 第33-34页 |
| ·实验结果 | 第34-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于学习机制的 AGENT 联盟算法 | 第42-69页 |
| ·概述 | 第42-43页 |
| ·学习 AGENT 的成本信息 | 第43-48页 |
| ·关于蚁群算法 | 第43-45页 |
| ·算法描述 | 第45-46页 |
| ·实验结果与分析 | 第46-48页 |
| ·学习任务的结构特征 | 第48-68页 |
| ·复杂任务模型的结构树表达 | 第48-53页 |
| ·公共片段的提取与构建 | 第53-59页 |
| ·任务库的设计 | 第59-61页 |
| ·算法描述与分析 | 第61-62页 |
| ·实验结果与分析 | 第62-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 实例分析：科学工作流调度问题 | 第69-79页 |
| ·问题描述 | 第69-71页 |
| ·求解过程 | 第71-75页 |
| ·收益分配问题 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·工作总结 | 第79页 |
| ·研究展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士学位期间已发表或录用的论文 | 第88-90页 |
