基于改进的遗传算法的云计算资源调度算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 云计算的发展与研究 | 第17-27页 |
| 2.1 云计算概述 | 第17-20页 |
| 2.1.1 云计算体系结构 | 第17-18页 |
| 2.1.2 云计算的分类 | 第18-19页 |
| 2.1.3 云计算的特点 | 第19-20页 |
| 2.1.4 云计算中的关键技术 | 第20页 |
| 2.2 云计算现有调度算法分析 | 第20-22页 |
| 2.2.1 以经济利益为目标的调度 | 第21页 |
| 2.2.2 以提高服务质量为目标的调度 | 第21页 |
| 2.2.3 以系统性能为目标的调度 | 第21-22页 |
| 2.3 典型云平台Open Stack简介 | 第22-25页 |
| 2.3.1 OpenStack架构介绍 | 第22-23页 |
| 2.3.2 OpenStack中的资源调度 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 云环境下基于遗传算法的资源调度分析与设计 | 第27-39页 |
| 3.1 基本遗传算法 | 第27-32页 |
| 3.1.1 编码 | 第28-29页 |
| 3.1.2 适应度函数 | 第29页 |
| 3.1.3 遗传算子 | 第29-32页 |
| 3.1.4 停止条件及优缺点 | 第32页 |
| 3.2 基于遗传算法的资源调度算法设计 | 第32-36页 |
| 3.2.1 编码映射和种群的生成 | 第33-34页 |
| 3.2.2 适应度函数设计 | 第34-36页 |
| 3.2.3 遗传算子设计 | 第36页 |
| 3.3 算法对应在云环境中建模过程描述 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 改进的遗传算法分析与设计 | 第39-47页 |
| 4.1 Tabu禁忌搜索算法的介绍 | 第39-42页 |
| 4.1.1 初始解与适应度函数 | 第40页 |
| 4.1.2 邻域选择及候选集 | 第40-41页 |
| 4.1.3 禁忌表及长度 | 第41-42页 |
| 4.1.4 特赦准则 | 第42页 |
| 4.1.5 停止条件及优缺点 | 第42页 |
| 4.2 基于Tabu禁忌搜索的改进遗传算法设计 | 第42-44页 |
| 4.2.1 改进的算法设计方案 | 第42-44页 |
| 4.2.2 TS算法设计 | 第44页 |
| 4.3 算法建模过程描述 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 实验仿真及结果分析 | 第47-57页 |
| 5.1 仿真平台CloudSim的介绍 | 第47-49页 |
| 5.1.1 CloudSim框架介绍 | 第47-48页 |
| 5.1.2 CloudSim的优势 | 第48-49页 |
| 5.2 仿真流程的介绍 | 第49-51页 |
| 5.3 实验结果分析 | 第51-56页 |
| 5.3.1 基于TS算法改进的遗传算法仿真 | 第51-54页 |
| 5.3.2 实验结果对比分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间获得的科研成果 | 第63-65页 |
| 致谢 | 第65页 |
