首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于多目标粒子群优化的SDN网络能耗感知负载均衡研究

摘要第10-12页
ABSTRACT第12-13页
第1章 绪论第14-19页
    1.1 研究背景和意义第14-15页
    1.2 国内外研究现状第15-17页
    1.3 本文的主要工作内容第17页
    1.4 论文的组织结构第17-19页
第2章 SDN网络和能耗优化研究第19-24页
    2.1 SDN概念的起源和发展第19-20页
    2.2 SDN网络架构第20-21页
    2.3 SDN网络的特点和优势第21-22页
    2.4 SDN网络中的能耗优化第22-23页
    2.5 本章小结第23-24页
第3章 粒子群算法(PSO)概述第24-29页
    3.1 粒子群算法的起源和基本原理第24页
    3.2 基础粒子群的算法实现第24-25页
    3.3 粒子群算法的改进和发展第25-27页
    3.4 粒子群优化算法的应用第27-28页
    3.5 本章小结第28-29页
第4章 SDN网络中保证负载均衡的能耗优化问题第29-42页
    4.1 保证负载均衡的能耗优化问题定义第29-30页
    4.2 混合整数线性规划模型第30-34页
    4.3 基于子图优化的粒子群优化算法第34-38页
        4.3.1 算法的基本思想第34页
        4.3.2 基本粒子的初始化第34-36页
        4.3.3 基本粒子的适应度第36页
        4.3.4 基本粒子的更新第36-37页
        4.3.5 算法的实施步骤第37-38页
    4.4 仿真实验结果第38-41页
        4.4.1 仿真环境第38页
        4.4.2 能耗第38-39页
        4.4.3 最大链路利用率第39-40页
        4.4.4 计算时间第40-41页
    4.5 本章小结第41-42页
第5章 SDN网络中负载均衡和节能多目标优化问题第42-48页
    5.1 负载均衡和节能多目标优化问题定义第42-45页
        5.1.1 多目标优化问题的相关概念第42-43页
        5.1.2 多目标优化算法的研究进展第43页
        5.1.3 负载均衡和节能多目标优化问题的背景和定义第43-45页
    5.2 多目标混合整数线性规划模型第45-47页
    5.3 本章小结第47-48页
第6章 负载均衡和能耗优化的多目标粒子群算法第48-57页
    6.1 多目标粒子群算法的基本思路第48-51页
        6.1.1 MOPSO基本粒子形式第48页
        6.1.2 MOPSO粒子的初始化第48-49页
        6.1.3 MOPSO粒子的适应度第49页
        6.1.4 外部档案第49-50页
        6.1.5 外部档案的更新第50-51页
    6.2 多目标粒子群算法的实施步骤第51-52页
    6.3 仿真实验结果第52-56页
        6.3.1 仿真环境第52页
        6.3.2 能耗第52-53页
        6.3.3 最大链路利用率第53-54页
        6.3.4 计算时间第54-55页
        6.3.5 不同的流量需求的影响第55-56页
    6.4 本章小结第56-57页
第7章 总结与展望第57-60页
    7.1 总结第57-58页
    7.2 展望第58-60页
参考文献第60-66页
致谢第66-67页
攻读学位期间发表的学术论文目录第67-68页
在读期间参与的科研项目情况第68-69页
学位论文评阅及答辩情况表第69页

论文共69页,点击 下载论文
上一篇:EtherCAT主站设计与实现
下一篇:基于Tor的暗网脆弱性分析研究