首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

移动云计算环境下虚拟资源管理技术的研究

摘要第4-5页
ABSTRACT第5页
注释表第11-12页
缩略词第12-13页
第一章 绪论第13-22页
    1.1 概述第13-14页
    1.2 国内外研究现状第14-19页
        1.2.1 移动云计算国内外研究现状第15-16页
        1.2.2 负载预测技术国内外研究现状第16-18页
        1.2.3 动态资源调度技术国内外研究现状第18-19页
    1.3 论文主要研究工作第19-20页
    1.4 论文组织结构第20-22页
第二章 移动云计算资源调度与管理系统的设计第22-31页
    2.1 移动云计算资源调度与管理系统的需求分析第22-23页
    2.2 移动云计算资源调度与管理系统的总体结构设计第23-25页
    2.3 移动云计算资源调度与管理系统的流程设计第25-29页
        2.3.1 主机负载预测阶段流程设计第26-27页
        2.3.2 动态资源调度阶段流程设计第27-29页
    2.4 移动云计算资源调度与管理系统的关键技术分析第29-30页
        2.4.1 移动云计算主机负载预测技术第29页
        2.4.2 移动云计算环境下动态资源调度技术第29-30页
    2.5 本章小结第30-31页
第三章 基于改进小波支持向量机的主机负载预测模型第31-46页
    3.1 小波支持向量机模型第31-33页
        3.1.1 小波变换第31-32页
        3.1.2 支持向量机第32-33页
        3.1.3 小波支持向量机模型第33页
    3.2 移动云计算主机负载预测模型第33-39页
        3.2.1 移动云计算负载分析第34-35页
        3.2.2 基于改进小波支持向量机的主机负载预测模型第35-37页
        3.2.3 权重分配策略第37-38页
        3.2.4 基于粒子群优化的参数寻优算法第38-39页
    3.3 基于HLPIWSVM的移动云计算主机负载预测算法第39-40页
    3.4 仿真实验与结果分析第40-45页
        3.4.1 实验环境与实验设置第41-42页
        3.4.2 实验结果分析第42-45页
    3.5 本章小结第45-46页
第四章 基于Stackelberg博弈的动态资源调度算法第46-60页
    4.1 Stackelberg博弈第46-47页
    4.2 多领导者多追随者两阶段Stackelberg博弈模型第47-49页
        4.2.1 移动云计算系统模型第47-48页
        4.2.2 多领导者多追随者两阶段Stackelberg博弈模型第48-49页
    4.3 基于Stackelberg博弈的动态计算资源调度算法第49-55页
        4.3.1 效用函数第49-52页
        4.3.2 Stackelberg博弈过程第52-53页
        4.3.3 基于Stackelberg博弈的动态计算资源调度算法第53-55页
    4.4 算法分析第55-56页
        4.4.1 Stackelberg博弈纳什均衡第55页
        4.4.2 算法复杂度分析第55-56页
    4.5 仿真实验与结果分析第56-59页
        4.5.1 实验环境与实验设计第56页
        4.5.2 实验结果分析第56-59页
    4.6 本章小结第59-60页
第五章 移动云计算资源调度与管理系统的实现第60-71页
    5.1 系统实现概述第60-61页
        5.1.1 系统应用背景第60页
        5.1.2 系统运行环境第60-61页
    5.2 移动云计算资源调度与管理系统的数据结构设计第61-64页
        5.2.1 系统的主要数据结构第61-63页
        5.2.2 系统的类图第63-64页
    5.3 移动云计算资源调度与管理系统的实现第64-69页
        5.3.1 系统集成及视图实现第64-66页
        5.3.2 负载预测模块的实现第66-68页
        5.3.3 资源调度模块的实现第68-69页
    5.4 测试实验与分析第69-70页
    5.5 本章小结第70-71页
第六章 总结与展望第71-73页
    6.1 论文工作总结第71-72页
    6.2 进一步研究工作第72-73页
参考文献第73-80页
致谢第80-81页
在学期间的研究成果及发表的学术论文第81页

论文共81页,点击 下载论文
上一篇:大规模人脸属性图像深度描述子的提取和检索
下一篇:基于认知理论的SaaS信息系统用户体验设计与研究