生物多智能體自主服務(wù)計算及其應(yīng)用

第1章　面向服務(wù)的自主計算模式綜述
1.1　引言
1.2　互聯(lián)服務(wù)計算模式提出
1.2.1　IBM公司自主計算
1.2.2　網(wǎng)構(gòu)中間件
1.2.3　P2P計算模式
1.2.4　SOA與Web服務(wù)
1.2.5　語義Web服務(wù)
1.2.6　Web服務(wù)組合
1.2.7　自愈計算服務(wù)
1.3　生物突現(xiàn)計算對自主服務(wù)模式的啟發(fā)
1.4　小結(jié)
第2章　 多智能體自主網(wǎng)絡(luò)模型總體設(shè)計
2.1　引言
2.2　生物實體突現(xiàn)的演化模型
2.2.1　服務(wù)的米蘭機(jī)模型
2.2.2　基于生物實體的演化突現(xiàn)理論分析
2.3　生物實體和消息模式設(shè)計
2.3.1　生物實體的設(shè)計
2.3.2　生物實體消息模式
2.4　基于生物網(wǎng)絡(luò)的自主服務(wù)的平臺和設(shè)計
2.5　小結(jié)
第3章　突現(xiàn)分布式組通信機(jī)制的研究
3.1　引言
3.2　生物網(wǎng)絡(luò)的通信基礎(chǔ)
3.3　面向服務(wù)突現(xiàn)的組通信協(xié)議和算法設(shè)計
3.3.1　數(shù)據(jù)結(jié)構(gòu)
3.3.2　面向自主服務(wù)突現(xiàn)的組通信協(xié)議和算法
3.3.3　分布失敗檢測協(xié)議
3.4　突現(xiàn)通信的仿真和分析
3.5　小結(jié)
第4章　基于能量調(diào)度的生物實體自主全局進(jìn)化穩(wěn)定性研究
4.1　引言
4.2　面向服務(wù)突現(xiàn)生物網(wǎng)絡(luò)的能量設(shè)計
4.3　能量驅(qū)動方式下的穩(wěn)定性分析
4.3.1　能量熵的定義
4.3.2　基于能量熵的最優(yōu)穩(wěn)定性策略調(diào)節(jié)
4.3.3　基于能量策略平衡的算法
4.4　仿真和分析
4.4.1　仿真模型及行為策略及能量參數(shù)設(shè)定
4.4.2　能量機(jī)制下的仿真結(jié)果分析
4.5　小結(jié)
第5章　基于生物實體分布自協(xié)商Web服務(wù)突現(xiàn)研究
5.1　引言
5.2　面向Web服務(wù)突現(xiàn)的擴(kuò)展模塊設(shè)計和實現(xiàn)
5.3　基于生物實體協(xié)商的Web服務(wù)突現(xiàn)設(shè)計
5.4　仿真結(jié)果及性能分析
5.5　小結(jié)
第6章　基于親和力的自進(jìn)化普適服務(wù)突現(xiàn)計算方法
6.1　引言
6.2　基于親和力匹配的普適服務(wù)進(jìn)化突現(xiàn)方法
6.2.1　生物實體的匹配強(qiáng)度
6.2.2　生物實體的服務(wù)質(zhì)量
6.2.3　生物實體的信任值
6.2.4　生物實體的親和力計算
6.3　仿真結(jié)果及性能分析
6.3.1　仿真設(shè)計和參數(shù)設(shè)定
6.3.2　仿真結(jié)果和分析
6.4　小結(jié)
第7章　基于QoS全局最優(yōu)的自組織工作流組合設(shè)計
7.1　引言
7.2　E-Workflow組合抽象模型
7.3　基于消息匹配的E-Workflow中的服務(wù)發(fā)現(xiàn)
7.4　基于QoS的E-Workflow組合自組織的問題描述
7.5　基于QoS的E-Service工作流突現(xiàn)的算法
7.6　仿真和分析
7.7　小結(jié)
第8章　基于自學(xué)習(xí)智能體協(xié)同的配電網(wǎng)自愈重構(gòu)優(yōu)化系統(tǒng)研究
8.1　概述
8.2　研究背景
8.3　配電網(wǎng)自愈重構(gòu)優(yōu)化模型
8.4　自學(xué)習(xí)多智能體系統(tǒng)設(shè)計
8.5　自學(xué)習(xí)多智能體免疫群體協(xié)同進(jìn)化的算法設(shè)計
8.5.1　自學(xué)習(xí)多智能體免疫群體協(xié)同進(jìn)化
8.5.2　多智能體免疫群體協(xié)同進(jìn)化的算法設(shè)計
8.5.3　數(shù)值計算
8.6　小結(jié)
第9章　結(jié)論和展望
9.1　結(jié)論
9.2　展望
索引
參考文獻(xiàn)