自Petri 先生开创性的工作之后，网论得到了长足进展，至今已形成了相当规模的研究领域。在理论方面，Petri网模型和分析技术的研究取得了许多有价值的成果，Petri网作为一种全新的自动机被开发出来，研究者对此充满了希望，认为Petri网比下推自动机有用，原因是它不存在图灵机所具有的那些可判定问题。在这期间，MIT出现了许多博士论文都是以Petri网为专题的。于是人们也象发现FSM自动机与普通语言之间的关系一样展开了对Petri网语言的研究，研制出了一些复杂的译码方法，并且定义了一些使其证明较

QoS（Quality of Service）即服务质量。对于网络业务，服务质量包括传输的带宽、传送的时延、数据的丢包率等。在网络中可以通过保证传输的带宽、降低传送的时延、降低数据的丢包率以及时延抖动等措施来提高服务质量。 QoS是通过给定的虚连接描述传输质量的ATM性能参数术语。这些参数包括：CTD、CDV、CER、CLR、CMR和SECBR 、ALL service classes 、Qos Classes、 traffic contract 、traffic control。

遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真，是进化计算的一种最重要的形式。遗传算法用与传统的数学模型截然不同，它为那些难以找到传统数学模型的难题找出了一个解决方法。

人工神经网络是由 具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。

1．本程序演示的是用简单遗传算法随机一个种群，然后根据所给的交叉率，变异率，世代数计算最大适应度所在的代数 2．演示程序以用户和计算机的对话方式执行，即在计算机终端上显示“提示信息”之后，由用户在键盘上输入演示程序中规定的命令；相应的输入数据和运算结果显示在其后。 3．测试数据 输入初始变量后用y=100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1)其中-2.048<=x1,x2<=2.048作适应度函数求最大适应度即为函数的最大值

介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。 爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。如图1所示：假设C点为当前解，爬山算法搜索到A点这个局部最优解就会停止搜索，因为在A点无论向那个方向小幅度移动都不能得到更优的解。