| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 前言 | 第8-13页 |
| 1.1 研究目的及意义 | 第8页 |
| 1.2 云负载计算研究现状 | 第8-11页 |
| 1.2.1 云计算的国内外研究现状 | 第9-10页 |
| 1.2.2 负载均衡研究现状 | 第10-11页 |
| 1.3 主要工作 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第二章 云计算与负载均衡 | 第13-24页 |
| 2.1 云计算 | 第13-16页 |
| 2.1.1 云计算概述 | 第13-16页 |
| 2.1.2 云计算与负载均衡 | 第16页 |
| 2.2 负载均衡 | 第16-21页 |
| 2.2.1 云计算中负载均衡基本概述 | 第16-18页 |
| 2.2.2 云计算中数据中心资源调度标准设定 | 第18-19页 |
| 2.2.3 负载均衡主要算法 | 第19-21页 |
| 2.3 负载均衡模型建立 | 第21-22页 |
| 2.4 本章总结 | 第22-24页 |
| 第三章 遗传珊瑚礁算法 | 第24-35页 |
| 3.1 遗传算法 | 第24-26页 |
| 3.1.1 遗传算法概述 | 第24页 |
| 3.1.2 基本原理 | 第24-25页 |
| 3.1.3 遗传算法特点 | 第25-26页 |
| 3.2 珊瑚礁算法 | 第26-28页 |
| 3.2.1 珊瑚礁算法概述 | 第26页 |
| 3.2.2 珊瑚礁算法基本原理 | 第26-28页 |
| 3.3 遗传算法与珊瑚礁算法的融合概述 | 第28-31页 |
| 3.4 基于Mean-Variance模型的适应度函数优化 | 第31-33页 |
| 3.5 问题描述 | 第33-34页 |
| 3.6 本章总结 | 第34-35页 |
| 第四章 遗传珊瑚礁算法在云负载均衡计算中的应用 | 第35-45页 |
| 4.1 CloudSim概述 | 第35-36页 |
| 4.2 实验环境搭建及参数设置 | 第36-37页 |
| 4.2.1 实验环境搭建 | 第36-37页 |
| 4.2.2 实验参数初始化 | 第37页 |
| 4.3 实验结果分析 | 第37-44页 |
| 4.3.1 算法有效性 | 第38-40页 |
| 4.3.2 响应时间和功耗成本的比较 | 第40-43页 |
| 4.3.3 评价算法的负载均衡度 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 作者简介 | 第51页 |