| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第一章 绪论 | 第15-20页 |
| ·课题研究的目的及意义 | 第15-16页 |
| ·国内外研究现状及发展前景 | 第16-18页 |
| ·课题来源及主要创新点 | 第18-19页 |
| ·论文结构及内容安排 | 第19-20页 |
| 第二章 面向用户的网络管理相关知识 | 第20-32页 |
| ·分层网络管理的研究 | 第20-21页 |
| ·用户体验管理的研究 | 第21-23页 |
| ·预测模型的研究 | 第23-29页 |
| ·系统预测的概念及数据处理原则 | 第23-24页 |
| ·系统预测步骤 | 第24-25页 |
| ·预测模型的比较 | 第25-26页 |
| ·神经网络简介 | 第26-29页 |
| ·业务类型的划分 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 面向用户的分层网络性能管理模型及分层结构中各层指标的研究 | 第32-46页 |
| ·面向用户的分层网络性能管理模型 | 第32-35页 |
| ·模型的提出 | 第32-34页 |
| ·分层的网络性能管理 | 第34-35页 |
| ·网络层性能指标的获取 | 第35-39页 |
| ·网络层性能指标的定义 | 第35-36页 |
| ·网络层性能指标的获取 | 第36-39页 |
| ·业务层性能指标的获取 | 第39-42页 |
| ·业务层性能指标的定义 | 第40页 |
| ·业务层性能指标的获取 | 第40-42页 |
| ·用户感知层信息的获取 | 第42-45页 |
| ·用户感知层要素的定义 | 第42-44页 |
| ·用户感知层信息的获取 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 层间性能的映射及关联分析 | 第46-63页 |
| ·确定权值算法 | 第46-51页 |
| ·TOPSIS 算法 | 第46-47页 |
| ·灰色关联算法 | 第47-48页 |
| ·层次分析法 | 第48-50页 |
| ·算法选择 | 第50-51页 |
| ·FDAHP 算法的提出 | 第51-53页 |
| ·算法优点及原理 | 第52页 |
| ·算法步骤 | 第52-53页 |
| ·网络层与业务层之间关系的确立 | 第53-57页 |
| ·OPNET 仿真工具 | 第54-55页 |
| ·网络性能与业务性能之间的映射 | 第55-57页 |
| ·业务层与用户感知之间层间关系的确立 | 第57-60页 |
| ·业务层数据的处理 | 第57-59页 |
| ·业务性能与用户感知之间的映射 | 第59-60页 |
| ·用户感知与用户满意度 | 第60-61页 |
| ·整体层次关系 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 用户感知预测模型 | 第63-76页 |
| ·神经网络算法 | 第63-65页 |
| ·径向基函数网络 | 第64页 |
| ·BP 神经网络 | 第64页 |
| ·小波神经网络 | 第64页 |
| ·算法比较 | 第64-65页 |
| ·改进的 BP 神经网络算法 | 第65-71页 |
| ·BP 神经网络算法 | 第65-66页 |
| ·对 BP 神经网络算法的改进 | 第66-71页 |
| ·改进神经网络在用户感知预测中的应用 | 第71-75页 |
| ·相关数据处理 | 第72-74页 |
| ·改进的神经网络算法在用户感知预测中的具体应用 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 基于用户感知的网络管理实例 | 第76-86页 |
| ·视频业务的用户感知预测情况 | 第76-77页 |
| ·视频业务层间关系的确定 | 第77-84页 |
| ·视频业务中网络层到业务层间关系的确定 | 第77-81页 |
| ·视频业务中业务层到用户感知层间关系的确定 | 第81-84页 |
| ·数据分析 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第七章 结论 | 第86-88页 |
| ·本文的主要贡献 | 第86-87页 |
| ·下一步工作的展望 | 第87-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 攻读硕士期间的研究成果 | 第93-94页 |