掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥41.9
加入購物車
Spring Cloud微服務(wù)架構(gòu)開發(fā) 第2版 版權(quán)信息
- ISBN：9787115646095
- 條形碼：9787115646095 ; 978-7-115-64609-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
Spring Cloud微服務(wù)架構(gòu)開發(fā) 第2版 本書特色
1.黑馬程序員Java技術(shù)系列教材改版升級(jí)； 2.本書附有配套資源，包括教學(xué)大綱、教學(xué)設(shè)計(jì)、源代碼，習(xí)題等，而且為了幫助讀者更好地學(xué)習(xí)本書中的內(nèi)容，作者還提供了在線答疑。
Spring Cloud微服務(wù)架構(gòu)開發(fā) 第2版 內(nèi)容簡介
本書全面介紹Spring Cloud在微服務(wù)架構(gòu)中提供的解決方案和基礎(chǔ)組件，并結(jié)合實(shí)際開發(fā)場景，詳細(xì)介紹如何利用Spring Cloud整合第三方框架進(jìn)行Web開發(fā)。全書共11章，其中，第1章介紹微服務(wù)架構(gòu)與Spring Cloud的基礎(chǔ)知識(shí)；第2~10章介紹Spring Cloud的常用組件，包括服務(wù)注冊(cè)中心Nacos、負(fù)載均衡組件 Ribbon 和Spring Cloud LoadBalancer、聲明式服務(wù)調(diào)用組件 OpenFeign、服務(wù)容錯(cuò)組件Sentinel、API網(wǎng)關(guān)Gateway、Nacos配置中心、消息驅(qū)動(dòng)框架Spring Cloud Stream、分布式鏈路追蹤組件Sleuth+Zipkin、分布式事務(wù)解決方案Seata；第11章通過搭建一個(gè)新聞資訊系統(tǒng)——黑馬頭條，帶領(lǐng)讀者搭建一個(gè)微服務(wù)架構(gòu)系統(tǒng)。希望讀者通過對(duì)本書的學(xué)習(xí)，能夠?qū)W會(huì)Spring Cloud各個(gè)組件的用法，并掌握分布式微服務(wù)架構(gòu)的搭建過程。
本書配套豐富的教學(xué)資源，包括教學(xué)PPT、教學(xué)大綱、源代碼、課后習(xí)題及答案等，為幫助讀者更好地學(xué)習(xí)本書中的內(nèi)容，作者還提供了在線答疑服務(wù)，希望幫助更多讀者。
本書既可作為高等教育本、專科院校計(jì)算機(jī)相關(guān)專業(yè)的教材，也可作為編程人員的自學(xué)參考書。
Spring Cloud微服務(wù)架構(gòu)開發(fā) 第2版 目錄
01 緒論
1.1 概述 2
1.2 *優(yōu)化問題及其數(shù)學(xué)模型 2
1.3 *優(yōu)化問題的分類 3
1.4 *優(yōu)化方法的發(fā)展及分類 5
1.4.1 傳統(tǒng)優(yōu)化方法 6
1.4.2 計(jì)算智能方法 7
1.4.3 計(jì)算智能方法的特點(diǎn) 11
1.5 計(jì)算智能方法的未來發(fā)展方向 12
1.6 章節(jié)安排介紹 12
1.7 本章小結(jié) 14
1.8 習(xí)題 14
02 人工神經(jīng)網(wǎng)絡(luò)理論
2.1 概述 16
2.2 人工神經(jīng)網(wǎng)絡(luò)基本理論 17
2.2.1 人工神經(jīng)元基本模型 17
2.2.2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 19
2.2.3 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 20
2.3 前饋型神經(jīng)網(wǎng)絡(luò)的主要算法 22
2.3.1 感知器 23
2.3.2 BP網(wǎng)絡(luò) 25
2.3.3 RBF網(wǎng)絡(luò) 33
2.4 反饋型神經(jīng)網(wǎng)絡(luò)的主要算法 44
2.4.1 Hopfield網(wǎng)絡(luò)算法 44
2.4.2 自組織映射網(wǎng)絡(luò)算法 51
