| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 以性能为中心的调度 | 第14-15页 |
| 1.2.2 以服务质量为中心的调度 | 第15-16页 |
| 1.2.3 以经济原则为中心的调度 | 第16页 |
| 1.2.4 其他相关研究 | 第16页 |
| 1.2.5 调度算法存在的不足 | 第16-17页 |
| 1.3 本文主要工作 | 第17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第二章 云计算的研究与发展 | 第19-30页 |
| 2.1 云计算概述 | 第19-25页 |
| 2.1.1 云计算的定义 | 第19-20页 |
| 2.1.2 云计算体系结构 | 第20-21页 |
| 2.1.3 云计算服务层次 | 第21-23页 |
| 2.1.4 云计算特点 | 第23-25页 |
| 2.2 云计算关键技术 | 第25-26页 |
| 2.3 典型云计算平台 | 第26-29页 |
| 2.3.1 Google云计算平台 | 第26-27页 |
| 2.3.2 Amazon云计算平台 | 第27-28页 |
| 2.3.3 IBM“蓝云”平台 | 第28页 |
| 2.3.4 微软Windows Azure云计算平台 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 云环境下基于QoS约束的遗传算法 | 第30-46页 |
| 3.1 进化计算 | 第30页 |
| 3.2 基本遗传算法 | 第30-36页 |
| 3.2.1 编码和初始种群生成 | 第32-33页 |
| 3.2.2 适应度评估 | 第33-34页 |
| 3.2.3 遗传操作 | 第34-36页 |
| 3.3 云计算环境下基于QoS约束的遗传算法设计 | 第36-45页 |
| 3.3.1 编码 | 第36-39页 |
| 3.3.2 初始种群生成 | 第39页 |
| 3.3.3 适应度函数 | 第39-41页 |
| 3.3.4 选择 | 第41页 |
| 3.3.5 交叉 | 第41-43页 |
| 3.3.6 变异 | 第43-44页 |
| 3.3.7 算法步骤 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于改进遗传算法的云计算任务调度算法 | 第46-56页 |
| 4.1 模拟退火算法 | 第46-51页 |
| 4.1.1 模拟退火算法的定义 | 第46-47页 |
| 4.1.2 Metropolis准则 | 第47-48页 |
| 4.1.3 冷却进度表 | 第48-49页 |
| 4.1.4 模拟退火算法的基本流程 | 第49-50页 |
| 4.1.5 模拟退火算法的优缺点 | 第50-51页 |
| 4.2 模拟退火遗传算法设计 | 第51-55页 |
| 4.2.1 模拟退火遗传算法过程 | 第52页 |
| 4.2.2 模拟退火算子 | 第52-53页 |
| 4.2.3 模拟退火遗传算法实现流程 | 第53-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 实验仿真及分析 | 第56-68页 |
| 5.1 CloudSim简介 | 第56-57页 |
| 5.1.1 CloudSim的功能和特点 | 第56页 |
| 5.1.2 CloudSim体系结构 | 第56-57页 |
| 5.2 实验步骤 | 第57-59页 |
| 5.2.1 环境配置 | 第58页 |
| 5.2.2 仿真步骤 | 第58-59页 |
| 5.3 实验结果及分析 | 第59-67页 |
| 5.3.1 基于QoS约束的遗传算法仿真 | 第59-64页 |
| 5.3.2 模拟退火优化的遗传算法仿真 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结和展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |