摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-12页 |
1.1 课题研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 能耗管理研究现状 | 第9页 |
1.2.2 任务调度研究现状 | 第9-10页 |
1.3 本文的研究内容与组织结构 | 第10-12页 |
1.3.1 研究内容 | 第10-11页 |
1.3.2 组织结构 | 第11-12页 |
第二章 云计算能耗管理与任务调度相关技术 | 第12-27页 |
2.1 云计算概述 | 第12-16页 |
2.1.1 云计算的发展背景及定义 | 第12-13页 |
2.1.2 云计算的主要特征 | 第13-14页 |
2.1.3 云计算的体系结构 | 第14-15页 |
2.1.4 云计算的服务形式 | 第15-16页 |
2.2 能耗管理相关技术 | 第16-23页 |
2.2.1 虚拟化技术 | 第17-18页 |
2.2.2 动态电压频率调整技术 | 第18-20页 |
2.2.3 关闭/休眠技术 | 第20-23页 |
2.3 任务调度相关技术 | 第23-25页 |
2.3.1 任务调度的概况 | 第23页 |
2.3.2 任务调度的特征 | 第23-24页 |
2.3.3 任务调度的目标 | 第24-25页 |
2.3.4 任务调度算法的分类 | 第25页 |
2.4 本章小结 | 第25-27页 |
第三章 基于能耗的节能任务调度策略的改进 | 第27-39页 |
3.1 遗传算法的简单介绍 | 第27-31页 |
3.1.1 遗传算法的实现思想 | 第27-29页 |
3.1.2 遗传算法的实现过程 | 第29-30页 |
3.1.3 遗传算法的主要特征 | 第30-31页 |
3.2 云环境下任务模型的建立 | 第31-32页 |
3.2.1 问题描述 | 第31页 |
3.2.2 模型建立 | 第31-32页 |
3.3 融合贪心特性混合遗传算法的主要构想 | 第32-38页 |
3.3.1 编码技术 | 第33-34页 |
3.3.2 函数设定 | 第34页 |
3.3.3 个体的进化操作 | 第34-35页 |
3.3.4 个体的修正方案 | 第35-37页 |
3.3.5 算法的具体流程 | 第37-38页 |
3.4 本章小结 | 第38-39页 |
第四章 基于可靠性的任务调度策略的改进 | 第39-47页 |
4.1 Min-Min算法的简要概述 | 第39页 |
4.2 研究问题的相关定义说明 | 第39-42页 |
4.2.1 任务模型 | 第40页 |
4.2.2 调度时长 | 第40页 |
4.2.3 可信任度 | 第40-41页 |
4.2.4 目标函数 | 第41-42页 |
4.3 基于Min-Min的混合遗传算法的主要构想 | 第42-46页 |
4.3.1 MGA中的Min-Min算法 | 第42页 |
4.3.2 MGA中的遗传算法 | 第42-45页 |
4.3.3 MGA的主要思想 | 第45-46页 |
4.4 本章小结 | 第46-47页 |
第五章 仿真实验分析与实际应用 | 第47-69页 |
5.1 CloudSim仿真平台简介 | 第47-50页 |
5.1.1 CloudSim的特点 | 第47-48页 |
5.1.2 CloudSim的体系结构 | 第48-49页 |
5.1.3 CloudSim的环境配置 | 第49页 |
5.1.4 CloudSim仿真步骤 | 第49-50页 |
5.2 节能任务调度策略的仿真 | 第50-56页 |
5.2.1 仿真实验的设计 | 第51-52页 |
5.2.2 算法收敛速度的比较 | 第52-53页 |
5.2.3 仿真结果与对比分析 | 第53-56页 |
5.3 可靠任务调度策略的仿真 | 第56-59页 |
5.3.1 仿真实验的设计 | 第56-57页 |
5.3.2 仿真结果与对比分析 | 第57-59页 |
5.4 实际应用 | 第59-68页 |
5.4.1 运营商IT业务支撑系统现状概述 | 第60-61页 |
5.4.2 支撑系统的任务特征 | 第61-62页 |
5.4.3 支撑系统的云架构建议 | 第62-64页 |
5.4.4 任务调度策略实施效果 | 第64-68页 |
5.5 本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-71页 |
6.1 总结 | 第69页 |
6.2 展望 | 第69-71页 |
参考文献 | 第71-74页 |
致谢 | 第74页 |