| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 云计算任务调度问题综述 | 第16-23页 |
| 2.1 云计算体系结构 | 第16-18页 |
| 2.2 云计算任务调度策略 | 第18-22页 |
| 2.2.1 顺序调度策略 | 第18-19页 |
| 2.2.2 贪心调度策略 | 第19-20页 |
| 2.2.3 蚁群调度策略 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 能量感知的动态遗传调度策略底层模型研究 | 第23-30页 |
| 3.1 问题描述 | 第23页 |
| 3.2 模型建立 | 第23-29页 |
| 3.2.1 任务执行时间模型 | 第23-26页 |
| 3.2.2 基础设施能耗模型 | 第26-28页 |
| 3.2.3 云环境动态性能模型 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 能量感知的动态遗传调度策略上层算法研究 | 第30-44页 |
| 4.1 问题描述 | 第30-31页 |
| 4.2 能量感知的多适应度动态遗传算法 | 第31-43页 |
| 4.2.1 染色体的编码与解码 | 第31-32页 |
| 4.2.2 适应度函数 | 第32-33页 |
| 4.2.3 初始种群生成 | 第33-34页 |
| 4.2.4 遗传算子 | 第34-40页 |
| 4.2.5 停止准则 | 第40页 |
| 4.2.6 再选择策略 | 第40页 |
| 4.2.7 优化代价函数 | 第40-41页 |
| 4.2.8 算法总体流程 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 基于Cloud Sim的调度场景设计与实现 | 第44-60页 |
| 5.1 Cloud Sim体系结构及类架构 | 第44-48页 |
| 5.2 功能模块及相关组件 | 第48-55页 |
| 5.2.1 工作负载模块及实现 | 第49-50页 |
| 5.2.2 能量消耗模块及实现 | 第50-52页 |
| 5.2.3 实体发现模块及实现 | 第52-53页 |
| 5.2.4 任务调度模块及实现 | 第53-55页 |
| 5.3 基于能量感知的动态遗传调度场景类架构 | 第55-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 实验及结果分析 | 第60-73页 |
| 6.1 基于Cloud Sim的模拟环境搭建 | 第60-61页 |
| 6.1.1 Cloud Sim实验环境搭建 | 第60页 |
| 6.1.2 服务器环境搭建 | 第60-61页 |
| 6.2 实验验证 | 第61-72页 |
| 6.2.1 实验方法 | 第61页 |
| 6.2.2 实验参数配置 | 第61-63页 |
| 6.2.3 仿真流程 | 第63-65页 |
| 6.2.4 实验结果及分析 | 第65-72页 |
| 6.3 本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |