一、一个基于Java的Agent应用开发环境框架（论文文献综述）
杨博见[1]（2021）在《基于多Agent的航空结构件柔性制造车间动态调度方法研究》文中提出随着现代飞机性能需求的不断增多以及制造业逐渐向智能化的方向发展,航空制造业也进入了一个新的发展阶段。但由于我国航空工业起步较晚,当前航空制造智能车间的数字化与信息化程度较低,对作业柔性与可拓展性考虑不足,车间内离散的制造资源和数据并未得到充分利用,设备利用率与整体生产效率不高。车间调度是整个制造系统的核心环节,优化生产调度流程,实现智能车间内作业有序、高效的执行,对缩短生产周期、提高生产效率、乃至航空强国的建设具有非常重要的意义。本文以航空结构件的柔性生产车间为研究对象,以Agent技术和规则调度方法为关键技术,对调度过程中不同阶段的运行机制进行改进,开发了可视化交互的动态调度平台。具体研究内容如下:（1）构建了基于多Agent系统的柔性制造动态调度系统。调研航空结构件柔性生产车间的组成部分与运行流程,根据调研结果以及Agent建模方法,采用基于功能与基于物理结合的方式映射Agent对象,划分了各Agent的类型与职责;选取合同网协议为多Agent系统的协商机制,并在此基础上设计了一种基于混合式组织结构的柔性制造动态调度系统基本架构。（2）设计了适应航空结构件加工环境的动态调度策略。根据航空结构件的加工特点,对调度过程中任务分解、机床选择、任务分配三个步骤的运行机制进行了改进,形成了基于工序块的任务分解机制、基于加工精度的机床选择机制以及基于调度规则的动态时间窗调度方法;然后,通过将以上机制与改进合同网协议相结合,形成了航空结构件加工常规调度策略,并在此基础上设计了基于事件驱动机制的异常调度策略,提高了系统的鲁棒性。（3）开发了多Agent航空结构件柔性制造动态调度平台。根据实际调度流程分析了调度平台的功能需求,完成了平台软件架构的设计以及My SQL数据库的设计。采用基于Java的JADE框架以及Swing工具包开发了可视化交互的动态调度平台,并以该平台为基础设计了两个验证有效性的仿真实验。最终通过结果分析,验证了本文动态调度策略在航空结构件加工场景下的可行性。
王昭宁[2]（2020）在《移动网络中面向终端用户的服务生成关键技术研究》文中研究表明随着科技的进步,无线网络技术和移动互联网产业快速发展,诸如智能手机、平板电脑、移动穿戴等移动智能设备功能在也变得更加强大,基于移动设备的丰富功能服务和移动网络中种类繁多的Web服务,开发人员创造出了大量的移动应用,使得移动技术愈发融入人们的日常生活,同时激发了用户对于移动应用和服务更加个性化和多样化的需求。传统的移动应用由专业的开发人员在编程的环境中进行开发,他们对用户的需求进行调研和分析,并根据需求针对特定的系统平台设计和实现相应的移动应用。这样的开发过程流程复杂周期冗长,不利于移动应用的跨平台适配,难以满足用户个性化的需求。为了解决以上的问题,本论文在面向服务架构的基础上,研究并提出了面向终端用户的服务生成的关键技术,一方面让终端用户利用跨平台图形化的应用开发环境,根据自己的需求基于组件化的应用生成模型独立开发移动应用,同时研究了 QoS感知自动化的服务组合技术,以用户需求为驱动实现在移动网络中自动化地服务供给,并提出了优化算法。论文的主要的工作和贡献包含了以下三个方面:1)面向终端用户的基于组件的跨平台移动应用生成模型研究。针对面向终端用户服务生成中移动应用开发的问题,提出了一个组件化的跨平台移动应用生成模型。在应用生成模型中,定义了一个服务组件模型和组件插件模型,基于事件驱动的组件聚合方法跨平台构建的移动应用。基于应用生成模型实现的EasyApp系统,为终端用户提供了一个图形化开发移动应用的编辑器和一系列可用于应用开发的Web组件库,能够快速构建跨平台的移动应用。最后演示了应用开发过程,对开发环境在终端用户中的可用性进行了评估,相比对比系统,终端用户使用EasyApp的开发应用的时间减少了约18%。2)QoS感知的自动化服务组合研究。针对移动网络中Web服务供给的问题,研究了 QoS感知的自动化服务组合问题并且提出了两方面的优化方案。一方面研究了自动规划技术中的图规划算法和启发式搜索算法,并使用了自动规划模型,将图规划与启发式搜索相结合,提出了 Q-Graphplan算法,求解QoS感知的自动化服务组合问题。用标准测试集对算法性能进行了测试,并同经典的图规划服务组合算法进行了比较分析,实验结果表明Q-Graphplan减少了约77%冗余服务,平均组合时间降低了约24%。另一方面,为了解决服务组合优化问题中需要考虑的大量的QoS属性的问题,提出了一种多QoS优化目标的服务组合的MaSC算法,它借助了一个全新的时态模型,把待解决的服务组合复杂问题分解成为若干个简单的子问题,并且采用了 一个多目标的演化过程搜索近似最优的组合服务集合。采用标准测试集对算法性能进行了测试,并同现有的算法进行了比较分析,MaSC算法求得的服务组合解与最优的偏差减少了约28%,而平均组合时间降低了约73%。3)移动动态网络中的实时服务组合研究。针对在动态的移动网络环境中的服务供给问题,重点关注了在移动自组织网络中服务发现与实时组合的问题。移动自组织网络环境具有缺少中心管理节点、服务主机持续移动等特点,于是将移动服务组合问题建模为实时规划问题,并提出RTASC算法动态地构建移动网络中的服务流程并实时执行。RTASC可分为服务发现和服务执行两个步骤,在服务发现阶段,RTASC采用了去中心化的启发式的服务发现机制,在分散的服务主机节点中发现当前可用的移动服务,并根据服务的依赖关系反向构建启发式覆盖网络。在服务执行阶段,RTASC采用了一种带有前向探测的边规划边执行的策略,实时的规划和执行组合服务。在模拟环境下测试了算法性能,并和现有的同类算法进行了比较分析,结果表明RTASC的组合时间降低了约20%,组合失败率降低了约35%。
李晋忠[3]（2020）在《基于日志的回归测试用例优先级排序系统的设计与实现》文中提出回归测试在软件集成开发过程中起着非常重要的作用,同时也会消耗很多时间和资源。测试用例优先级排序技术通过优化测试用例的执行顺序,能够达到优化测试用例集,降低回归测试成本的目的。进化算法和群智能算法能够较好地解决测试用例优先级排序问题,但其存在易陷入局部最优、算法稳定性不强等通病。当今的软件测试通常会利用测试脚本或自动化测试工具来完成,测试过程会产生大量的测试日志。为了更好地利用测试日志中的信息来优化回归测试,立足于解决多目标测试用例优先级排序问题,论文设计并实现了一种基于日志的回归测试用例优先级排序系统,能够在分布式环境下对海量测试日志进行采集、聚合和存储;从测试日志中提取出测试用例等相关信息,并基于测试用例信息进行多目标的测试用例优先级排序,从而可以优化测试用例集,提高回归测试的效率,降低软件开发的成本。论文使用的基于多种群粒子群算法的多目标测试用例优先级排序算法相比于一般的进化算法,在求解测试用例优先级排序问题时拥有更强的全局寻优能力,算法稳定性更强。本文首先介绍了测试用例优先级排序的背景知识和相关理论,然后对系统进行需求分析,阐述系统的核心功能和性能指标,接着重点研究一种基于多种群粒子群算法的多目标测试用例优先级排序方法,解决了论文的关键问题。随后对系统进行概要设计,划分子系统和功能模块,然后对多个子系统的每个功能模块的具体实现进行阐述。最后,对系统进行了功能测试和系统测试,验证系统实现满足需求分析中的要求。
刘奇华[4]（2020）在《基于Agent的预警机协同作战仿真技术研究》文中认为预警机作为现代空战中重要单元,承担战场探测、引导接敌、协同制导等关键任务,因此研究预警机在空战中的作用对优化预警机的使用具有重要意义。通过构建包含预警机的协同空战仿真模型,分析预警机相关因素与空战结果的关系,为提高空战结果提供理论依据。本文基于超视距空战理念,采用Agent仿真方法,构建预警机和战斗机的协同空战仿真模型,对影响空战结果的因素进行分析。首先,基于Agent仿真理论对仿真模型进行总体设计,选用Anylogic平台作为仿真开发工具,根据预警机任务类型和协同作战方式设计作战想定,基于作战想定对仿真模型进行总体设计,确定本仿真模型包含预警机Agent、敌我战斗机Agent和环境Agent,并对仿真模型Anylogic开发环境进行配置。然后,根据预警机在协同作战中的主要功能对预警机Agent进行建模,采用功能级仿真方法模拟预警机机载雷达,根据预警机引导战斗机过程中的引导误差分析预警机引导成功率,根据预警机接班战斗机制导导弹过程中的制导误差分析预警机制导成功率。继而,根据敌我双方战斗机作战流程对战斗机Agent建模及开发,采用状态图和事件函数描述战斗机攻击流程和操作行为。最后,利用本仿真模型分别分析有、无预警机模式下不同影响因素对战损比的影响,在无预警机模式下分析因素包括机载雷达性能和导弹制导成功率,在预警机协同模式下分析因素包括战斗机机载雷达方位角、预警机航向测量误差和导弹导引头视场角,最后对比两种模式在敌我双方战机数量不对等情况下的战损比,得出预警机协同空战模式相较于无预警机空战模式具有明显优势。
刘相[5]（2020）在《面向Android App的自动化测试系统的设计与实现》文中提出现阶段Android已经成为市场占有率最高的移动端系统,Android应用（Application,App）种类繁多,用户在使用App时,也就有了更多的选择空间。App若想在用户中形成口碑传播,就必须对其功能、性能、稳定性等方面严格要求。测试作为产品质量保障的重要环节,已经成为软件开发过程中必不可少的步骤。随着产品功能不断增多、用户需求不断变化,传统的手工测试已经难以满足日益增长的测试需求,因此越来越多的公司开始使用自动化测试手段。鉴于自动化测试在测试工作中的重要性,本文设计并实现了面向Android App的自动化测试系统,该系统对规范测试流程、缩短测试时间、提高测试效率、降低测试成本提供帮助,对保障产品质量,确保App按期发布提供强有力支持。本文的主要工作如下:（1）需求分析。结合待测App的业务现状及测试需求,将整个系统分为UI（User Interface）自动化测试、接口自动化测试、稳定性测试和测试报告管理等主要模块,以满足多种测试需求。本文对系统各个功能模块的需求进行了详细的用例分析及功能描述。（2）稳定性测试工具的设计。针对Android应用界面组件（Widget）的特点,构建了基于组件的GUI（Graphical User Interface）模型,采用增强学习指导的探索方式,对探索到的后续GUI状态进行充分测试,最后利用Q-Learning算法基于Monkey源码和Android框架实现了稳定性测试工具,并将其命名为Q-Monkey。通过Q-Monkey与Monkey的实验对比,表明了Q-Monkey在Activity覆盖率和发现Bug能力上的提升,证实了该工具的有效性和高效性。（3）设计并实现自动化测试系统。本系统采用前后端分离的开发模式,前端使用Vue框架和Element-UI组件,并用Webpack进行前端代码管理,实现快速调试,降低了前端开发难度,同时也使系统界面更加简洁实用;后端使用Spring Boot框架,内置Tomcat容器,使系统部署更加容易;使用Spring Security框架和JWT（Json Web Token）在保证系统安全性的同时也实现了系统权限的可配置化。
冯振川[6]（2020）在《基于电子地图的宽带营销管理系统设计与实现》文中提出目前,电信运营商主要通过广告单、短信、电话的方式宣传推销宽带业务,有使用需求的用户通过电话进行语音服务与人工服务咨询,然后去电信营业厅办理业务。这种业务营销办理方式比较传统,需要用户来驱动需求推动运营商被动办理,服务过程漫长、效率低,服务质量有待进一步提升,已经不适合移动互联网时代以手机为载体,以客户为中心进行主动营销、一站式服务的营销理念。本文提出了一个B/S模式的基于电子地图的宽带营销管理系统设计方案。首先,设计了宽带营销管理系统的总体结构。系统软件结构规划了系统的功能和工作流程。其次,设计实现了小区坐标信息采集功能。该功能使用百度地图JavaScript API,通过对小区关键字进行地址解析、对定位设备获取的GPS坐标进行地址转换、在地图上人工定位三种方式,获取小区坐标信息。然后,设计了以地图方式操作的宽带在线预约办理流程,实现了通过地图进行宽带查询、预约登记、预约跟进的功能。最后,设计实现了小区建设预约功能,收集未覆盖宽带的小区用户对宽带的需求,对数据进行统计分析,通过使用地图热力图的方式展示用户对宽带需求的迫切程度。该系统基于Java EE开发平台,采用MVC分层架构进行程序组织与构建,使用Java语言编写服务端程序。本文最终为电信运营商提供一套基于电子地图的宽带营销管理系统,通过地图展示、操作方式实现小区信息采集、宽带查询、业务预约登记及跟踪办理的营销模式,提升宽带装机量与小区覆盖率,增加收入,提高品牌知名度,为运营商进行网点布局决策,收集掌握客户动态、偏好,进行风险评估、绩效分析提供有力的数据支持。
郑乐[7]（2020）在《可变线路式公交运行优化策略及仿真研究》文中进行了进一步梳理近几十年来,随着我国城市化进程的加快以及经济的快速增长,越来越多的城市新区正逐步形成并向城市中心外部蔓延。这些城市新区居民的出行特征有别于中心城区,出行需求较低且出行地点分散,没有形成高度集中的出行走廊,这导致传统的常规公交系统运行效率低下,难以满足居民对公交灵活性的需求。因此,越来越多的居民转而依赖私家车出行,这进一步加剧了城市地区的交通拥堵和空气污染等问题。因此,为了鼓励更多的人乘坐公共交通,在这些地区亟待引入更加灵活的公交运营模式以满足乘客多样化的出行需求。可变线路式公交结合了固定线路公交高效率低成本的运行特性以及需求响应式公交的灵活性,是目前应用最为广泛的一种灵活式公交服务,能够很好地满足低出行密度区域居民的出行需求。然而尽管可变线路式公交在国外已有多年的实践经验,但无论在理论研究还是在实际运行中仍存在很多亟待解决的问题,这也制约了可变线路式公交的进一步发展。另一方面,由于国内外社会经济环境、居民出行习惯以及路网结构等方面的差异,国外的成功实践经验也很难照搬到国内应用,因此需要对可变线路式公交进行本土化设计。鉴于以上问题,本文以提高可变线路式公交的服务水平以及运行可靠性为目标,开展了对可变线路式公交运行优化策略及仿真的研究,论文的主要研究内容如下:首先,通过对可变线路式公交的运行特性进行分析,阐述了我国发展可变线路式公交的可行性、必要性以及本土化所面临的挑战。并结合纸质问卷对南京市郊居民出行展开了SP调查,具体调查内容包括受访者的出行选择行为、社会经济属性、对当前公交系统的满意度以及对可变线路式公交服务设计的选择偏好四个部分。进而根据所采集到问卷数据,分别建立了出行方式选择结果与各影响因素之间的多项式Logit模型、巢式Logit模型以及面板混合Logit模型。根据模型的参数估计结果分析了影响可变线路式公交出行选择的主要因素并对可变线路式公交的潜在用户群体进行了识别;同时利用参数估计结果对不同出行方式的各类出行时间价值进行了估计,并通过弹性分析对关键参数变化后的出行分担率进行了预测。从决策分析层面对可变线路式公交在我国投入运行前潜在的出行需求以及乘客对系统设计的相关意向进行了分析。其次,针对实际运行过程中由于松弛时间限制以及乘客需求不确定性而导致的乘客被拒绝以及在车辆在固定站点空等现象,分别提出了可变线路式公交的动态离站时间窗策略以及待选站点策略。两种策略分别从时间以及空间的维度对原有运行方式的强制约束进行了松弛,打破了固定站点的离站时间约束以及乘客上下车点的空间约束,从而提高了可变线路式公交静态路径规划的灵活性。通过构建可变线路式公交的理论分析模型、仿真模型以及路径规划模型,对比了策略实施前后的系统性能差异。实例研究表明,这两种策略显着地提高了出行需求不确定条件下可变线路式公交的可靠性以及服务水平,可以在不增加任何运营成本的情况下至多减少63%的系统拒绝率以及40%的系统成本。再次,为了提高可变线路式公交应对动态事件的实时调控能力,文章对动态运行环境下的车辆调度与路径优化问题进行了研究。首先,对实现动态调度所需要的关键技术进行了总结,并对这些技术应用背景下的系统框架以及运行方式进行了概述。然后,针对车辆实际运行过程中可能出现的四类动态事件,包括:乘客实时需求、乘客取消出行、乘客未在预约站点出现以及由于行驶时间波动导致的车辆早到或延误,提出了相应的实时调度与路径规划策略。并通过仿真实验评估了各类动态事件对系统性能的影响。研究结果表明,基于ITS技术的运行方式以及动态调度方案可以有效地处理实际运行过程中的各类动态事件,不仅能够提高车辆实际运行过程中的可靠性,还能有效地降低车辆运行成本。最后,利用Agent建模技术,构建了基于多Agent的可变线路式公交运行仿真系统的基本框架,详细设计了乘客Agent、车辆Agent、调度中心Agent三类实体的内部结构以及三者之间的通信关系。并在此基础上利用JADE平台,Java编程语言开发了基于多Agent的可变线路式公交运行仿真原型系统。该系统可以为运营商在可变线路式公交实施前的规划以及实施后的评估提供决策支持。本论文分别从意愿调查反馈、站点间松弛时间动态转移、上下车位置动态分配、车辆动态调度以及运行仿真系统构建五个角度对可变线路式公交的运行优化策略进行了研究。研究结果对于提高可变线路式公交的服务水平以及可靠性,指导运营商科学地规划与决策等方面具有重要的现实意义。进而能够推动我国可变线路式公交出行服务的发展,完善我国的城市公共交通体系,缓解日益加剧的交通拥堵问题。
陈蕾衣[8]（2019）在《基于OpenStack的SDN控制器优选系统设计与实现》文中进行了进一步梳理随着云计算租户数量及网络业务类型的增长,传统云计算网络已难以满足处于动态变化中的网络需求,因此在云平台中引入SDN来提高网络性能已成为普遍解决方案。企业系统架构工程师在进行云平台网络服务部署时,如果能够选择适合业务网络需求的SDN控制器,将为云平台整体性能带来大幅提升。为了帮助系统架构工程师从众多控制器中选出适合的解决方案,本文设计了一个基于OpenStack的SDN控制器优选系统,对四种常用开源SDN控制器（分别是ONOS、Ryu、OVN和OpenDaylight）进行性能测试,将测试结果生成可视化测试报告,从而帮助用户完成控制器方案的选择。系统用户可根据具体的网络需求定制专属的测试方案,测试方案包含了控制器选项、租户网络类型选项、测试场景选项及测试指标选项四个部分。为了对集成SDN后的OpenStack云平台网络性能进行多角度多层次的测试,测试指标包含了控制平面和数据平面两部分。本文首先对SDN控制器及OpenStack研究现状进行分析,接着对相关技术原理和架构进行了简单介绍。然后对系统设计和实现进行了详细介绍,该系统从上到下分为访问管理层、测试任务层及基础设施层三个部分。其中访问管理层使用Bootstrap和Flask框架实现,利用ECharts框架对测试结果进行可视化展示;测试任务层分为控制平面测试和数据平面测试。控制平面测试主要通过OpenStack CLI,发送带有时戳的创建请求来完成。数据平面测试则将OpenStack节点作为跳板机登录云主机,利用Ping及Iperf工具完成;测试基础设施层主要使用Python模块Paramiko远程登录OpenStack节点进行集成环境与测试环境的自动化部署。最后,对优选系统进行了测试。测试结果显示,系统达到了预期设计目标,实现了基于用户网络需求的SDN控制器优选。系统提供的测试报告对于用户私有云的部署有一定参考意义和应用价值。
马鑫[9]（2019）在《基于微信的冻品电商平台设计与实现》文中研究指明冻品,即冷冻农副产品,是一种在-1223摄氏度保存的食品,包括海、水产品类、各式肉类、农产品及农产品加工类等一大批肉类或非肉类食品。随着冻品市场规模的扩大、参与人员、产品、交易记录数据越来越多、供应链层级逐步加深,冻品市场出现供求消息传递不便、贸易滞缓、数据查找困难、供应关系不明确等一系列问题。目前,冻品市场仍采用人工方式作为主要贸易手段,销售商之间通过打电话、发短信等方式订购货物、通过手动的方式记录交易记录、通过线下商场的形式销售货物,这种贸易方式耗费冻品市场参与人员大量时间和精力,且完成一次交易十分缓慢。与此同时,随着冻品市场的规模逐步扩大、消费者对冻品的需求激增,采用人工方式作为主要贸易手段变得十分困难。因此,建立一种能够减轻人员、产品、交易记录等数据管理的强度,提高冻品市场资源利用率的贸易方式十分重要。本文研究基于微信的冻品电商平台,冻品市场参与者通过扫码的形式建立冻品市场现有的供应链关系模型。为保证平台能够满足冻品市场需求,本文通过对冻品市场实际需求进行分析,定义了平台所需的功能。在非功能需求方面,本文根据冻品电商管理平台的部署环境及相关行业标准,提出了平台在性能和安全性方面需要达到的指标。本文着重介绍了平台的设计与实现。在设计方面,本文从逻辑、技术、部署三个方面介绍了平台的架构设计;从ER图、数据库表两个方面介绍了平台的数据库设计;根据平台的功能需求对平台进行功能模块划分,介绍平台的模块设计;从安全性、性能两个方面介绍了平台的非功能需求设计。在实现方面,本文从平台的开发环境、代码组织结构、用户登录实现、扫码接口实现、订单及商品问题的处理、需求订单超时处理等方面进行阐述。此外,为便于用户对店铺进行更细致的操作,平台还设计一套基于PC端的店铺后台管理系统,移动端与PC端共用同一服务端。最后,本文通过用例测试验证平台的功能性以及非功能性需求。测试结果表明,基于微信的冻品电商平台能够建立现有的冻品市场供应关系,解决目前冻品市场存在的供求关系不明确、供求消息传递不便、贸易滞缓、客户关系管理困难、统计分析不便等问题,能够降低冻品市场参与者的劳动强度,实现冻品市场信息化管理。
