| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-22页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·研究背景 | 第12-13页 |
| ·课题研究意义 | 第13页 |
| ·国内外研究状况及分析 | 第13-18页 |
| ·自适应思想研究现状 | 第13-15页 |
| ·Web服务QoS预测现状 | 第15-18页 |
| ·课题主要研究内容及路线 | 第18-19页 |
| ·本文组织结构 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 2 理论基础与相关方法 | 第22-38页 |
| ·Web服务相关概念 | 第22-26页 |
| ·Web服务的定义 | 第22页 |
| ·Web服务的技术规范 | 第22-24页 |
| ·Web服务的体系架构 | 第24-25页 |
| ·Web服务的QoS | 第25-26页 |
| ·支持向量机 | 第26-31页 |
| ·支持向量机回归的基本原理 | 第27-29页 |
| ·核函数 | 第29-30页 |
| ·参数优化 | 第30-31页 |
| ·事例推理技术 | 第31-35页 |
| ·事例推理的基本原理 | 第31-32页 |
| ·事例的表示 | 第32-33页 |
| ·事例的组织与索引 | 第33页 |
| ·事例的检索 | 第33-34页 |
| ·事例的修正 | 第34页 |
| ·事例的学习与更新 | 第34-35页 |
| ·人工蜂群算法 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 3 Web服务QoS即时预测方法研究 | 第38-58页 |
| ·基于O-SVM的Web服务QoS即时预测方法 | 第38-45页 |
| ·基于I-ABC的支持向量机参数优化 | 第39-43页 |
| ·基于O-SVM的Web服务QoS即时预测算法 | 第43-45页 |
| ·基于CBR的Web服务QoS即时预测方法 | 第45-49页 |
| ·基于CBR的QoS预测方法构建 | 第45-47页 |
| ·基于CBR的Web服务QoS即时预测算法 | 第47-49页 |
| ·实验及结论 | 第49-56页 |
| ·实验平台的搭建 | 第49-50页 |
| ·O-SVM中关键参数对预测结果影响的分析 | 第50-54页 |
| ·CBR中最佳相似历史事例数目的确定 | 第54页 |
| ·Web服务QoS即时预测的自适应策略 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 4 一段时间之后的Web服务QoS预测方法研究 | 第58-68页 |
| ·基于O-SVM+CBR的Web服务QoS预测方法 | 第58-61页 |
| ·基于O-SVM+CBR的Web服务QoS动态预测模型 | 第58-59页 |
| ·基于O-SVM的Web服务负载预测算法 | 第59-60页 |
| ·基于O-SVM+CBR的Web服务QoS预测流程 | 第60-61页 |
| ·基于O-SVM+O-SVM的QoS预测方法 | 第61-63页 |
| ·实验及结论 | 第63-66页 |
| ·Web服务负载的预测 | 第63-64页 |
| ·Web服务QoS的预测 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 5 Web服务QoS自适应预测模型 | 第68-72页 |
| ·Web服务QoS自适应预测模型 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 6 总结与展望 | 第72-74页 |
| ·论文总结 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 作者简历 | 第80-82页 |
| 学位论文数据集 | 第82页 |
