| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-13页 |
| 1.2.1 云计算技术的国内外研究现状 | 第10-11页 |
| 1.2.2 设备状态维护的国内外研究现状 | 第11-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 2 设备状态维护云平台架构 | 第14-21页 |
| 2.1 Hadoop技术简介 | 第14-16页 |
| 2.2 基于云计算的设备状态维护体系结构 | 第16-18页 |
| 2.3 设备状态维护云平台功能设计 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于可靠度的设备状态维护模型 | 第21-37页 |
| 3.1 可靠性理论基础 | 第21-24页 |
| 3.1.1 可靠性简介 | 第21页 |
| 3.1.2 可靠性相关函数介绍 | 第21-23页 |
| 3.1.3 可靠性分析模型 | 第23-24页 |
| 3.2 状态维护模型建立 | 第24-36页 |
| 3.2.1 状态维护内容与假设 | 第24-25页 |
| 3.2.2 模型建立 | 第25-27页 |
| 3.2.3 参数优化 | 第27-30页 |
| 3.2.4 基于遗传算法的模型求解 | 第30-33页 |
| 3.2.5 实例验证 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 4 基于MapReduce的遗传算法并行化设计 | 第37-43页 |
| 4.1 MapReduce技术简介 | 第37-40页 |
| 4.1.1 MapReduce编程模型 | 第37-38页 |
| 4.1.2 MapReduce工作流程 | 第38-39页 |
| 4.1.3 Hadoop下MapReduce的工作原理 | 第39-40页 |
| 4.2 基于MapReduce的遗传算法实现 | 第40-42页 |
| 4.2.1 MRGA算法流程 | 第40页 |
| 4.2.2 Map过程设计 | 第40-41页 |
| 4.2.3 Reduce过程设计 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 5 实验平台搭建及性能测试 | 第43-52页 |
| 5.1 云平台搭建 | 第43-47页 |
| 5.1.1 安装Hadoop并配置 | 第43-46页 |
| 5.1.2 配置Hadoop开发环境 | 第46页 |
| 5.1.3 硬件环境配置 | 第46-47页 |
| 5.2 遗传算法并行化实验及分析 | 第47-51页 |
| 5.3 本章小结 | 第51-52页 |
| 6 结论与展望 | 第52-53页 |
| 6.1 结论 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58页 |