| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-11页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 论文研究内容 | 第9-10页 |
| 1.3 论文组织结构 | 第10-11页 |
| 第二章 相关技术研究 | 第11-27页 |
| 2.1 移动云计算相关技术研究 | 第11-19页 |
| 2.1.1 移动云计算产生背景 | 第11-16页 |
| 2.1.1.1 云计算概述 | 第11-13页 |
| 2.1.1.2 移动计算概述 | 第13-14页 |
| 2.1.1.3 移动云计算的出现和发展 | 第14-16页 |
| 2.1.2 移动云计算的特点及挑战 | 第16-17页 |
| 2.1.3 移动云计算的三种服务模式 | 第17-19页 |
| 2.2 人类移动行为研究 | 第19-25页 |
| 2.2.1 人类移动规律 | 第20-21页 |
| 2.2.2 人类移动模型 | 第21-24页 |
| 2.2.3 移动位置预测方法 | 第24-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 基于移动行为分析的CLOUDLET可靠性评估研究 | 第27-37页 |
| 3.1 问题描述和分析 | 第27-28页 |
| 3.2 尾匹配算法 | 第28-33页 |
| 3.2.1 算法描述 | 第29-30页 |
| 3.2.2 数据验证 | 第30-33页 |
| 3.2.2.1 尾匹配算法有效性验证 | 第31页 |
| 3.2.2.2 基于两个匹配特征的预测准确度验证 | 第31-33页 |
| 3.2.2.3 预测准确率对比分析 | 第33页 |
| 3.3 CLOUDLET可靠性 | 第33-35页 |
| 3.3.1 资源使用率 | 第34页 |
| 3.3.2 Cloudlet接入时长 | 第34页 |
| 3.3.3 Cloudlet可靠性评估 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 基于工作流的分布式计算卸载策略研究 | 第37-57页 |
| 4.1 相关工作 | 第37-41页 |
| 4.1.1 计算卸载概述 | 第37页 |
| 4.1.2 现有技术方案 | 第37-39页 |
| 4.1.3 常用算法 | 第39-41页 |
| 4.2 基于改进遗传算法的计算卸载策略研究 | 第41-50页 |
| 4.2.1 遗传算法概述 | 第41页 |
| 4.2.2 问题描述和分析 | 第41-43页 |
| 4.2.3 算法整体框架 | 第43-45页 |
| 4.2.4 编码策略 | 第45页 |
| 4.2.5 适应性函数 | 第45-47页 |
| 4.2.6 选择算子 | 第47-48页 |
| 4.2.7 交叉算子 | 第48-49页 |
| 4.2.8 变异算子 | 第49-50页 |
| 4.3 实验验证 | 第50-54页 |
| 4.3.1 实验设计 | 第50页 |
| 4.3.2 对比分析 | 第50-54页 |
| 4.3.3 结论 | 第54页 |
| 4.4 本章小结 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57-58页 |
| 5.2 未来的研究工作 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |