| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·网格概论 | 第12页 |
| ·网格的特点 | 第12-13页 |
| ·网格的体系结构 | 第13-16页 |
| ·五层沙漏结构 | 第13-14页 |
| ·开放网格服务体系结构 | 第14-15页 |
| ·Web 服务资源框架WSRF | 第15-16页 |
| ·网格预测的概述及网格预测问题 | 第16页 |
| ·研究内容和文章结构 | 第16-18页 |
| 第2章 模拟退火算法 | 第18-29页 |
| ·模拟退火算法产生背景 | 第18-22页 |
| ·固体退火原理 | 第18-19页 |
| ·固体退火的统计特性 | 第19-21页 |
| ·Metropolis 准则 | 第21-22页 |
| ·模拟退火算法 | 第22页 |
| ·冷却进度表 | 第22-25页 |
| ·冷却进度表的定义 | 第22-23页 |
| ·冷却进度表的选取原则 | 第23-25页 |
| ·模拟退火算法的改进 | 第25-29页 |
| ·快速模拟退火算法 | 第25-26页 |
| ·有记忆的模拟退火算法 | 第26页 |
| ·改进两阶段模拟退火算法 | 第26-29页 |
| 第3章 支持向量回归模型 | 第29-34页 |
| ·支持向量回归概述 | 第29页 |
| ·支持向量回归理论及支持向量回归模型 | 第29-34页 |
| ·SVR 线性预测模型 | 第30-31页 |
| ·SVR 非线性预测模型 | 第31-34页 |
| 第4章 模拟退火支持向量预测模型 | 第34-38页 |
| ·参数对支持向量机的性能影响分析 | 第34-35页 |
| ·Trial-and-error 试验法确定支持向量机参数 | 第35页 |
| ·模拟退火算法确定支持向量机参数 | 第35-38页 |
| 第5章 网格资源预测仿真实验分析 | 第38-47页 |
| ·优化问题表述 | 第38-39页 |
| ·模型优化问题的表述 | 第39页 |
| ·实验总则 | 第39页 |
| ·实验环境 | 第39-40页 |
| ·实验的预处理 | 第40页 |
| ·实验参数的选择 | 第40-43页 |
| ·模拟退火支持向量回归模型的参数选择 | 第40-42页 |
| ·T-SVR 模型的参数选择 | 第42页 |
| ·BPNN （BP 神经网络）模型 | 第42-43页 |
| ·实验结论 | 第43-46页 |
| ·支持向量回归机参数选择实验结果 | 第43-44页 |
| ·网格资源预测实验结果 | 第44-46页 |
| ·实验总结 | 第46-47页 |
| 第6章 总结和展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·下一步工作 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 作者简介 | 第51-52页 |
| 致谢 | 第52页 |