123,123

內(nèi)容簡(jiǎn)介

　　生物啟發(fā)的多智能體自主服務(wù)計(jì)算是一個(gè)新的研究領(lǐng)域。面向服務(wù)的計(jì)算正逐漸成為新的開發(fā)模式，分布式服務(wù)資源的動(dòng)態(tài)管理是非常復(fù)雜的，服務(wù)數(shù)量的增加、大量的異構(gòu)服務(wù)更新、移動(dòng)服務(wù)、普適計(jì)算服務(wù)的應(yīng)用、服務(wù)的動(dòng)態(tài)變化使集中管理變得非常困難，有效實(shí)時(shí)分布系統(tǒng)是十分重要的。多智能體雖然成功用于服務(wù)發(fā)現(xiàn)、組合，但服務(wù)管理過程如何利用自主性形成自動(dòng)服務(wù)，以及數(shù)量巨大的多智能體的產(chǎn)生、消亡、遷移、穩(wěn)定、通信還沒有成熟的管理方法。復(fù)雜的網(wǎng)絡(luò)環(huán)境對(duì)智能服務(wù)等提出更高要求，特別是服務(wù)的可進(jìn)化性、動(dòng)態(tài)自適應(yīng)性、故障的自恢復(fù)性、主動(dòng)性和安全可靠性等需求成為關(guān)鍵問題?！渡锒嘀悄荏w自主服務(wù)計(jì)算及其應(yīng)用》針對(duì)以上問題，在生物網(wǎng)絡(luò)智能平臺(tái)的基礎(chǔ)上，通過生物突現(xiàn)的獨(dú)特機(jī)理，提出自主服務(wù)的設(shè)計(jì)方法，探索基于生物系統(tǒng)的模型和滿足服務(wù)計(jì)算應(yīng)用，如Web服務(wù)組合、普適服務(wù)管理、配電網(wǎng)重構(gòu)、自愈計(jì)算和服務(wù)工作流的構(gòu)建，同時(shí)對(duì)下一代網(wǎng)絡(luò)計(jì)算要求的自適應(yīng)、可進(jìn)化性等問題作了相關(guān)的探索。

作者簡(jiǎn)介

暫缺《生物多智能體自主服務(wù)計(jì)算及其應(yīng)用》作者簡(jiǎn)介

圖書目錄

第1章　面向服務(wù)的自主計(jì)算模式綜述
1.1　引言
1.2　互聯(lián)服務(wù)計(jì)算模式提出
1.2.1　IBM公司自主計(jì)算
1.2.2　網(wǎng)構(gòu)中間件
1.2.3　P2P計(jì)算模式
1.2.4　SOA與Web服務(wù)
1.2.5　語(yǔ)義Web服務(wù)
1.2.6　Web服務(wù)組合
1.2.7　自愈計(jì)算服務(wù)
1.3　生物突現(xiàn)計(jì)算對(duì)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(jì)
2.1　引言
2.2　生物實(shí)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(shí)體的演化突現(xiàn)理論分析
2.3　生物實(shí)體和消息模式設(shè)計(jì)
2.3.1　生物實(shí)體的設(shè)計(jì)
2.3.2　生物實(shí)體消息模式
2.4　基于生物網(wǎng)絡(luò)的自主服務(wù)的平臺(tái)和設(shè)計(jì)
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(jì)
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(cè)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(shí)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(jì)
4.3　能量驅(qū)動(dòng)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(shí)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(jì)和實(shí)現(xiàn)
5.3　基于生物實(shí)體協(xié)商的Web服務(wù)突現(xiàn)設(shè)計(jì)
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(jì)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(shí)體的匹配強(qiáng)度
6.2.2　生物實(shí)體的服務(wù)質(zhì)量
6.2.3　生物實(shí)體的信任值
6.2.4　生物實(shí)體的親和力計(jì)算
6.3　仿真結(jié)果及性能分析
6.3.1　仿真設(shè)計(jì)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(jì)
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(jì)
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(jì)
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(jì)
8.5.3　數(shù)值計(jì)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)