云计算环境下基于蚁群粒子群优化算法的资源调度策略研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景和研究意义 | 第8-9页 |
| ·蚁群算法的研究进展 | 第9-10页 |
| ·粒子群算法的研究进展 | 第10-11页 |
| ·本论文的工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 云计算综述 | 第13-23页 |
| ·云计算定义及特征 | 第13-14页 |
| ·云计算的发展现状 | 第14-20页 |
| ·云计算国外发展现状 | 第14-19页 |
| ·中国云计算发展现状 | 第19-20页 |
| ·云计算模型 | 第20-22页 |
| ·云计算的关键技术 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 蚁群算法和粒子群算法 | 第23-32页 |
| ·蚁群算法 | 第23-27页 |
| ·蚁群算法的原理 | 第23-25页 |
| ·蚁群算法的数学模型 | 第25-27页 |
| ·蚁群算法的特点 | 第27页 |
| ·粒子群算法 | 第27-31页 |
| ·粒子群算法原理 | 第27-28页 |
| ·粒子群算法的数学模型 | 第28-30页 |
| ·粒子群算法的特点 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 蚁群和粒子群融合算法 | 第32-39页 |
| ·蚁群算法的优化 | 第32页 |
| ·粒子群算法的优化 | 第32-36页 |
| ·蚁群算法和粒子群算法的特点对比分析 | 第36-37页 |
| ·蚁群算法和粒子群优化算法融合的设计思想 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5 基于蚁群和粒子群优化算法的云计算资源调度 | 第39-52页 |
| ·云计算资源调度的基本问题 | 第39-45页 |
| ·资源调度问题描述 | 第39-42页 |
| ·云平台中 Map/Reduce 资源调度模型 | 第42-44页 |
| ·云计算资源调度算法研究现状 | 第44-45页 |
| ·参数设置及计算资源优劣评判条件 | 第45-46页 |
| ·算法调度流程 | 第46-51页 |
| ·可行解的定义 | 第47页 |
| ·适应值的定义 | 第47-48页 |
| ·蚁群算法蚂蚁对下一条选择的设定 | 第48-49页 |
| ·信息素更新规则 | 第49页 |
| ·蚁群粒子群优化算法的资源调度算法 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 6 实验仿真及其性能分析 | 第52-55页 |
| ·测试环境配置 | 第52页 |
| ·Matlab 简介 | 第52页 |
| ·环境配置 | 第52页 |
| ·实验结果及其性能分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 在读期间公开发表论文（著）及科研情况 | 第61页 |
