| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 研究目的 | 第17页 |
| 1.4 本文主要工作 | 第17页 |
| 1.5 本文组织结构 | 第17-19页 |
| 第二章 云计算技术概述 | 第19-27页 |
| 2.1 云计算相关介绍 | 第19-21页 |
| 2.1.1 云计算定义 | 第19页 |
| 2.1.2 云计算的体系结构 | 第19-21页 |
| 2.1.3 云计算的服务模型 | 第21页 |
| 2.2 云计算任务调度 | 第21-24页 |
| 2.2.1 任务调度概述 | 第21-22页 |
| 2.2.2 任务调度目标 | 第22-23页 |
| 2.2.3 任务调度特点 | 第23-24页 |
| 2.3 服务组合优化 | 第24-25页 |
| 2.3.1 服务组合优化的概念 | 第24页 |
| 2.3.2 服务组合优化的数学模型 | 第24页 |
| 2.3.3 Pareto最优解集 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 云环境下服务组合执行优化问题建模 | 第27-35页 |
| 3.1 调度模型 | 第27-30页 |
| 3.1.1 任务模型 | 第28-30页 |
| 3.1.2 云服务模型 | 第30页 |
| 3.1.3 图映射模型 | 第30页 |
| 3.2 目标函数 | 第30-32页 |
| 3.2.1 运行时间 | 第31-32页 |
| 3.2.2 运行费用 | 第32页 |
| 3.2.3 目标函数 | 第32页 |
| 3.3 模型求解流程 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 基于NSGAⅡ算法的服务组合优化方法 | 第35-43页 |
| 4.1 NSGAⅡ算法概述 | 第35-40页 |
| 4.1.1 快速非支配排序方法 | 第36页 |
| 4.1.2 拥挤度 | 第36-37页 |
| 4.1.3 精英策略 | 第37-38页 |
| 4.1.4 基因操作 | 第38-40页 |
| 4.2 NSGAⅡ算法流程 | 第40-41页 |
| 4.3 NSGAⅡ的算法实现 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于改进的MOEA/D算法的服务组合优化方法 | 第43-49页 |
| 5.1 MOEA/D算法概述 | 第43-45页 |
| 5.1.1 权向量生成方法 | 第43-44页 |
| 5.1.2 分解方法 | 第44-45页 |
| 5.2 MOEA/D算法流程 | 第45-46页 |
| 5.3 存在偏好的子问题分解模型 | 第46-47页 |
| 5.4 MOEA/D算法实现 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 实验结果及算法性能分析 | 第49-63页 |
| 6.1 实验参数设置 | 第49-50页 |
| 6.1.1 性能指标 | 第49-50页 |
| 6.1.2 实验拓扑图 | 第50页 |
| 6.2 实验结果及分析 | 第50-61页 |
| 6.2.1 基于NSGAⅡ的多目标遗传算法的实验结果 | 第50-54页 |
| 6.2.2 基于改进的MOEA/D的多目标遗传算法的实验结果 | 第54-57页 |
| 6.2.3 NSGAⅡ算法和改进的MOEA/D算法的对比实验分析 | 第57-61页 |
| 6.3 本章小结 | 第61-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 7.1 论文工作总结 | 第63页 |
| 7.2 展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69-70页 |
