摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究的背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 电力云计算平台研究 | 第12-13页 |
1.2.2 云计算平台单点失效 | 第13-14页 |
1.2.3 云计算平台资源调度 | 第14-16页 |
1.3 本文主要工作及内容安排 | 第16-17页 |
第2章 电力云计算平台可靠性和性能分析 | 第17-30页 |
2.1 云计算平台技术 | 第17-20页 |
2.1.1 开源异构资源虚拟化整合方案KVM | 第18页 |
2.1.2 基础设施平台层解决方案OpenStack | 第18-19页 |
2.1.3 云计算平台层解决方案Hadoop | 第19-20页 |
2.2 电力云计算平台架构设计 | 第20-23页 |
2.2.1 基础平台层 | 第22页 |
2.2.2 云计算平台层 | 第22-23页 |
2.2.3 电网业务逻辑层 | 第23页 |
2.3 针对单点失效解决方法的可靠性分析 | 第23-28页 |
2.3.1 主节点集中部署方式 | 第24-25页 |
2.3.2 控制节点分布部署方式 | 第25页 |
2.3.3 电力云计算平台双机热备 | 第25-28页 |
2.4 基于资源调度的电力云计算平台性能分析 | 第28-29页 |
2.4.1 任务调度 | 第28-29页 |
2.4.2 虚拟机动态迁移 | 第29页 |
2.5 本章小结 | 第29-30页 |
第3章 资源调度中虚拟机动态迁移过程设计 | 第30-36页 |
3.1 电力云计算平台虚拟机动态迁移过程与参数设定 | 第30-34页 |
3.1.1 基于预测的集群热点确定 | 第30-31页 |
3.1.2 多目标选择需迁移的虚拟机 | 第31-32页 |
3.1.3 迁移过程中目标节点搜索 | 第32-33页 |
3.1.4 虚拟机动态迁移 | 第33-34页 |
3.2 虚拟机动态迁移框架设计 | 第34-35页 |
3.3 电力云计算平台的建设和性能优化 | 第35页 |
3.4 本章小结 | 第35-36页 |
第4章 基于多目标优化粒子群的虚拟机迁移目标搜索 | 第36-46页 |
4.1 电力云计算平台资源调度描述 | 第36页 |
4.2 引入退火思想的粒子群算法 | 第36-39页 |
4.2.1 粒子群算法简介及特点 | 第36-37页 |
4.2.2 退火思想 | 第37-38页 |
4.2.3 虚拟机动态迁移中粒子群算法的建模 | 第38-39页 |
4.3 基于长期过程的粒子群优化 | 第39-41页 |
4.4 引入退火思想的长期粒子群优化算法流程 | 第41-42页 |
4.5 虚拟机动态迁移中多目标优化粒子群算法适应度的选取 | 第42-44页 |
4.5.1 SLA违背率 | 第42页 |
4.5.2 剩余资源利用率 | 第42-43页 |
4.5.3 电能消耗 | 第43页 |
4.5.4 多目标综合评价函数 | 第43-44页 |
4.6 基于虚拟机动态迁移的电力云计算平台资源调度 | 第44-45页 |
4.7 本章小结 | 第45-46页 |
第5章 电力仿真云计算平台资源调度仿真测试 | 第46-56页 |
5.1 电力系统仿真云计算平台 | 第46-47页 |
5.2 CLOUDSIM仿真平台简介 | 第47页 |
5.3 实验环境配置及仿真环境 | 第47-48页 |
5.3.1 实验环境配置 | 第47页 |
5.3.2 电力仿真云平台环境 | 第47-48页 |
5.4 粒子群动态惯性权重实验 | 第48-51页 |
5.4.1 不同k值粒子群表现特点 | 第48-49页 |
5.4.2 不同k值与粒子群迭代关系 | 第49-50页 |
5.4.3 不同k值与粒子群收敛关系 | 第50-51页 |
5.5 粒子群算法参数设置 | 第51-52页 |
5.6 仿真实验结果分析 | 第52-55页 |
5.6.1 SLA违背率 | 第52-53页 |
5.6.2 剩余资源率 | 第53页 |
5.6.3 平台能耗 | 第53-54页 |
5.6.4 虚拟机迁移次数 | 第54-55页 |
5.7 本章小结 | 第55-56页 |
第6章 总结与展望 | 第56-57页 |
参考文献 | 第57-61页 |
攻读硕士学位期间发表的论文及其它成果 | 第61-62页 |
致谢 | 第62页 |