翟普红[10]（2018）在《基于分布式聚类的城市拥堵区域发现方法及系统实现》文中研究表明城市拥堵区域的正确和及时发现,能够为交通管理部门提供相应的应急措施和道路基础设施建设的改善建议,也能为市政规划部门提供非常有价值的城市建设指导意见。本论文论述的城市拥堵区域发现方法及系统实现主要研究如何找到一种行之有效的识别交通拥堵的方法,然后基于此方法设计一套既稳定又可靠且高性能的准实时监测系统。目前此类系统传统的实现方式大概有两类:一种基于路口的卡口感应监测系统,需要投入大量的人力和物力成本,建设周期相对漫长,且偏僻的地方难以覆盖到;另一种是基于路段的车速、流量和出行时间特征等因素做数据分析,计算出交通拥堵指数,并最终为数据打上标签,这样可根据历史数据来鉴别或预测未来时间段交通拥堵状况。此种方式需要得到路段和地图精确匹配的基础数据。鉴于此种现状,本论文提出了基于车辆GPS轨迹数据的SP-Canopy-KMeans聚类方法,来判别拥堵区域。然而从海量的车辆行驶数据提取和计算道路拥堵信息是一件十分复杂和艰巨的事情。原始的单机算法已不能胜任了,甚至一些基于分布式的算法也因技术的更替,有待优化和改进。在这种背景下,本论文从交通拥堵具有非常客观的时效性和持续性特征出发,契合Spark Streaming流式计算的特性,利用深圳市出租车GPS轨迹数据,找到一种在Spark分布式平台上计算分析出城市交通拥堵的特征和拥堵区域发现的方法。本文的主要研究内容包含以下三个方面:（1）技术方面:充分利用现有互联网大数据平台的基础开源组件,这些组件都是经过了市场的沉淀和检验。在本论文中数据采集使用Flume解决多数据源的海量GPS轨迹数据捞取,将数据发送给消息队列组件Kafka,Kafka保证大数据高并发、高吞吐量和高性能;聚类模块通过Spark Streaming的滑动窗口技术来消费Kafka中的数据,能够准实时计算当前拥堵的区域。业务层采用的Docker容器技术,能几秒钟内实现横向扩展。Spark生态集群组件通过CM来管理,可实现1分钟左右集群节点的扩展和缩减。（2）系统设计方面:本论文设计出了一套完整的基于Spark流式计算的准实时的城市拥堵区域发现系统架构。包含数据源的采集、数据的预处理、数据挖掘、业务计算和拥堵动态展示等。该架构支持集群热扩展,可作为项目研发模板。（3）算法应用方面:设计并实现了SP-Canopy-KMeans的聚类算法,其中SP-Canopy算法部分基于Map Reduce的Canopy算法做了Spark并行优化实现。这样既解决了传统K-Means算法的缺陷又使算法能够在Spark平台表现得更高效。
二、一个基于Java的Agent应用开发环境框架（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一个基于Java的Agent应用开发环境框架（论文提纲范文）
（1）基于多Agent的航空结构件柔性制造车间动态调度方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 柔性作业车间调度问题的研究现状 |
| 1.2.2 车间动态调度策略的研究现状 |
| 1.2.3 多Agent生产调度系统的研究现状 |
| 1.3 研究内容及论文结构 |
| 1.3.1 课题来源 |
| 1.3.2 主要研究内容 |
| 第二章 多Agent柔性制造动态调度系统设计方法 |
| 2.1 Agent技术概述 |
| 2.1.1 Agent定义与特征 |
| 2.1.2 Agent的映射方式 |
| 2.1.3 Agent基本结构 |
| 2.2 调度流程分析与Agent功能设计 |
| 2.2.1 柔性作业车间生产调度流程分析 |
| 2.2.2 Agent分类与功能设计 |
| 2.3 多Agent柔性制造动态调度系统结构设计 |
| 2.3.1 多Agent系统的组织结构 |
| 2.3.2 多Agent系统的协商机制 |
| 2.3.3 调度系统组织结构设计 |
| 2.4 本章小结 |
| 第三章 基于CNP与航空结构件加工特点的动态调度策略研究 |
| 3.1 柔性作业车间调度问题及其解决方案 |
| 3.1.1 问题描述 |
| 3.1.2 柔性作业车间调度问题的数学模型 |
| 3.1.3 基于CNP的传统协商机制分析 |
| 3.2 基于航空结构件加工特点的任务处理机制 |
| 3.2.1 航空结构件加工特点分析 |
| 3.2.2 基于工序块的任务分解机制 |
| 3.2.3 基于加工精度的机床选择机制 |
| 3.2.4 基于调度规则的动态时间窗调度方法 |
| 3.3 基于改进CNP的航空结构件加工动态调度策略 |
| 3.3.1 航空结构件加工常规调度策略 |
| 3.3.2 异常调度驱动机制分类 |
| 3.3.3 航空结构件加工异常调度策略 |
| 3.4 本章小结 |
| 第四章 多Agent航空结构件柔性制造动态调度平台的实现 |
| 4.1 调度平台概况 |
| 4.1.1 调度平台的功能模块设计 |
| 4.1.2 调度平台总体软件架构 |
| 4.2 多Agent调度系统的程序设计与实现 |
| 4.2.1 系统开发环境及工具 |
| 4.2.2 系统数据库设计 |
| 4.2.3 Agent程序设计 |
| 4.3 调度平台交互界面的设计与实现 |
| 4.3.1 用户管理模块 |
| 4.3.2 任务管理模块 |
| 4.3.3 调度模块 |
| 4.3.4 生产监控模块 |
| 4.3.5 帮助模块 |
| 4.4 本章小结 |
| 第五章 动态调度平台仿真实验与结果分析 |
| 5.1 仿真实验环境设置 |
| 5.2 动态时间窗与固定时间窗调度方法对比实验 |
| 5.3 航空结构件加工异常调度策略有效性验证实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（2）移动网络中面向终端用户的服务生成关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要缩略语及中英文对照 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 Web组件与跨平台移动应用开发 |
| 1.1.2 Web服务与面向服务的计算 |
| 1.1.3 移动动态网络中的服务组合 |
| 1.2 研究内容与主要贡献 |
| 1.3 本文的组织结构 |
| 第二章 相关研究综述 |
| 2.1 整体研究规划 |
| 2.2 面向终端用户的移动应用开发技术介绍 |
| 2.2.1 编程式开发环境 |
| 2.2.2 图形化开发环境 |
| 2.2.3 跨平台技术介绍 |
| 2.2.4 Web组件技术介绍 |
| 2.3 QoS感知的自动化服务组合技术 |
| 2.3.1 Web服务技术 |
| 2.3.2 静态的服务组合技术 |
| 2.3.3 自动化的服务组合技术 |
| 2.4 移动动态网络中的服务组合技术 |
| 2.4.1 开放式服务发现技术 |
| 2.4.2 分布式服务组合技术 |
| 2.4.3 实时启发搜索技术 |
| 2.4.4 本章小结 |
| 第三章 面向终端用户基于组件的跨平台移动应用生成模型研究 |
| 3.1 引言 |
| 3.2 研究动机及问题分析 |
| 3.3 跨平台移动应用组件化生成模型 |
| 3.3.1 服务组件模型 |
| 3.3.2 跨平台移动应用模型 |
| 3.4 系统架构 |
| 3.5 系统演示和评估 |
| 3.5.1 系统实现 |
| 3.5.2 示例应用开发 |
| 3.5.3 可用性评估 |
| 3.6 结论与展望 |
| 第四章 基于扩展图规划的QoS感知的自动化服务组合方法研究 |
| 4.1 引言 |
| 4.2 研究动机及问题分析 |
| 4.3 服务组合相关概念定义 |
| 4.3.1 服务模型 |
| 4.3.2 QoS模型 |
| 4.3.3 问题定义与映射 |
| 4.4 Q-Graphplan |
| 4.4.1 构建扩展的规划图 |
| 4.4.2 提取启发信息 |
| 4.4.3 转换图 |
| 4.4.4 反向A~*搜索 |
| 4.5 实验结果与分析 |
| 4.5.1 实验环境与数据集 |
| 4.5.2 实验结果与分析 |
| 4.6 结论与展望 |
| 第五章 基于时态模型和多目标优化的QoS感知自动化服务组合方法研究 |
| 5.1 引言 |
| 5.2 研究动机及问题分析 |
| 5.3 问题定义与概念描述 |
| 5.3.1 问题定义 |
