| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 电力系统分布式平台研究现状 | 第10页 |
| 1.2.2 云计算技术研究现状 | 第10-11页 |
| 1.2.3 电力系统智能云的提出 | 第11-13页 |
| 1.3 论文工作及结构 | 第13-15页 |
| 第2章 Hadoop与负载均衡研究 | 第15-20页 |
| 2.1 Hadoop平台研究 | 第15-16页 |
| 2.2 负载均衡 | 第16-18页 |
| 2.2.1 负载均衡概述 | 第16页 |
| 2.2.2 负载均衡算法分类 | 第16-18页 |
| 2.2.3 基本算法介绍 | 第18页 |
| 2.3 Hadoop中的负载均衡算法 | 第18-19页 |
| 2.3.1 公平调度算法Fair Schedule | 第19页 |
| 2.3.2 计算能力调度算法Capacity Schedule | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于多目标细菌觅食算法的负载均衡策略 | 第20-30页 |
| 3.1 细菌觅食算法 | 第20-24页 |
| 3.1.1 细菌觅食算法概述 | 第20-21页 |
| 3.1.2 细菌觅食算法原理 | 第21-24页 |
| 3.2 回溯算法 | 第24-26页 |
| 3.2.1 回溯算法概述 | 第24-25页 |
| 3.2.2 回溯算法原理 | 第25-26页 |
| 3.3 多目标细菌觅食算法 | 第26-29页 |
| 3.3.1 Pareto多目标模型 | 第26-28页 |
| 3.3.2 负载迁移策略 | 第28-29页 |
| 3.3.3 改进的多目标细菌觅食算法 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于IMOBFA负载均衡模型及仿真结果分析 | 第30-42页 |
| 4.1 Hadoop中负载均衡的基本问题 | 第30页 |
| 4.2 基于IMOBFA算法的负载均衡建模 | 第30-33页 |
| 4.2.1 影响负载均衡策略的因素分析 | 第31-32页 |
| 4.2.2 Hadoop集群负载均衡策略建模 | 第32-33页 |
| 4.3 模型仿真实验及结果分析 | 第33-41页 |
| 4.3.1 实验环境说明 | 第34-35页 |
| 4.3.2 实验参数设置 | 第35页 |
| 4.3.3 实验结果对比与分析 | 第35-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于IMOBFA的负载均衡的应用实例与测试 | 第42-51页 |
| 5.1 电力系统高级应用算法描述 | 第42页 |
| 5.2 实验环境部署 | 第42-45页 |
| 5.2.1 Hadoop集群硬件环境 | 第42-43页 |
| 5.2.2 Hadoop集群软件环境 | 第43页 |
| 5.2.3 Hadoop集群搭建 | 第43-45页 |
| 5.3 实验测试结果及分析 | 第45-50页 |
| 5.3.1 与传统调度算法实验结果对比 | 第46-47页 |
| 5.3.2 与基于ZeroMQ通信的分布式平台实验结果对比 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-53页 |
| 6.1 本文工作总结 | 第51页 |
| 6.2 未来工作及展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间参加的科研工作 | 第57-58页 |
| 致谢 | 第58页 |
