第1章　面向服務的自主計算模式綜述　1 1.1　引言　2 1.2　互聯服務計算模式提出　4 1.2.1　IBM公司自主計算　4 1.2.2　網構中間件　9 1.2.3　P2P計算模式　11 1.2.4　SOA與Web服務　12 1.2.5　語義Web服務　15 1.2.6　Web服務組合　17 1.2.7　自愈計算服務　18 1.3　生物突現計算對自主服務模式的啟發　18 1.4　小結　22 第2章　 多智能體自主網絡模型總體設計　23 2.1　引言　24 2.2　生物實體突現的演化模型　25 2.2.1　服務的米蘭機模型　25 2.2.2　基于生物實體的演化突現理論分析　26 2.3　生物實體和消息模式設計　29 2.3.1　生物實體的設計　29 2.3.2　生物實體消息模式　30 2.4　基于生物網絡的自主服務的平臺和設計　32 2.5　小結　37 第3章　突現分布式組通信機制的研究　38 3.1　引言　39 3.2　生物網絡的通信基礎　41 3.3　面向服務突現的組通信協議和算法設計　42 3.3.1　數據結構　43 3.3.2　面向自主服務突現的組通信協議和算法　44 3.3.3　分布失敗檢測協議　47 3.4　突現通信的仿真和分析　50 3.5　小結　53 第4章　基于能量調度的生物實體自主全局進化穩定性研究　54 4.1　引言　55 4.2　面向服務突現生物網絡的能量設計　56 4.3　能量驅動方式下的穩定性分析　58 4.3.1　能量熵的定義　58 4.3.2　基于能量熵的最優穩定性策略調節　61 4.3.3　基于能量策略平衡的算法　63 4.4　仿真和分析　65 4.4.1　仿真模型及行為策略及能量參數設定　65 4.4.2　能量機制下的仿真結果分析　65 4.5　小結　70 第5章　基于生物實體分布自協商Web服務突現研究　71 5.1　引言　72 5.2　面向Web服務突現的擴展模塊設計和實現　73 5.3　基于生物實體協商的Web服務突現設計　76 5.4　仿真結果及性能分析　81 5.5　小結　83 第6章　基于親和力的自進化普適服務突現計算方法　84 6.1　引言　85 6.2　基于親和力匹配的普適服務進化突現方法　87 6.2.1　生物實體的匹配強度　88 6.2.2　生物實體的服務質量　89 6.2.3　生物實體的信任值　90 6.2.4　生物實體的親和力計算　91 6.3　仿真結果及性能分析　92 6.3.1　仿真設計和參數設定　92 6.3.2　仿真結果和分析　93 6.4　小結　97 第7章　基于QoS全局最優的自組織工作流組合設計　98 7.1　引言　99 7.2　E-Workflow組合抽象模型　100 7.3　基于消息匹配的E-Workflow中的服務發現　102 7.4　基于QoS的E-Workflow組合自組織的問題描述　105 7.5　基于QoS的E-Service工作流突現的算法　107 7.6　仿真和分析　110 7.7　小結　116 第8章　基于自學習智能體協同的配電網自愈重構優化系統研究　117 8.1　概述　118 8.2　研究背景　119 8.3　配電網自愈重構優化模型　122 8.4　自學習多智能體系統設計　124 8.5　自學習多智能體免疫群體協同進化的算法設計　126 8.5.1　自學習多智能體免疫群體協同進化　126 8.5.2　多智能體免疫群體協同進化的算法設計　128 8.5.3　數值計算　131 8.6　小結　133 第9章　結論和展望　134 9.1　結論　135 9.2　展望　136 索引　138 參考文獻　141