| 5.3.2 Pareto集合概念 |
| 5.4 时间线模型概念 |
| 5.4.1 时态子目标 |
| 5.4.2 服务执行时间线 |
| 5.5 多目标优化的QoS感知自动化服务组合方法 |
| 5.5.1 流程概述 |
| 5.5.2 初始化过程 |
| 5.5.3 演化过程 |
| 5.6 实验测试与结果分析 |
| 5.6.1 实验数据集 |
| 5.6.2 实验环境与参数配置 |
| 5.6.3 实验结果分析 |
| 5.6.4 复杂度分析 |
| 5.7 结论和展望 |
| 第六章 移动动态网络中实时自动化服务组合方法研究 |
| 6.1 引言 |
| 6.2 研究动机及问题分析 |
| 6.3 实时服务组合基本概念 |
| 6.3.1 服务模型 |
| 6.3.2 实时约束 |
| 6.3.3 问题定义 |
| 6.4 基于前向探测的实时自动化服务组合方法 |
| 6.4.1 流程概述 |
| 6.4.2 启发式服务发现方法 |
| 6.4.3 基于前向探测的实时组合 |
| 6.5 实验测试与结果分析 |
| 6.5.1 实验环境与参数配置 |
| 6.5.2 实验结果与分析 |
| 6.6 结论与展望 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（3）基于日志的回归测试用例优先级排序系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 论文背景 |
| 1.2 论文内容 |
| 第二章 背景知识及相关技术介绍 |
| 2.1 ATF自动化测试平台 |
| 2.2 多目标优化和帕累托最优解 |
| 2.3 测试用例优先级排序 |
| 2.3.1 单目标测试用例优先级排序 |
| 2.3.2 多目标测试用例优先级排序 |
| 2.4 大数据开源技术 |
| 2.4.1 Flume |
| 2.4.2 HDFS |
| 2.4.3 ElasticSearch和Kibana |
| 2.5 本章小结 |
| 第三章 基于日志的回归测试用例优先级排序系统需求分析 |
| 3.1 测试用例优先级排序系统的总体概述 |
| 3.1.1 系统环境及角色定义 |
| 3.1.2 系统功能概述 |
| 3.1.3 系统用例分析 |
| 3.2 测试用例优先级排序系统功能性需求分析 |
| 3.2.1 测试日志聚合功能需求分析 |
| 3.2.2 多目标测试用例优先级排序功能需求分析 |
| 3.2.3 系统信息管理功能需求分析 |
| 3.3 测试用例优先级排序系统非功能性需求分析 |
| 3.3.1 系统响应速度和并发要求 |
| 3.3.2 多目标测试用例优先级排序效果 |
| 3.4 本章小结 |
| 第四章 基于多种群粒子群算法的多目标测试用例优先级排序研究 |
| 4.1 研究目标 |
| 4.2 理论基础 |
| 4.2.1 标准粒子群算法 |
| 4.2.2 多目标的粒子群优化 |
| 4.2.3 多种群协同粒子群算法 |
| 4.3 模型与算法 |
| 4.3.1 优化目标的选取 |
| 4.3.2 数学模型 |
| 4.3.3 多目标测试用例优先级排序算法 |
| 4.4 算法的实验验证 |
| 4.4.1 实验准备 |
| 4.4.2 实验过程和结果 |
| 4.5 本章小结 |
| 第五章 基于日志的回归测试用例优先级排序系统概要设计 |
| 5.1 系统总体方案设计 |
| 5.1.1 系统环境 |
| 5.1.2 总体架构设计思路 |
| 5.2 系统静态结构设计 |
| 5.3 系统动态结构设计 |
| 5.3.1 总体流程 |
| 5.3.2 测试日志聚合流程 |
| 5.3.3 测试用例优先级排序流程 |
| 5.3.4 系统信息管理流程 |
| 5.4 系统关键数据结构设计 |
| 5.4.1 数据流向分析 |
| 5.4.2 数据存储方案设计 |
| 5.4.3 系统关键数据表设计 |
| 5.4.4 数据存储方式设计 |
| 5.5 系统外部关键接口设计 |
| 5.5.1 获取测试用例信息列表接口 |
| 5.5.2 获取测试用例优先级排序结果接口 |
| 5.6 本章小结 |
| 第六章 基于日志的回归测试用例优先级排序系统详细设计与实现 |
| 6.1 系统的开发环境与框架结构 |
| 6.1.1 开发语言与开发环境 |
| 6.1.2 系统的框架结构 |
| 6.2 测试日志聚合子系统的详细设计与实现 |
| 6.2.1 测试日志采集模块的详细设计与实现 |
| 6.2.2 测试日志汇聚模块的详细设计与实现 |
| 6.2.3 日志格式化处理模块的详细设计与实现 |
| 6.2.4 测试日志持久化模块的详细设计与实现 |
| 6.3 用例优先级排序子系统的详细设计与实现 |
| 6.3.1 测试用例信息提取模块的详细设计与实现 |
| 6.3.2 测试用例信息统计模块的详细设计与实现 |
| 6.3.3 测试用例优先级排序模块的详细设计与实现 |
| 6.4 系统管理子系统的详细设计与实现 |
| 6.4.1 测试项目管理模块的详细设计与实现 |
| 6.4.2 测试日志管理模块的详细设计与实现 |
| 6.4.3 测试用例管理模块的详细设计与实现 |
| 6.4.4 用户管理模块的详细设计与实现 |
| 6.5 本章小结 |
| 第七章 基于日志的回归测试用例优先级排序系统测试 |
| 7.1 测试环境 |
| 7.2 总体测试流程 |
| 7.3 功能测试 |
| 7.3.1 单元测试 |
| 7.3.2 集成测试 |
| 7.4 系统测试 |
| 7.4.1 系统性能测试 |
| 7.4.2 测试用例优先级排序效果测试 |
| 7.5 本章小结 |
| 第八章 总结与展望 |
| 8.1 本文总结 |
| 8.2 系统展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的学术论文目录 |
（4）基于Agent的预警机协同作战仿真技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景及研究意义 |
| 1.2 相关技术国内外研究现状 |
| 1.2.1 作战仿真平台发展现状 |
| 1.2.2 Agent技术及应用研究现状 |
| 1.3 论文的主要研究内容 |
| 第2章 仿真模型总体设计及开发环境配置 |
| 2.1 引言 |
| 2.2 Agent及 ABMS仿真方法 |
| 2.2.1 复杂适应性系统 |
| 2.2.2 Agent概念及基本结构 |
| 2.2.3 ABMS仿真方法 |
| 2.3 仿真模型开发工具 |
| 2.3.1 典型Agent仿真开发工具对比 |
| 2.3.2 Anylogic开发工具及本模型所需服务 |
| 2.4 预警机协同作战想定设计 |
| 2.4.1 预警机任务类型 |
| 2.4.2 作战想定 |
| 2.5 仿真模型设计及开发环境配置 |
| 2.5.1 仿真模型总体设计 |
| 2.5.2 智能体种类及其功能 |
| 2.5.3 环境智能体Main开发 |
| 2.5.4 基类模型开发 |
| 2.6 本章小结 |
| 第3章 预警机Agent设计及开发 |
| 3.1 引言 |
| 3.2 预警机Agent结构设计 |
| 3.3 预警机巡航过程建模 |
| 3.3.1 预警机巡航过程分析 |
| 3.3.2 预警机Agent巡航过程实现 |
| 3.4 预警机机载雷达建模与分析 |
| 3.4.1 机载雷达工作流程 |
| 3.4.2 雷达探测概率 |
| 3.4.3 预警机Agent机载雷达建模 |
| 3.5 预警机引导战斗机过程分析与建模 |
| 3.5.1 预警机引导分析方法 |
| 3.5.2 预警机引导步骤 |
| 3.5.3 预警机导引律 |
| 3.5.4 预警机平行接近引导误差 |
| 3.5.5 预警机引导成功率 |
| 3.6 预警机制导过程分析与建模 |
| 3.6.1 预警机协同制导模式 |
| 3.6.2 预警机协同制导流程 |
| 3.6.3 预警机协同制导误差 |
| 3.6.4 预警机制导成功率 |
| 3.7 本章小结 |
| 第4章 战斗机Agent开发 |
| 4.1 引言 |
| 4.2 敌方战斗机Agent开发 |
| 4.2.1 敌方战斗机Agent结构 |
| 4.2.2 敌方战斗机Agent开发过程说明 |
| 4.3 我方战斗机Agent开发 |
| 4.3.1 我方战斗机Agent结构 |
| 4.3.2 我方战斗机Agent开发过程说明 |
| 4.4 本章小结 |
| 第5章 空战仿真影响因素分析及对比 |
| 5.1 引言 |
| 5.2 仿真分析设计 |
| 5.3 无预警机模式下空战仿真分析 |
| 5.3.1 战斗机数量对战损比影响的仿真分析 |
| 5.3.2 机载雷达性能对战损比影响的仿真分析 |
| 5.3.3 导弹制导成功率对战损比影响的仿真分析 |
| 5.3.4 三种影响因素对比 |
| 5.4 预警机协同模式下空战仿真分析 |
| 5.4.1 预警机引导成功率影响因素分析 |
| 5.4.2 预警机引导成功率对战损比影响的仿真分析 |
| 5.4.3 预警机制导成功率影响因素分析 |
| 5.4.4 预警机制导成功率对战损比影响的仿真分析 |
| 5.4.5 有、无预警机模式下空战结果对比 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（5）面向Android App的自动化测试系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 项目背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自动化测试模式的研究现状 |
| 1.2.2 自动化测试模型的研究现状 |
| 1.3 论文结构 |
| 2 相关理论及关键技术 |
| 2.1 Android系统概述 |
| 2.1.1 Android系统结构 |
| 2.1.2 Android Activity相关技术 |
| 2.2 移动应用自动化测试 |
| 2.3 技术路线 |
| 2.3.1 Appium |
| 2.3.2 MyBatis |
| 2.3.3 Quartz |
| 2.4 增强学习算法 |
| 2.4.1 马尔可夫决策过程 |
| 2.4.2 时序差分算法 |
| 2.4.3 Q-Learning算法 |
| 2.5 本章小结 |
| 3 系统需求分析 |
| 3.1 系统需求概述 |
| 3.2 功能性需求 |
| 3.2.1 整体用例 |
| 3.2.2 系统配置管理 |
| 3.2.3 UI自动化测试 |
| 3.2.4 接口自动化测试 |
| 3.2.5 稳定性测试 |
| 3.2.6 测试报告管理 |
| 3.3 非功能性需求 |
| 3.4 本章小结 |
| 4 稳定性测试工具的设计与实现 |
| 4.1 稳定性测试需求分析 |
| 4.2 基于组件的GUI模型 |
| 4.3 增强学习指导探索方式 |
| 4.4 稳定性测试工具的实现 |
| 4.5 实验结果 |
| 4.6 本章小结 |
| 5 系统设计 |
| 5.1 设计目标 |
| 5.2 架构设计 |
| 5.3 系统总体功能模块设计 |
| 5.4 UI自动化测试模块 |
| 5.4.1 手机设备管理模块 |
| 5.4.2 用例管理模块 |
| 5.4.3 测试计划管理模块 |
| 5.5 接口自动化测试模块 |
| 5.6 稳定性测试模块 |
| 5.7 数据库设计 |
| 5.7.1 概念设计 |
| 5.7.2 逻辑设计 |
| 5.8 本章小结 |
| 6 系统实现与测试 |
| 6.1 开发环境 |
| 6.2 硬件展示 |
| 6.3 登录界面 |
| 6.4 系统配置管理模块 |
| 6.4.1 用户管理 |
| 6.4.2 角色管理 |
| 6.5 UI自动化测试模块 |
| 6.5.1 Agent管理 |
| 6.5.2 手机设备管理 |
| 6.5.3 页面元素管理 |
| 6.5.4 用例管理 |
| 6.5.5 测试计划管理 |
| 6.6 接口自动化测试模块 |
| 6.6.1 接口管理 |
| 6.6.2 测试计划管理 |
| 6.7 稳定性测试模块 |
| 6.8 测试报告管理模块 |
| 6.9 系统测试 |
| 6.9.1 功能测试 |
| 6.9.2 兼容性测试 |
| 6.9.3 性能测试 |
| 6.10 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
（6）基于电子地图的宽带营销管理系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文章节安排 |
| 第2章 相关技术概述 |
| 2.1 Java EE平台与Spring框架 |
| 2.1.1 Java EE平台介绍 |
| 2.1.2 Spring框架 |
| 2.2 Web前端技术 |
| 2.2.1 JavaScript |
| 2.2.2 AJAX |
| 2.2.3 JSON |
| 2.3 电子地图概述 |
| 2.3.1 电子地图 |
| 2.3.2 百度地图服务平台 |
| 2.3.3 百度地图JavaScript API |
| 2.3.4 坐标系与百度地图坐标转换介绍 |
| 2.4 本章小结 |
| 第3章 需求分析与概要设计 |
| 3.1 系统需求分析 |
| 3.1.1 问题的提出 |
| 3.1.2 系统用例分析 |
| 3.1.3 业务流程设计 |
| 3.2 总体结构设计 |
| 3.3 实施方案设计 |
| 3.3.1 开发环境配置 |
| 3.3.2 技术实施方案 |
| 3.4 数据库设计 |
| 3.4.1 概念结构设计 |
| 3.4.2 逻辑结构设计 |
| 3.5 本章小结 |
| 第4章 详细设计 |
| 4.1 基于电子地图的小区信息采集功能设计 |
| 4.1.1 小区查找定位实现三方式 |
| 4.1.2 采集功能总体类图 |
| 4.1.3 采集功能实现 |
| 4.2 基于电子地图的宽带业务查询预约跟进功能设计 |
| 4.2.1 地图方式办理宽带业务的设计思路 |
| 4.2.2 业务查询预约跟进功能类图 |
| 4.2.3 功能实现 |
| 4.2.4 身份证照片防泄露处理 |
| 4.3 基于排名热度的建设预约功能设计 |
| 4.3.1 基于排名热度的建设预约功能设计思路 |
| 4.3.2 建设预约排名热度功能类图 |
| 4.3.3 功能实现 |
| 4.4 本章小结 |
| 第5章 系统主要功能实现效果与测试 |
| 5.1 PC端浏览器实现效果 |
| 5.1.1 登录及系统首页 |
| 5.1.2 预约登记 |
| 5.1.3 小区管理 |
| 5.2 手机端浏览器实现效果 |
| 5.2.1 登录及系统首页 |
| 5.2.2 宽带分布 |
| 5.3 系统测试 |
| 5.3.1 功能测试 |
| 5.3.2 性能测试 |
| 5.4 本章小结 |
| 结论 |
| 附录 |
| 附录1 |
| 附录2 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
| 个人简历 |
（7）可变线路式公交运行优化策略及仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状总结 |
| 1.3 研究内容 |
| 1.4 研究技术路线 |
| 第二章 可变线路式公交运行特性分析 |
| 2.1 可变线路式公交系统 |
| 2.1.1 公交系统对比 |
| 2.1.2 灵活式公交系统的分类 |
| 2.1.3 可变线路式公交系统 |
| 2.2 可变线路式公交运行机理 |
| 2.2.1 可变线路式公交系统组成 |
| 2.2.2 可变线路式公交运行流程 |
| 2.3 可变线路式公交应用实例介绍 |
| 2.4 发展可变线路式公交的必要性与可行性 |
| 2.4.1 必要性 |
| 2.4.2 可行性 |
| 2.5 可变线路式公交本土化的挑战 |
| 2.6 本章小结 |
| 第三章 可变线路式公交出行选择意愿调查研究 |
| 3.1 问卷设计 |
| 3.1.1 调查区域 |
| 3.1.2 出行方式选择意愿调查 |
| 3.1.3 被调查者的社会经济属性 |
| 3.1.4 当前公交系统满意度调查 |
| 3.1.5 系统设计意向调查 |
| 3.2 调查数据分析 |
| 3.3 出行方式选择模型 |
| 3.3.1 模型构建 |
| 3.3.2 参数估计 |
| 3.3.3 时间价值估计 |
| 3.3.4 弹性分析 |
| 3.4 乘客对系统设计的意向分析 |
| 3.5 本章小结 |
| 第四章 可变线路式公交动态离站时间窗策略研究 |
| 4.1 可变线路式公交理论模型 |
| 4.1.1 模型假设 |
| 4.1.2 参数说明 |
| 4.1.3 系统性能指标 |
| 4.1.4 预期需求水平建模 |
| 4.1.5 低于预期水平建模 |
| 4.1.6 高于预期水平建模 |
| 4.2 动态离站时间窗策略 |
| 4.3 可变线路式公交仿真模型 |
| 4.4 算例分析 |
| 4.4.1 系统参数设定 |
| 4.4.2 理论模型与仿真模型对比 |
| 4.4.3 动态离站时间窗策略的影响 |
| 4.4.4 灵敏度分析 |
| 4.5 本章小结 |
| 第五章 可变线路式公交待选站点策略研究 |
| 5.1 待选站点策略 |
| 5.2 运行方式及优化目标 |
| 5.3 模型构建 |
| 5.3.1 模型假设 |
| 5.3.2 模型参数 |
| 5.3.3 模型表述 |
| 5.4 模型求解 |
| 5.4.1 染色体编码 |
| 5.4.2 适应度函数 |
| 5.4.3 初始种群生成 |
| 5.4.4 遗传操作 |
| 5.4.5 局部搜索操作 |
| 5.4.6 终止条件 |
| 5.5 算例分析 |
| 5.5.1 系统参数设置 |
| 5.5.2 算法对比 |
| 5.5.3 待选站点策略的影响 |
| 5.5.4 灵敏度分析 |
| 5.6 本章小结 |
| 第六章 可变线路式公交动态调度与路径优化策略研究 |
| 6.1 概述 |
| 6.2 动态调度所需关键技术 |
| 6.2.1 自动车辆定位系统 |
| 6.2.2 移动数据终端 |
| 6.2.3 计算机辅助调度系统 |
| 6.3 系统运行方式 |
| 6.4 车辆路径规划模型 |
| 6.4.1 静态路径优化模型 |
| 6.4.2 动态路径规划模型 |
| 6.5 算例分析 |
| 6.5.1 系统参数设定 |
| 6.5.2 仿真结果分析 |
| 6.6 本章小结 |
| 第七章 基于多AGENT的可变线路式公交运行仿真系统 |
| 7.1 概述 |
| 7.2 关键AGENT的设计及通信 |
| 7.2.1 乘客Agent的设计 |
| 7.2.2 车辆Agent的设计 |
| 7.2.3 调度中心Agent的设计 |
| 7.2.4 Agent之间网络通信的设计 |
| 7.3 仿真环境构建 |
| 7.3.1 开发环境 |
| 7.3.2 数据库设计 |
| 7.3.3 运行环境构建 |
| 7.4 原型系统的功能与界面 |
| 7.4.1 系统功能介绍 |
| 7.4.2 系统界面 |
| 7.5 仿真场景测试 |
| 7.6 本章小结 |
| 第八章 研究结论与展望 |
| 8.1 主要研究成果与结论 |
| 8.2 主要创新点 |
| 8.3 研究不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 A:可变线路式公交出行选择及意愿调查问卷 |
| 附录 B:第四章的公式推导过程 |
| 攻读博士期间发表论文及参与科研课题情况 |
（8）基于OpenStack的SDN控制器优选系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 OpenStack |
| 1.2.2 SDN |
| 1.2.3 OpenStack与 SDN控制器性能研究 |
| 1.3 本论文研究内容及章节安排 |
| 1.3.1 本论文研究内容 |
| 1.3.2 本论文章节安排 |
| 第2章 OpenStack与 SDN相关技术 |
| 2.1 SDN相关技术 |
| 2.1.1 SDN网络架构 |
| 2.1.2 OpenFlow技术概述 |
| 2.1.3 常用开源SDN控制器 |
| 2.2 OpenStack简介 |
| 2.2.1 OpenStack结构 |
| 2.2.2 网络组件介绍 |
| 2.2.3 OpenStack部署 |
| 2.3 Neutron与 SDN集成过程 |
| 2.4 本章小结 |
| 第3章 SDN优选系统的分析与设计 |
| 3.1 优选系统需求分析 |
| 3.1.1 业务需求 |
| 3.1.2 用户需求 |
| 3.1.3 功能需求 |
| 3.1.4 性能需求 |
| 3.2 优选系统设计目标 |
| 3.3 优选系统总体设计 |
| 3.4 优选系统模块设计 |
| 3.4.1 访问管理层设计 |
| 3.4.1.1 用户信息管理 |
| 3.4.1.2 测试方案定制 |
| 3.4.1.3 测试方案管理 |
| 3.4.2 测试任务层设计 |
| 3.4.2.1 控制平面测试 |
| 3.4.2.2 数据平面测试 |
| 3.4.3 基础设施层设计 |
| 3.4.3.1 平台部署模块设计 |
| 3.4.3.2 测试场景部署模块设计 |
| 3.5 数据库设计 |
| 3.5.1 数据库概念设计 |
| 3.5.2 数据库逻辑设计 |
| 3.6 本章小结 |
| 第4章 集成方案与系统开发实现 |
| 4.1 开发环境与工具 |
| 4.2 SDN集成方案实现 |
| 4.2.1 Ryu |
| 4.2.2 OpenDaylight |
| 4.2.3 ONOS |
| 4.2.4 OVN |
| 4.3 访问管理层实现 |
| 4.3.1 用户管理模块实现 |
| 4.3.2 测试方案定制模块实现 |
| 4.3.3 测试方案管理模块实现 |
| 4.4 测试任务层实现 |
| 4.4.1 控制平面测试模块实现 |
| 4.4.2 数据平面测试模块实现 |
| 4.5 基础设施层实现 |
| 4.5.1 平台部署模块实现 |
| 4.5.2 测试场景部署模块实现 |
| 4.6 本章小结 |
| 第5章 系统测试 |
| 5.1 测试环境 |
| 5.2 访问管理层测试 |
| 5.3 测试任务层测试 |
| 5.3.1 数据平面 |
| 5.3.2 控制平面 |
| 5.4 基础设施层测试 |
| 5.5 测试结果分析 |
| 5.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
| 附录:测试报告 |
（9）基于微信的冻品电商平台设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作 |
| 1.4 本文组织结构 |
| 第二章 相关概念及技术 |
| 2.1 相关概念 |
| 2.1.1 微信小程序 |
| 2.1.2 SPA |
| 2.2 相关技术 |
| 2.2.1 Redis |
| 2.2.2 React |
| 2.2.3 Biz Charts |
| 2.3 本章小结 |
| 第三章 基于微信的冻品电商平台需求分析 |
| 3.1 业务需求陈述 |
| 3.1.1 用户登录 |
| 3.1.2 个人信息管理 |
| 3.1.3 店铺管理 |
| 3.1.4 扫码建立供应关系 |
| 3.1.5 供应商管理 |
| 3.1.6 客户管理 |
| 3.1.7 商品代理 |
| 3.1.8 商品管理 |
| 3.1.9 订单管理 |
| 3.1.10 供应需求管理 |
| 3.1.11 购物车管理 |
| 3.2 功能需求分析 |
| 3.2.1 用户登录 |
| 3.2.2 用户管理 |
| 3.2.3 店铺管理 |
| 3.2.4 扫码建立供应关系 |
| 3.2.5 供应商管理 |
| 3.2.6 客户管理 |
| 3.2.7 商品管理 |
| 3.2.8 订单管理 |
| 3.2.9 供应需求管理 |
| 3.2.10 购物车管理 |
| 3.3 非功能需求分析 |
| 3.3.1 性能需求 |
| 3.3.2 安全性需求 |
| 3.4 本章小结 |
| 第四章 基于微信的冻品电商平台设计与实现 |
| 4.1 架构设计 |
| 4.1.1 逻辑架构 |
| 4.1.2 技术架构 |
| 4.1.3 部署架构 |
| 4.2 数据库设计 |
| 4.2.1 E-R图设计 |
| 4.2.2 数据库表设计 |
| 4.3 模块设计 |
| 4.3.2 登录模块 |
| 4.3.3 用户管理模块 |
| 4.3.4 店铺管理模块 |
| 4.3.5 商品管理模块 |
| 4.3.6 订单管理模块 |
| 4.3.7 购物车管理模块 |
| 4.4 安全性设计 |
| 4.5 性能设计 |
| 4.6 平台实现 |
| 4.6.1 开发环境 |
| 4.6.2 代码组织结构 |
| 4.6.3 用户登录实现 |
| 4.6.4 扫码接口实现 |
| 4.6.5 订单及商品问题的处理 |
| 4.6.6 供应需求超时处理 |
| 4.7 本章小结 |
| 第五章 基于微信的冻品电商平台测试 |
| 5.1 平台测试环境 |
| 5.1.1 硬件测试环境 |
| 5.1.2 软件测试环境 |
| 5.2 功能测试 |
| 5.2.1 用户登录 |
| 5.2.2 用户管理 |
| 5.2.3 店铺管理 |
| 5.2.4 扫码建立供应关系 |
| 5.2.5 供应商管理 |
| 5.2.6 客户管理 |
| 5.2.7 商品管理 |
| 5.2.8 订单管理 |
| 5.2.9 供应需求管理 |
| 5.2.10 购物车管理 |
| 5.2.11 其他功能 |
| 5.3 非功能测试 |
| 5.3.1 性能测试 |
| 5.3.2 安全性测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）基于分布式聚类的城市拥堵区域发现方法及系统实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和目的 |
| 1.2 国内外相关研究现状 |
| 1.3 本文的主要研究内容 |
| 1.4 论文的组织结构 |
| 第2章 系统需求分析与架构设计 |
| 2.1 系统需求分析 |
| 2.1.1 需求综述 |
| 2.1.2 系统功能需求 |
| 2.1.3 系统非功能性需求 |
| 2.2 系统实现所需相关技术和工具 |
| 2.2.1 数据源分析 |
| 2.2.2 数据采集层技术 |
| 2.2.3 数据存储层技术 |
| 2.2.4 数据模型层技术 |
| 2.2.5 业务分析层技术 |
| 2.2.6 前端展示层技术 |
| 2.2.7 集群管理工具 |
| 2.3 系统架构设计 |
| 2.4 本章小结 |
| 第3章 基于SPARK的分布式聚类方法 |
| 3.1 引言 |
| 3.2 现有的聚类算法 |
| 3.2.1 K-Means聚类算法 |
| 3.2.2 Canopy聚类算法 |
| 3.3 改进的SP-CANOPY-KMEANS并行化聚类算法 |
| 3.4 实验结果与分析 |
| 3.4.1 实验环境及数据集 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于分布式聚类的城市交通拥堵区域发现系统实现 |
| 4.1 研发平台及工具 |
| 4.2 系统代码的组织 |
| 4.2.1 聚类分析模块 |
| 4.2.2 业务报表分析模块 |
| 4.2.3 用户交互展示模块 |
| 4.3 系统功能实现 |
| 4.3.1 数据采集模块 |
| 4.3.2 数据预处理模块 |
| 4.3.3 聚类分析模块 |
| 4.3.4 业务分析模块 |
| 4.3.5 用户交互展示模块 |
| 4.3.6 集群管理模块 |
| 4.4 本章小结 |
| 第5章 系统测试结果和分析 |
| 5.1 系统测试 |
| 5.1.1 测试环境 |
| 5.1.2 功能测试 |
| 5.1.3 性能测试 |
| 5.1.4 测试结论 |
| 5.2 系统典型实现案例 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
| 个人简历 |
四、一个基于Java的Agent应用开发环境框架（论文参考文献）
- [1]基于多Agent的航空结构件柔性制造车间动态调度方法研究[D]. 杨博见. 电子科技大学, 2021(01)
- [2]移动网络中面向终端用户的服务生成关键技术研究[D]. 王昭宁. 北京邮电大学, 2020(02)
- [3]基于日志的回归测试用例优先级排序系统的设计与实现[D]. 李晋忠. 北京邮电大学, 2020(04)
- [4]基于Agent的预警机协同作战仿真技术研究[D]. 刘奇华. 哈尔滨工业大学, 2020(02)
- [5]面向Android App的自动化测试系统的设计与实现[D]. 刘相. 河北师范大学, 2020(07)
- [6]基于电子地图的宽带营销管理系统设计与实现[D]. 冯振川. 河北科技大学, 2020(01)
- [7]可变线路式公交运行优化策略及仿真研究[D]. 郑乐. 东南大学, 2020(01)
- [8]基于OpenStack的SDN控制器优选系统设计与实现[D]. 陈蕾衣. 西南交通大学, 2019(03)
- [9]基于微信的冻品电商平台设计与实现[D]. 马鑫. 西安电子科技大学, 2019(02)
- [10]基于分布式聚类的城市拥堵区域发现方法及系统实现[D]. 翟普红. 哈尔滨工业大学, 2018(01)