新書推薦：
《
寻路：走向西南联大（西南联大文库）
》
售價：HK$
66.7
《
短视频Vlog全流程：镜头脚本+运镜技巧+场景主题+后期剪辑
》
售價：HK$
89.7
《
英国小史
》
售價：HK$
94.3
《
影响力原则
》
售價：HK$
78.2
《
德川家康（全十三册）（他用30年活了下来，建立起300年基业）
》
售價：HK$
918.9
《
新知文库·动人的北平
》
售價：HK$
34.3
《
萧条中的生存策略
》
售價：HK$
57.4
《
银色瀑布：美国兵工厂与中途岛海战
》
售價：HK$
79.4
|
| 內容簡介： |
本书首先阐述了网络状态认知和流量控制的必要性及常用方法，然后介绍了模糊逻辑理论和方法、自然计算模型和方法，
并将模糊综合评判理论和自然计算理论应用到网络状态认知和流量控制领域，最后给出了几个将自然计算应用于网络状态认知和流量控制的典型案例。本书可作为高等学校计算机和网络通信相关专业高年级本科生、研究生的参考书，也可供相关领域工程技术人员参考。
|
| 目錄：
|
第1章 概述 1
1.1
绪论 1
1.1.1 网络发展的驱动力 1
1.1.2 网络的发展宗旨 2
1.2
计算机网络 2
1.2.1 计算机网络发展概述 3
1.2.2 计算机网络的分类 4
1.3
下一代网络 5
1.3.1 下一代网络的概念 5
1.3.2 下一代网络的目标和基本特征 6
1.4
网络发展趋势
7
1.4.1 网络发展趋势概述 7
1.4.2 TCPIP协议 7
1.4.3 拥塞控制的必要性 8
1.4.4 TCPIP拥塞控制 9
1.5
自然计算 12
1.5.1 自然计算概述 12
1.5.2 神经内分泌免疫系统 14
1.5.3 群体智能 16
1.6
小结 17
第2章 网络状态认知和拥塞控制 19
2.1
概述 19
2.2
网络认知的意义
20
2.3
网络认知技术简介
23
2.3.1 分层架构 23
2.3.2 指标体系 25
2.4
网络认知技术的问题、方法与技术
27
2.4.1 主要问题 27
2.4.2 网络认知方法 29
2.4.3 网络认知技术 31
2.5
典型项目 34
2.6
网络认知工具
35
2.6.1 主动工具 35
2.6.2 被动工具 38
2.7
网络端到端性能认知
40
2.7.1 端到端时延测量 40
2.7.2 网络端到端带宽测量 50
2.8
无线网络认知技术
53
2.8.1 网络认知工具 54
2.8.2 代表性网络认知成果 58
2.9
网络性能分析技术
59
2.9.1 基本概念介绍 60
2.9.2 数学理论基础 60
2.9.3 典型网络业务性能分析 67
2.10 网络传输拥塞控制 72
2.10.1 概述 72
2.10.2 网络拥塞与拥塞控制 72
2.10.3 网络拥塞产生的原因 73
2.10.4 网络拥塞控制措施与分类 74
2.10.5 网络拥塞控制的有效性评价 75
2.10.6 TCP拥塞控制 77
2.10.7 IP拥塞控制 85
2.11 小结 94
第3章 模糊逻辑理论 96
3.1
模糊集合及其基本定理
96
3.1.1 经典集合与特征函数 96
3.1.2 模糊集合与隶属函数 97
3.1.3 模糊集的运算及其性质 99
3.1.4 截集 100
3.1.5 分解定理 101
3.1.6 扩张定理 103
3.2
模糊关系、模糊矩阵与模糊图
106
3.2.1 模糊关系的定义与性质 106
3.2.2 模糊关系的自反性、对称性和传递性 107
3.2.3 模糊矩阵的概念与运算 109
3.2.4 模糊图及其应用 111
3.3
隶属函数
113
3.3.1 隶属函数的确定思路 113
3.3.2 模糊统计法 114
3.3.3 二元对比排序法 115
3.3.4 集值统计 116
3.3.5 模糊分布 117
3.4
模糊模式识别
118
3.4.1 贴近度与距离 118
3.4.2 模糊模式识别的基本原则 121
3.4.3 模糊模式识别应用 121
3.5
模糊综合评判与决策
125
3.5.1 模糊映射与模糊变换 125
3.5.2 综合评判模型 126
3.5.3 单层综合评判 127
3.5.4 多层综合评判 127
3.5.5 多因素模糊综合评判 128
3.6
模糊控制系统的应用
130
3.6.1 模糊控制概述 130
3.6.2 模糊控制与智能算法的结合 131
3.6.3 模糊控制的发展前景 132
3.7
小结 133
第4章 自然计算与计算智能 134
4.1
自然计算的概念和主要研究分支
134
4.1.1 自然计算的概念 134
4.1.2 自然计算的主要研究分支 135
4.2
自然计算模型
136
4.2.1 人工蜂群算法 136
4.2.2 群搜索优化 137
4.2.3 细菌觅食算法 138
4.2.4 混沌优化 140
4.2.5 差分进化 140
4.2.6 自然计算模式统一框架 141
4.3
群体智能算法
143
4.3.1 微粒群算法 143
4.3.2 蚁群算法 151
4.4
神经免疫内分泌算法
168
4.4.1 人工神经网络 168
4.4.2 人工免疫算法 181
4.4.3 人工内分泌算法 189
4.5
自然计算的应用与发展展望
196
4.5.1 新能源与新材料领域 196
4.5.2 民用航空制造业与新能源汽车 197
4.5.3 先进重大装备领域 198
4.5.4 生物医药领域 199
4.5.5 电子信息与软件服务业 199
4.6
小结 201
第5章 自然计算与网络认知 202
5.1
引言 202
5.2
网络状态认知
202
5.2.1 跨层设计 203
5.2.2 参数提取 204
5.2.3 参数分析 205
5.3
基于模糊综合评判的网络认知
206
5.3.1 单因素模糊评判与网络认知 207
5.3.2 单因素模糊评判与网络认知实例 208
5.3.3 多因素模糊综合评判与网络认知 209
5.3.4 多因素模糊综合评判与网络认知实例 210
5.4
基于神经内分泌免疫系统的网络认知
213
5.5
小结 215
第6章 自然计算与流量控制 216
6.1
引言 216
6.2
基于Lotka-Volterra竞争模型的流量控制机制 216
6.3
基于粒子群优化的流量控制模型
218
6.4
基于混沌优化的流量控制模型
220
6.5
网络仿真平台
225
6.5.1 网络状态认知和流量控制模型仿真平台的构建 225
6.5.2 NS2的仿真流程 229
6.6
智能控制网关应用
229
6.6.1 智能网关的工作原理 230
6.6.2 智能网关的应用实例 234
6.7
小结 247
第七章 应用实例 248
7.1
网络跨层参数的提取和各参数贴近度分析实验及数据分析 248
7.2
基于MDP的单因素模糊评判（TCP-M协议）实验及数据分析 250
7.3
基于SOPD的单因素模糊评判（TCP-S协议）实验及数据分析
252
7.4
基于多个网络参数的隶属度和动态权重计算进行网络等级划分（TCP-F
协议和TCP-B协议）实验及数据分析
255
7.5
基于免疫系统算法的网络等级划分（TCP-LD协议）实验及数据分析 259
7.6
基于Lotka-Volterra竞争模型的流量控制机制实验及数据分析 262
7.6.1 概述 262
7.6.2 捕食模型算法仿真 262
7.6.3 捕食模型对网络初值化仿真 265
7.6.4 大带宽时延网络性能分析 269
7.7
异构网络中TCP Reno稳态吞吐量预测模型仿真 273
7.7.1 异构网络中TCP Reno稳态吞吐量预测模型 274
7.7.2 模型仿真与数据分析 275
7.8
实时视频传输系统性能分析
277
7.9
WiFi自适应调制方式分析
278
7.10 移动无线接入网络性能分析 279
参考文献 281
|
| 內容試閱：
|
信息时代的典型特征是数字 互联，即用数字来表示这个物理世界，并通过网络将人与人、人与物、物与物联系起来，网络化是这个时代的核心。网络技术不仅为人们提供了全新的工作、学习、社交、
休闲和娱乐模式，如视频会议、远程教育、电子邮件、博客、网络购物等，也为经济运行、政府工作、灾害预警、应急救援提供了快速高效的平台。网络成为经济社会发展的重要引擎和基础平台。网络技术推动社会不断进步，已成为衡量一个国家综合国力的重要标志之一。
无线网络、卫星网络以及物联网等新型网络技术的快速发展，大大扩展了网络覆盖范围，各种新型网络类型层出不穷，网络应用不断深入，用户对网络的可用性、可靠性和稳定性的要求也与日俱增。而当前部署的通信网络，无论是遍及全球的电话网和因特网，还是在特定场合应用的短波通信系统和集群通信系统，大都严重依赖现有的基础网络设施，但是网络内部都缺乏及时有效的监测和响应机制，可靠性不高且缺乏认知能力和自适应性。网络一直追求的目标是为用户提供一个更加可持续发展的、更安全的、应用创新更多的、更可靠的开放网络平台，成为一个让人人都可以参与的创新平台。网络技术不断推陈出新，旧的网络技术不断被更新、更加符合需求的技术所取代。网络拥塞伴随着网络的出现而出现，在当今这个信息量大爆发的时期显得尤为突出，要想有效地处理网络拥塞，首先要认识网络的当前状态。
自然计算NatureInspired
Computation的出现和发展为网络状态认知和流量控制提供了有效的途径。自然计算是继传统人工智能之后异军突起的一种全新的计算思维范型。它以自然界，特别是以生物体的功能、特点和作用机理为基础，研究其中所蕴涵的丰富的信息处理机制，抽取出相应的计算模型，设计出相应的方法并应用于各个领域。通常是一类具有自适应、自组织、自学习能力的计算和设计方法，能够解决传统计算方法难以解决的各种复杂问题。自然计算包含了进化计算、神经计算、生物分子计算、免疫计算、内分泌计算、生态计算、量子计算和复杂自适应系统（如社会网络、经济系统、蚁群系统、蜂群系统）等。
本书共分为7章，主要内容如下：
1
第1章概述，由王辉、范志辉编写，首先介绍了网络的发展宗旨、计算机网络的分类和发展趋势及下一代网络的发展目标，然后介绍了计算机网络发展当前面临的典型问题，最后简要介绍了自然计算的特点和优势。
2
第2章网络状态认知和拥塞控制，由曾波、陈祥涛编写，主要介绍了以网络测量为核心的传统网络状态认知技术的相关概念、意义和应用，详细介绍了基本分层体系架构、分类指标体系、网络认知的关键技术和方法，以及常用的网络认知工具，重点分析了TCP协议的端到端性能认知过程，介绍了常见网络的性能分析的基本概念与数学理论工具，还介绍了网络拥塞与拥塞控制的概念、网络拥塞产生的原因、网络拥塞控制的措施与分类、网络拥塞控制的有效性评价等相关知识，着重阐述了网络传输中的TCP拥塞控制机制与IP拥塞控制机制。
3
第3章模糊逻辑理论，由李沛谕编写，主要介绍了模糊逻辑的基本概念和理论，包括模糊集合、模糊关系、模糊矩阵、模糊图、隶属函数、模糊模式识别、模糊综合评价、模糊控制系统等，并且介绍了模糊逻辑理论在各大领域以及工业过程中的应用及前景。
4
第4章自然计算与计算智能，由范志辉、张治学编写，介绍了自然计算的核心概念、主要研究分支和分类方法，详细介绍了主要自然计算算法和一般框架模型以及常见的群体智能算法和神经免疫内分泌算法，最后介绍了自然计算的应用领域和发展前景。
5 第5章自然计算与网络认知，由王辉、李哲青、李沛谕编写，介绍了基于自然计算的异构网络状态认知方法。
6
第6章自然计算与流量控制，由王辉、李哲青、李沛谕编写，介绍了基于自然计算的流量控制方法。首先分别详细阐述了基于Lotka-Volterra竞争模型、粒子群优化和混沌优化的流量控制机制；其次详细介绍了课题组提出的智能网关模型，最后阐述了智能网关的工作原理和在校园网络环境中进行的仿真实验。
7 第7章应用案例，由王辉、李沛谕、曾波编写，通过10个应用实例来演示自然计算与网络状态认知和流量控制的结合应用。
本书的出版得到了国家自然科学基金61070247、61101167、河南省重点攻关项目（132102210246）、河南省教育厅自然科学项目（12B520019、13A520232、13B510001、14A510015）、云计算数据中心网络关键技术河南省工程实验室、网络与教育信息化河南省高校科技创新团队的资助和支持，在此致以衷心的谢意！在本书撰写过程中，参考了大量国内外文章和著作，已注明和列入参考文献中，
在此向相关文献的作者表示衷心的感谢！虽然作者在本书编写过程中力求严谨，但难免存在不足与疏漏之处，敬请广大读者朋友批评指正。
作 者
2016年2月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
