云环境下资源调度算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 云计算资源调度研究背景与意义 | 第9页 |
| 1.2 云计算资源调度领域国内外研究现状 | 第9-12页 |
| 1.2.1 云环境下资源调度研究现状 | 第9-10页 |
| 1.2.2 云计算动态价格机制研究现状 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-15页 |
| 2 云计算数据资源的调度机制 | 第15-21页 |
| 2.1 云计算数据资源概述 | 第15页 |
| 2.1.1 传统的数据资源 | 第15页 |
| 2.1.2 新一代数据资源 | 第15页 |
| 2.2 云计算中的关键技术 | 第15-18页 |
| 2.2.1 虚拟化技术 | 第15-16页 |
| 2.2.2 MapReduce编程模型 | 第16-17页 |
| 2.2.3 大数据存储与处理技术 | 第17-18页 |
| 2.3 云计算资源调度概述 | 第18-19页 |
| 2.3.1 资源调度的特点 | 第18-19页 |
| 2.3.2 典型的资源调度方案 | 第19页 |
| 2.4 本章小结 | 第19-21页 |
| 3 基于混合优化的云资源调度算法 | 第21-33页 |
| 3.1 引言 | 第21-22页 |
| 3.2 云环境下资源调度相关研究 | 第22-23页 |
| 3.3 基于负载均衡和最小完成时间的混合优化算法 | 第23-27页 |
| 3.3.1 粒子群算法 | 第23-24页 |
| 3.3.2 蚁群算法 | 第24页 |
| 3.3.3 混合优化算法的资源调度模型设计 | 第24-27页 |
| 3.4 混合优化算法的实验结果与分析 | 第27-31页 |
| 3.4.1 实验环境 | 第27页 |
| 3.4.2 云环境下各个参数信息设置 | 第27-28页 |
| 3.4.3 实验结果分析 | 第28-31页 |
| 3.5 本章小结 | 第31-33页 |
| 4 云资源下动态价格机制 | 第33-43页 |
| 4.1 引言 | 第33-34页 |
| 4.2 基于云交易市场的定价机制 | 第34-36页 |
| 4.2.1 定价机制 | 第34页 |
| 4.2.2 动态价格价设计 | 第34-36页 |
| 4.3 粒子群优化的动态价格机制 | 第36-39页 |
| 4.3.1 改进的粒子群优化算法 | 第37-39页 |
| 4.3.2 相关算法描述 | 第39页 |
| 4.4 实验结果与分析 | 第39-42页 |
| 4.4.1 实验环境 | 第40页 |
| 4.4.2 实验结果分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 总结与展望 | 第43-45页 |
| 5.1 总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间的科研成果 | 第49-50页 |
