蚁群优化算法在云计算资源分配上的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·云计算资源分配 | 第10-11页 |
| ·蚁群算法 | 第11页 |
| ·本文主要内容及创新点 | 第11-12页 |
| ·论文的组织和安排 | 第12-14页 |
| 第二章 云计算及资源分配 | 第14-21页 |
| ·云计算 | 第14-16页 |
| ·云计算概念 | 第14页 |
| ·云计算服务模式 | 第14页 |
| ·云服务部署模型 | 第14-15页 |
| ·云计算关键技术 | 第15-16页 |
| ·云计算资源分配 | 第16-20页 |
| ·云计算资源分配问题概述 | 第16页 |
| ·MapReduce 模型 | 第16-17页 |
| ·资源分配形式化描述 | 第17-18页 |
| ·云计算资源分配的目标 | 第18-19页 |
| ·常用算法介绍 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于遗传算法的蚁群优化算法 | 第21-30页 |
| ·蚁群算法基本思想 | 第21-22页 |
| ·蚁群算法经典 TSP 问题应用 | 第22-25页 |
| ·旅行商问题(TSP) | 第22页 |
| ·蚁群算法在 TSP 问题上的应用[38] | 第22-25页 |
| ·蚁群算法的优缺点 | 第25-26页 |
| ·蚁群算法的优点 | 第25页 |
| ·蚁群算法的缺点 | 第25-26页 |
| ·遗传算法 | 第26-27页 |
| ·遗传算法基本思想 | 第26页 |
| ·遗传算法流程 | 第26-27页 |
| ·遗传算法特点分析 | 第27页 |
| ·改进策略 | 第27-29页 |
| ·改进算法思想 | 第27-28页 |
| ·算法性能分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 云环境下的基于蚁群优化算法的资源分配 | 第30-38页 |
| ·退火模拟算法 | 第30-31页 |
| ·退火模拟算法思想 | 第30页 |
| ·Metropolis 接受准则 | 第30-31页 |
| ·改进算法的相关定义 | 第31-33页 |
| ·任务和节点表示 | 第31页 |
| ·用户任务和资源节点匹配因子 | 第31-32页 |
| ·负载均衡度与资源节点的计算能力 | 第32页 |
| ·遗传编码 | 第32页 |
| ·适应度函数定义 | 第32-33页 |
| ·目标函数定义 | 第33页 |
| ·算法设计思路及流程 | 第33-37页 |
| ·算法设计步骤 | 第34-36页 |
| ·算法设计流程图 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 实验与分析 | 第38-46页 |
| ·实验环境 | 第38页 |
| ·参数设置 | 第38-39页 |
| ·实验结果与分析 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-47页 |
| ·研究总结 | 第46页 |
| ·研究展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间的主要成果 | 第50-51页 |
| 致谢 | 第51页 |
