| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景与研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容和组织结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 本文组织结构 | 第13-14页 |
| 1.4 本文主要创新点 | 第14-15页 |
| 第2章 面向云计算数据中心的节能技术及人工蜂群算法简介 | 第15-21页 |
| 2.1 云计算概述与分类 | 第15-16页 |
| 2.2 数据中心节能方法 | 第16-17页 |
| 2.2.1 DVFS节能策略 | 第16-17页 |
| 2.2.2 虚拟化节能策略 | 第17页 |
| 2.2.3 关闭/开启节能策略 | 第17页 |
| 2.3 多目标优化 | 第17-19页 |
| 2.3.1 人工蜂群算法 | 第17-19页 |
| 2.3.2 其他智能多目标优化算法 | 第19页 |
| 2.4 模拟器简介 | 第19-21页 |
| 2.4.1 GreenCloud | 第19页 |
| 2.4.2 iCanCloud | 第19-20页 |
| 2.4.3 CloudSim | 第20-21页 |
| 第3章 基于人工蜂群的虚拟机整合算法 | 第21-38页 |
| 3.1 虚拟机整合优化算法 | 第22-24页 |
| 3.1.1 虚拟机整合问题定义 | 第22-23页 |
| 3.1.2 算法描述 | 第23-24页 |
| 3.2 虚拟机整合优化算法思想 | 第24-31页 |
| 3.2.1 适用于数据密集型操作的能耗评估模型 | 第24页 |
| 3.2.2 基于人工蜂群算法的虚拟机选择算法（ABCS） | 第24-26页 |
| 3.2.3 基于人工蜂群算法的虚拟机分配算法（ABCA） | 第26-31页 |
| 3.3 仿真实验与分析 | 第31-36页 |
| 3.3.1 能耗评估 | 第32-33页 |
| 3.3.2 服务水平违反率 | 第33-34页 |
| 3.3.3 虚拟机迁移次数 | 第34-35页 |
| 3.3.4 能效评估 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 数据云中基于人工蜂群的快速并行实时虚拟机分配节能策略 | 第38-50页 |
| 4.1 能耗评估模型 | 第39-40页 |
| 4.2 虚拟机分配优化算法 | 第40-44页 |
| 4.2.1 虚拟机分配问题的形式化描述 | 第40-41页 |
| 4.2.2 算法思想 | 第41-44页 |
| 4.3 仿真实验与分析 | 第44-49页 |
| 4.3.1 能耗评估 | 第45页 |
| 4.3.2 服务水平违反率 | 第45-47页 |
| 4.3.3 虚拟机迁移次数 | 第47页 |
| 4.3.4 能效评估 | 第47-48页 |
| 4.3.5 决策执行时间 | 第48页 |
| 4.3.6 实验分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 云数据中心节能集成算法 | 第50-54页 |
| 5.1 能耗模型 | 第50-52页 |
| 5.1.1 虚拟机迁移能耗 | 第51页 |
| 5.1.2 SLA容忍度 | 第51页 |
| 5.1.3 能效指数 | 第51-52页 |
| 5.2 数据中心节能集成算法 | 第52页 |
| 5.3 节能调度算法 | 第52-53页 |
| 5.4 算法流程 | 第53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-55页 |
| 6.1 结论 | 第54页 |
| 6.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 在学期间发表的科研成果 | 第61-62页 |
| 后记 | 第62页 |
