| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景和意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-11页 |
| 1.2.1 云计算发展现状 | 第7-10页 |
| 1.2.2 云计算任务调度研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第2章 云计算相关技术 | 第13-22页 |
| 2.1 云计算概述 | 第13-17页 |
| 2.1.1 云计算的定义 | 第13-14页 |
| 2.1.2 云计算的特点 | 第14-15页 |
| 2.1.3 云计算的类型和框架 | 第15-17页 |
| 2.2 云计算体系结构 | 第17-19页 |
| 2.2.1 云计算体系逻辑结构 | 第17-18页 |
| 2.2.2 云计算技术系统结构 | 第18-19页 |
| 2.3 云计算关键技术 | 第19-21页 |
| 2.2.1 编程模型 | 第19页 |
| 2.2.2 数据存储技术 | 第19-20页 |
| 2.2.3 数据管理技术 | 第20页 |
| 2.2.4 虚拟化技术 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基本蚁群算法及其改进 | 第22-35页 |
| 3.1 基本蚁群算法 | 第22-25页 |
| 3.1.1 蚁群算法的原理 | 第22-23页 |
| 3.1.2 蚁群算法的数学模型 | 第23-24页 |
| 3.1.3 蚁群算法的优点 | 第24-25页 |
| 3.1.4 蚁群算法的缺点 | 第25页 |
| 3.2 基于城市权重的蚁群算法 | 第25-28页 |
| 3.2.1 城市权重的概念 | 第25页 |
| 3.2.2 算法实现流程 | 第25-27页 |
| 3.2.3 算法性能分析 | 第27-28页 |
| 3.3 果蝇优化算法 | 第28-29页 |
| 3.3.1 果蝇优化算法的基本思想 | 第28页 |
| 3.3.2 果蝇优化算法的算法流程 | 第28-29页 |
| 3.3.3 果蝇优化算法的特点分析 | 第29页 |
| 3.4 果蝇蚁群融合算法 | 第29-34页 |
| 3.4.1 融合算法实现思想 | 第29-30页 |
| 3.4.2 融合算法实现流程 | 第30-32页 |
| 3.4.3 融合算法性能分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 改进蚁群算法的云计算任务调度研究 | 第35-43页 |
| 4.1 云计算任务调度的基本问题 | 第35-37页 |
| 4.1.1 云计算任务调度的定义 | 第35页 |
| 4.1.2 云计算任务调度的特点 | 第35-36页 |
| 4.1.3 云计算任务调度系统的关注点 | 第36页 |
| 4.1.4 云计算环境下任务调度模型 | 第36-37页 |
| 4.2 果蝇蚁群融合算法的的云计算任务调度 | 第37-42页 |
| 4.2.1 融合算法应用到云计算任务调度中的可行性分析 | 第37-38页 |
| 4.2.2 数学模型参数化 | 第38-39页 |
| 4.2.3 基于果蝇蚁群融合算法的云计算任务调度模型 | 第39-40页 |
| 4.2.4 基于果蝇蚁群算法的任务调度流程 | 第40-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 实验仿真与分析 | 第43-54页 |
| 5.1 仿真平台CloudSim简介 | 第43-45页 |
| 5.1.1 CloudSim的功能与特点 | 第43页 |
| 5.1.2 CloudSim的体系架构 | 第43-45页 |
| 5.2 仿真实验 | 第45-47页 |
| 5.2.1 CloudSim环境配置 | 第45页 |
| 5.2.2 CloudSim主类简介 | 第45-46页 |
| 5.2.3 CloudSim仿真步骤 | 第46-47页 |
| 5.3 实验结果与分析 | 第47-52页 |
| 5.3.1 实验过程的详细描述 | 第47-50页 |
| 5.3.2 资源负载均衡和任务执行时间跨度对比 | 第50-52页 |
| 5.4 本章小结 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士期间的主要工作 | 第60-61页 |