2.5 基于MATLAB語言的人工神經(jīng)網(wǎng)絡(luò)工具箱 54
2.5.1 基本功能介紹 55
2.5.2 BP網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn) 55
2.5.3 RBF網(wǎng)絡(luò)的設(shè)計(jì)實(shí)例 63
2.5.4 人工神經(jīng)網(wǎng)絡(luò)工具箱中的圖形用戶界面 78
2.6 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用實(shí)例 89
2.7 本章小結(jié) 91
2.8 習(xí)題 91
03 遺傳算法
3.1 概述 94
3.2 遺傳算法的基本原理 95
3.2.1 生物的進(jìn)化過程 95
3.2.2 遺傳算法的基本思想 95
3.2.3 遺傳算法的具體步驟 96
3.3 遺傳算法應(yīng)用中的常見問題 104
3.3.1 染色體長度和初始種群的確定問題 104
3.3.2 控制參數(shù)的選取問題 104
3.3.3 遺傳算子的具體操作問題 105
3.3.4 收斂判據(jù)的確定問題 105
3.4 遺傳算法的應(yīng)用實(shí)例 106
3.5 本章小結(jié) 112
3.6 習(xí)題 112
04 蟻群算法
4.1 概述 116
4.2 螞蟻群體的覓食過程 117
4.3 蟻群算法的基本原理 118
4.3.1 蟻群算法的數(shù)學(xué)模型 119
4.3.2 蟻群算法的具體實(shí)現(xiàn)流程 122
4.4 蟻群算法的參數(shù)選擇 124
4.5 改進(jìn)的蟻群算法 125
4.5.1 ACS模型 125
4.5.2 MMAS模型 127
4.6 蟻群算法的應(yīng)用實(shí)例 128
4.7 本章小結(jié) 134
4.8 習(xí)題 135
05 人工免疫算法
5.1 概述 138
5.2 人工免疫算法的生物學(xué)基礎(chǔ) 139
5.2.1 生物免疫系統(tǒng)的基本定義 140
5.2.2 生物免疫系統(tǒng)的工作原理 141
5.3 人工免疫算法的基本原理 142
5.3.1 人工免疫算法的基本框架 143
5.3.2 否定選擇算法的基本原理 144
5.3.3 免疫規(guī)劃算法的基本原理 146
5.3.4 克隆選擇算法的基本原理 150
5.4 人工免疫算法的應(yīng)用實(shí)例 155
5.5 本章小結(jié) 163
5.6 習(xí)題 163
06 粒子群優(yōu)化算法
6.1 概述 166
6.2 粒子群優(yōu)化算法的基本原理 166
6.3 粒子群優(yōu)化算法的改進(jìn) 174
6.3.1 帶慣性權(quán)重的PSO算法 174
6.3.2 帶收縮因子的PSO算法 175
6.3.3 基于種群分類與動(dòng)態(tài)學(xué)習(xí)因子的PSO改進(jìn)算法 176
6.4 粒子群優(yōu)化算法的應(yīng)用實(shí)例 178
6.5 本章小結(jié) 180
6.6 習(xí)題 180
07 人工蜂群算法
7.1 概述 182
7.2 人工蜂群算法的基本原理 183
7.3 改進(jìn)的人工蜂群算法 187
7.3.1 針對(duì)高維復(fù)雜單目標(biāo)優(yōu)化問題的改進(jìn)人工蜂群算法 187
7.3.2 針對(duì)多峰優(yōu)化問題的小生境人工蜂群算法 188
7.4 人工蜂群算法的應(yīng)用實(shí)例 193
7.5 本章小結(jié) 198
7.6 習(xí)題 198
08 生物地理學(xué)優(yōu)化算法
8.1 概述 200
8.2 生物地理學(xué)優(yōu)化算法的基本原理 200
8.3 生物地理學(xué)優(yōu)化算法的基本流程 204
8.3.1 遷移操作 204
8.3.2 變異操作 205
8.3.3 算法框架 206
8.4 改進(jìn)的生物地理學(xué)優(yōu)化算法 207
8.4.1 混合型遷移操作 207
8.4.2 局部化生物地理學(xué)優(yōu)化算法 209
8.4.3 生態(tài)地理學(xué)優(yōu)化算法 213
8.5 生物地理學(xué)優(yōu)化算法的應(yīng)用實(shí)例 216
8.6 本章小結(jié) 220
8.7 習(xí)題 220
09 多目標(biāo)優(yōu)化算法
9.1 概述 222
9.2 三代多目標(biāo)優(yōu)化算法 223
9.2.1 **代多目標(biāo)優(yōu)化算法 223
9.2.2 第二代多目標(biāo)優(yōu)化算法 223
9.2.3 第三代多目標(biāo)優(yōu)化算法 229
9.3 高維多目標(biāo)優(yōu)化算法 233
9.3.1 基于分解的多目標(biāo)優(yōu)化算法 233
9.3.2 NSGA-III 236
9.3.3 NSGA-III-OSD 240
9.4 多目標(biāo)優(yōu)化算法的測試函數(shù)和評(píng)價(jià)指標(biāo) 242
9.4.1 測試函數(shù) 242
9.4.2 評(píng)價(jià)指標(biāo) 246
9.5 多目標(biāo)優(yōu)化算法的測試實(shí)例和應(yīng)用實(shí)例 247
9.6 本章小結(jié) 253
9.7 習(xí)題 253
10 約束優(yōu)化算法
10.1 概述 256
10.2 約束處理技術(shù) 258
10.2.1 懲罰函數(shù)法 258
10.2.2 隨機(jī)排序法 258
10.2.3 可行性準(zhǔn)則 259
10.2.4 ε約束法 260
10.2.5 多目標(biāo)優(yōu)化法 260
10.2.6 雙種群存儲(chǔ)技術(shù) 261
10.3 約束單目標(biāo)優(yōu)化算法 261
10.3.1 基于隨機(jī)排序法的約束單目標(biāo)優(yōu)化算法 262
10.3.2 基于ε約束法的約束單目標(biāo)優(yōu)化算法 263
10.3.3 基于雙種群存儲(chǔ)技術(shù)的約束單目標(biāo)優(yōu)化算法 264
10.3.4 約束單目標(biāo)優(yōu)化測試函數(shù) 267
10.4 約束多目標(biāo)優(yōu)化算法 269
10.4.1 基于隨機(jī)排序法的約束多目標(biāo)優(yōu)化算法 269
10.4.2 基于雙種群存儲(chǔ)技術(shù)的約束多目標(biāo)優(yōu)化算法 270
10.4.3 基于ε約束法的約束多目標(biāo)優(yōu)化算法 273
10.4.4 約束多目標(biāo)優(yōu)化測試函數(shù) 277
10.5 約束優(yōu)化算法的應(yīng)用實(shí)例 279
10.6 本章小結(jié) 283
10.7 習(xí)題 283
參考文獻(xiàn) 285
展開全部
Spring Cloud微服務(wù)架構(gòu)開發(fā) 第2版 作者簡介
黑馬程序員，傳智教育旗下高端IT品牌，由中國Java培訓(xùn)先行者張孝祥老師發(fā)起，聯(lián)合全球最大的中文IT社區(qū)CSDN、中關(guān)村軟件園共同創(chuàng)辦的一家專業(yè)教育機(jī)構(gòu)。辦學(xué)至今，我們一直堅(jiān)守著“為千萬人少走彎路而著書，為中華軟件之崛起而講課”的辦學(xué)理念，堅(jiān)持培養(yǎng)優(yōu)秀軟件應(yīng)用工程師的宏偉目標(biāo)，在累計(jì)培養(yǎng)的十萬余名學(xué)員中，其中90%的學(xué)員均已在北、上、廣等一線城市高薪就業(yè)。為了迎合軟件市場的需求，我們陸續(xù)開設(shè)了Java、網(wǎng)頁平面、PHP、.Net、iOS、C/C++、Android等9個(gè)專業(yè)方向的課程，并且未來將逐漸開設(shè)其他專業(yè)方向的課程。隨著傳智播客的日益壯大，除了北京總部，我們?cè)谏虾！V州、武漢、成都、深圳等地也創(chuàng)立了直營分支機(jī)構(gòu)，傳智播客儼然已成為了國內(nèi)具有專業(yè)口碑的IT教育機(jī)構(gòu)。
書友推薦
- >
推拿
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
中國歷史的瞬間
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
龍榆生：詞曲概論/大家小書
- >
回憶愛瑪儂
- >
二體千字文
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
