摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号说明 | 第13-14页 |
第一章 绪论 | 第14-29页 |
1.1 研究背景 | 第14-16页 |
1.2 移动云计算概述 | 第16-18页 |
1.3 移动云计算研究现状 | 第18-24页 |
1.3.1 原型系统的设计与实现 | 第18-19页 |
1.3.2 面向移动云计算的安全机制 | 第19-20页 |
1.3.3 面向移动云计算的容错机制 | 第20-22页 |
1.3.4 基于移动云计算的应用 | 第22-23页 |
1.3.5 移动云计算中的计算迁移 | 第23-24页 |
1.4 论文研究内容 | 第24-27页 |
1.5 论文结构安排 | 第27-28页 |
1.6 本章小结 | 第28-29页 |
第二章 移动云环境中基于记忆型自适应遗传算法的迁移决策技术研究 | 第29-49页 |
2.1 引言 | 第29-31页 |
2.2 系统模型 | 第31-35页 |
2.2.1 模型定义 | 第32-35页 |
2.2.2 系统仿真软件架构 | 第35页 |
2.3 基于记忆型自适应遗传算法的运行时迁移决策方法 | 第35-41页 |
2.3.1 编码 | 第37页 |
2.3.2 适应函数 | 第37-39页 |
2.3.3 遗传操作 | 第39-40页 |
2.3.4 基于记忆集的染色体迁入 | 第40-41页 |
2.4 仿真验证与结果分析 | 第41-48页 |
2.4.1 迁移决策方法性能验证 | 第42-45页 |
2.4.2 并行数据传输应用效果验证 | 第45-48页 |
2.5 本章小结 | 第48-49页 |
第三章 移动云环境中基于机器学习的迁移决策技术研究 | 第49-68页 |
3.1 引言 | 第49-51页 |
3.2 系统模型 | 第51-56页 |
3.2.1 优化目标 | 第52-53页 |
3.2.2 基于机器学习的运行时调度器 | 第53-55页 |
3.2.3 系统仿真软件架构 | 第55-56页 |
3.3 基于自适应模拟退火遗传算法的程序分割算法 | 第56-58页 |
3.3.1 编码与适应函数 | 第56-57页 |
3.3.2 遗传操作 | 第57-58页 |
3.4 仿真验证与结果分析 | 第58-67页 |
3.4.1 程序分割算法性能验证 | 第59-62页 |
3.4.2 不同机器学习技术性能比较 | 第62-63页 |
3.4.3 运行时调度器迁移决策性能验证 | 第63-67页 |
3.5 本章小结 | 第67-68页 |
第四章 移动云环境中的任务接入控制技术研究 | 第68-86页 |
4.1 引言 | 第68-70页 |
4.2 系统模型 | 第70-74页 |
4.2.1 状态空间 | 第71-72页 |
4.2.2 行动空间 | 第72页 |
4.2.3 奖励函数 | 第72-74页 |
4.3 接入控制策略算法 | 第74-78页 |
4.3.1 基于线性规划的接入控制策略算法 | 第74-76页 |
4.3.2 基于增强学习的接入控制策略算法 | 第76-78页 |
4.4 仿真验证与结果分析 | 第78-84页 |
4.4.1 系统参数影响评估 | 第79-82页 |
4.4.2 接入控制策略算法性能验证 | 第82-84页 |
4.5 本章小结 | 第84-86页 |
第五章 移动云环境中的高能效资源管理技术研究 | 第86-106页 |
5.1 引言 | 第86-88页 |
5.2 高能效资源管理模型 | 第88-90页 |
5.2.1 模型定义 | 第89页 |
5.2.2 优化目标 | 第89-90页 |
5.3 资源管理策略算法 | 第90-97页 |
5.3.1 确定型资源管理策略算法 | 第90-95页 |
5.3.2 随机型资源管理策略算法 | 第95-97页 |
5.4 仿真验证与结果分析 | 第97-104页 |
5.4.1 确定型资源管理策略算法性能验证 | 第98-100页 |
5.4.2 随机型资源管理策略算法性能验证 | 第100-104页 |
5.5 本章小结 | 第104-106页 |
第六章 总结与展望 | 第106-110页 |
6.1 工作总结 | 第106-108页 |
6.2 未来展望 | 第108-110页 |
参考文献 | 第110-118页 |
附录 | 第118-121页 |
缩略语说明 | 第121-123页 |
致谢 | 第123-125页 |
攻读学位期间发表的学术论文目录 | 第125页 |