基于智能的分布式算法的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-21页 |
| ·研究背景 | 第8-14页 |
| ·分布式算法 | 第9-10页 |
| ·智能算法 | 第10-14页 |
| ·研究现状 | 第14-19页 |
| ·任务分配算法 | 第14-18页 |
| ·协调者选举算法 | 第18-19页 |
| ·研究意义与研究内容 | 第19-20页 |
| ·组织安排 | 第20-21页 |
| 第2章 基于粒子群优化的任务分配算法设计 | 第21-35页 |
| ·标准粒子群算法 | 第21-25页 |
| ·生物学背景 | 第21-22页 |
| ·基本概念及进化方程 | 第22-23页 |
| ·算法流程 | 第23-24页 |
| ·社会行为分析 | 第24-25页 |
| ·粒子群算法的系统学特征 | 第25-27页 |
| ·粒子群算法的自组织性 | 第25-26页 |
| ·粒子群算法的反馈控制机制 | 第26-27页 |
| ·粒子群算法的分布式特点 | 第27页 |
| ·参数选择策略 | 第27-29页 |
| ·惯性权重 | 第27-28页 |
| ·认知系数和社会系数 | 第28页 |
| ·种群大小 | 第28页 |
| ·其他参数的调整 | 第28-29页 |
| ·基于粒子群优化算法的任务分配 | 第29-33页 |
| ·问题描述 | 第29-30页 |
| ·算法设计 | 第30-33页 |
| ·算法步骤 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第3章 实验及结果分析 | 第35-44页 |
| ·仿真模型 | 第35页 |
| ·系统模型及任务调度流程 | 第35-37页 |
| ·系统模型 | 第35-37页 |
| ·任务调度流程 | 第37页 |
| ·仿真步骤 | 第37-43页 |
| ·编码及解码方式 | 第37页 |
| ·仿真实验及调度结果 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于启发式搜索的双向环选举算法 | 第44-54页 |
| ·经典的选举算法 | 第44-46页 |
| ·基于环形拓扑的双向选举算法 | 第46-48页 |
| ·算法性能分析 | 第48-52页 |
| ·算法模型 | 第48-49页 |
| ·算法分析 | 第49-52页 |
| ·算法比较及实验结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·本文研究工作 | 第54页 |
| ·工作展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |
