目 录
文摘
英文文摘
声明
第一章 绪论
1.1研究背景与意义
1.1.1网格计算
1.1.2人工神经网络
1.1.3研究意义
1.2主要研究内容
1.3主要创新点
1.4论文结构
1.5课题来源
第二章 网格相关理论
2.1网格计算概述
2.1.1网格的定义
2.1.2网格计算定义
2.1.3网格计算的特点
2.1.4网格的发展阶段
2.2网格的研究现状
2.2.1国外研究现状
2.2.2国内研究现状
2.3网格计算的应用领域
2.4网格计算的发展趋势
2.5网格计算的核心体系结构
2.5.1五层沙漏模型
2.5.2开放网格服务体系结构OGSA
2.5.3 Web服务资源框架WSRF
2.6本章小结
第三章 人工神经网络及BP算法研究
3.1人工神经网络的定义
3.2人工神经网络基础
3.2.1人工神经元
3.2.2激活函数
3.2.3典型的神经网络模型
3.3人工神经网络的训练
3.3.1有导师学习
3.3.2无导师学习
3.4 BP神经网络
3.4.1 BP网络结构
3.4.2 BP算法基本思想
3.4.3 BP算法的数学表述
3.4.4 BP算法学习流程
3.5本章小结
第四章 基于GridGain的网格计算环境构建
4.1网格计算环境的构建层次及功能
4.1.1网格计算环境的构建层次
4.1.2网格计算环境的基本功能
4.2构建网格计算平台的核心工具——GridGain
4.2.1 GridGain简介
4.2.2 GridGain与Globus Toolkits的比较
4.2.3使用GridGain进行任务分解的原理和步骤
4.2.4前后负载均衡
4.2.5 GridGain的网格接口
4.2.6 GridGain的应用
4.3硬件环境的搭建
4.4软件的安装及配置
4.4.1操作系统的选择
4.4.2 JVM的安装和配置
4.4.3 GridGain的安装和配置
4.4.4 Eclipse的安装和配置
4.5基于GridGain的网格程序实例
4.5.1测试实例设计
4.5.2程序实现
4.5.3运行结果
4.6本章小结
第五章 网格化BP神经网络的面向对象分析及设计
5.1用面向对象方法实现BP神经网络
5.1.1面向对象方法概述
5.1.2面向对象方法中的基本概念
5.1.3面向对象的系统分析与设计
5.1.4 JAVA中的面向对象方法
5.2 BP神经网络的面向对象分析与设计
5.2.1 BP神经网络的面向对象分析
5.2.2 BP神经网络模型的UML类图表示
5.2.3 BP神经网络的面向对象程序设计
5.3 BP神经网络的网格化模型
5.3.1网格任务类设计
5.3.2网格化BP算法类设计
5.3.3类的序列化
5.3.4定义统一的网格任务接口
5.3.5主运行程序类和用户接口的设计
5.3.6网格化BP神经网络的UML类图表示
5.4本章小结
第六章 网格化BP神经网络模型测试
6.1模型测试实验
6.1.1实验描述
6.1.2实验数据
6.1.3实验步骤
6.1.4实验结果
6.2模型的分析与相关问题探讨
6.2.1偏置值的引入
6.2.2模型的适用性
6.2.3各种参数对网络收敛速度的影响
6.2.4 BP网络模型的进一步改进设想
6.3本章小结
总结与展望
参考文献
致谢
附录
