云计算资源调度研究及改进
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文研究内容和结构 | 第13-15页 |
| 第二章 云计算及资源调度综述 | 第15-37页 |
| 2.1 云计算概述 | 第15-23页 |
| 2.1.1 云计算定义、分类及特征 | 第15-20页 |
| 2.1.2 云计算原理、结构及技术 | 第20-23页 |
| 2.1.3 云计算发展现状 | 第23页 |
| 2.2 云计算资源调度技术综述 | 第23-36页 |
| 2.2.1 资源调度模型 | 第23-29页 |
| 2.2.2 资源调度研究现状 | 第29-33页 |
| 2.2.3 常用调度算法分析 | 第33-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 粒子群算法研究及改进 | 第37-54页 |
| 3.1 群体智能 | 第37-38页 |
| 3.2 粒子群算法 | 第38-45页 |
| 3.2.1 粒子群算法原理 | 第38-39页 |
| 3.2.2 标准粒子群算法定义 | 第39-41页 |
| 3.2.3 算法组成与参数分析 | 第41-42页 |
| 3.2.4 粒子群拓扑结构 | 第42页 |
| 3.2.5 粒子群算法特征 | 第42-43页 |
| 3.2.6 粒子群算法改进分类 | 第43-45页 |
| 3.3 双子粒子群算法 | 第45-49页 |
| 3.3.1 算法改进思想 | 第45页 |
| 3.3.2 双子粒子群算法策略 | 第45-46页 |
| 3.3.3 双子粒子群算法描述 | 第46-48页 |
| 3.3.4 双子粒子群算法步骤 | 第48-49页 |
| 3.4 基于双子粒子群算法的资源调度 | 第49-53页 |
| 3.4.1 资源调度问题描述 | 第49-51页 |
| 3.4.2 资源调度粒子可行解的定义 | 第51页 |
| 3.4.3 资源调度粒子适应度的定义 | 第51-52页 |
| 3.4.4 资源调度双子粒子群算法步骤 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 用户任务聚类策略研究 | 第54-62页 |
| 4.1 任务聚类思想 | 第54页 |
| 4.2 聚类概述 | 第54-56页 |
| 4.2.1 聚类概念 | 第54-55页 |
| 4.2.2 聚类的形式描述 | 第55页 |
| 4.2.3 聚类研究的现状 | 第55-56页 |
| 4.3 任务聚类相关描述 | 第56-57页 |
| 4.3.1 任务资源特征数据结构 | 第56-57页 |
| 4.3.2 任务聚类相似度的度量 | 第57页 |
| 4.4 任务聚类K均值算法 | 第57-59页 |
| 4.4.1 聚类K均值算法步骤 | 第58页 |
| 4.4.2 聚类K均值算法分析 | 第58页 |
| 4.4.3 任务聚类K均值改进 | 第58-59页 |
| 4.5 资源调度任务聚类模型 | 第59-61页 |
| 4.5.1 用户任务聚类的策略 | 第59-60页 |
| 4.5.2 资源调度任务聚类步骤 | 第60页 |
| 4.5.3 用户任务聚类调度模型 | 第60-61页 |
| 4.5.4 用户任务聚类分析 | 第61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 实验仿真与结果分析 | 第62-69页 |
| 5.1 实验环境配置 | 第62页 |
| 5.2 实验过程及结果分析 | 第62-68页 |
| 5.2.1 实验分组和参数设置 | 第62-63页 |
| 5.2.2 各组实验结果和性能分析 | 第63-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间的研究成果 | 第74-75页 |
