| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 研究现状及问题 | 第12-17页 |
| 1.3 本文主要贡献和创新 | 第17-18页 |
| 1.4 本文篇章结构 | 第18-20页 |
| 第二章 相关工作综述 | 第20-35页 |
| 2.1 SLA管理技术及管理框架 | 第21-28页 |
| 2.1.1 SLA的表示及SLA管理框架 | 第21-24页 |
| 2.1.2 SLA创建与监控 | 第24-25页 |
| 2.1.3 面向SLA的计算资源规划与配置 | 第25-28页 |
| 2.2 服务组合QoS管理及优化技术 | 第28-35页 |
| 2.2.1 基于QoS的服务组合动态规划与配置 | 第28-31页 |
| 2.2.2 服务组合QoS优化方法 | 第31-35页 |
| 第三章 面向SLA的服务组合QoS管理场景、问题及管理模型 | 第35-70页 |
| 3.1 问题场景 | 第35-40页 |
| 3.2 问题的定义 | 第40-49页 |
| 3.2.1 服务组合方案的优化问题 | 第41-44页 |
| 3.2.2 部署方案的优化问题 | 第44-47页 |
| 3.2.3 两个优化问题之间的关系 | 第47-49页 |
| 3.3 面向SLA的服务组合QoS管理模型 | 第49-68页 |
| 3.3.1 SLA合约管理层 | 第49-56页 |
| 3.3.2 服务组合实例管理层 | 第56-60页 |
| 3.3.3 计算资源管理层 | 第60-63页 |
| 3.3.4 整体结构 | 第63-68页 |
| 3.4 小结 | 第68-70页 |
| 第四章 基于PROMETHEE的服务组合QoS优化 | 第70-87页 |
| 4.1 引言 | 第70-71页 |
| 4.2 基于PROMETHEE的配置方案评价模型 | 第71-75页 |
| 4.2.1 帕累托评价与Skyline集合 | 第71-73页 |
| 4.2.2 基于PROMETHEE的配置方案评价 | 第73-75页 |
| 4.3 P_MOEA算法 | 第75-80页 |
| 4.3.1 配置方案的基因编码与目标向量计算 | 第76-77页 |
| 4.3.2 对个体的评价 | 第77-78页 |
| 4.3.3 算法主流程 | 第78-80页 |
| 4.3.4 对QoS约束的处理 | 第80页 |
| 4.4 实验与结果分析 | 第80-86页 |
| 4.4.1 问题规模对算法效率的影响 | 第81-84页 |
| 4.4.2 P_MOEA的结梁集质最 | 第84-86页 |
| 4.5 小结 | 第86-87页 |
| 第五章 基于Tchebycheff距离的服务组合QoS优化 | 第87-113页 |
| 5.1 引言 | 第87-88页 |
| 5.2 基于Tchebycheff距离的标量化函数 | 第88-93页 |
| 5.2.1 Tchebycheff距离的定义 | 第89-91页 |
| 5.2.2 Tchebycheff距离与线性效用函数 | 第91-93页 |
| 5.3 基于模糊谓词的偏好模型 | 第93-98页 |
| 5.3.1 模糊偏好关系与一致偏好顺序 | 第94-96页 |
| 5.3.2 模糊偏好的解释与权重设置过程 | 第96-98页 |
| 5.4 single_EA算法 | 第98-101页 |
| 5.4.1 基因与种群设计 | 第99页 |
| 5.4.2 single_EA的适应性函数定义 | 第99-100页 |
| 5.4.3 算法主流程 | 第100-101页 |
| 5.5 hybrid_EA算法 | 第101-104页 |
| 5.5.1 个体的评价与选择 | 第101-102页 |
| 5.5.2 算法主流程 | 第102-104页 |
| 5.5.3 hybrid_EA算法的复杂性分析 | 第104页 |
| 5.6 实验研究 | 第104-111页 |
| 5.6.1 single_EA算法的实验 | 第105-107页 |
| 5.6.2 hybrid_EA算法的实验 | 第107-111页 |
| 5.7 小结 | 第111-113页 |
| 第六章 总结与展望 | 第113-115页 |
| 参考文献 | 第115-123页 |
| 攻读博士学位期间发表的论文 | 第123-124页 |
| 致谢 | 第124-125页 |
