基于蚁群算法的云计算资源调度研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·云计算研究现状 | 第9-10页 |
| ·云计算资源调度的研究现状 | 第10-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 云计算资源调度管理 | 第13-23页 |
| ·云计算概述 | 第13-16页 |
| ·云计算的概念 | 第13-14页 |
| ·云计算的主要特点 | 第14-15页 |
| ·云计算的体系架构 | 第15-16页 |
| ·云计算的资源调度概述 | 第16-19页 |
| ·云计算资源调度的概念 | 第16-17页 |
| ·云计算资源调度的目标 | 第17-18页 |
| ·云计算资源调度的关键技术 | 第18页 |
| ·常用资源调度算法 | 第18-19页 |
| ·CloudSim仿真平台 | 第19-22页 |
| ·CloudSim体系结构 | 第19-20页 |
| ·CloudSim流程 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于改进蚁群的云计算资源调度算法 | 第23-33页 |
| ·蚁群算法 | 第23-26页 |
| ·蚁群算法的概念 | 第23-24页 |
| ·蚁群算法基本原理 | 第24-26页 |
| ·基于改进蚁群的资源调度算法 | 第26-30页 |
| ·查找表的增加 | 第26-27页 |
| ·信息素的定义和下一跳的选择 | 第27-28页 |
| ·资源调度问题描述 | 第28-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于蚁群和粒子群算法的资源调度算法 | 第33-44页 |
| ·粒子群算法 | 第33-35页 |
| ·粒子群算法的基本原理 | 第33-34页 |
| ·算法流程 | 第34-35页 |
| ·基于PSO-ACO的资源调度算法 | 第35-40页 |
| ·粒子群算法的优化 | 第36-37页 |
| ·蚁群算法的优化 | 第37-39页 |
| ·PSO-ACO在资源调度中的应用 | 第39-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-45页 |
| ·总结 | 第44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 在读期间发表的学术论文及研究成果 | 第48-49页 |
| 致谢 | 第49页 |
