| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 云计算的概念 | 第12页 |
| 1.1.2 云计算中资源调度问题的研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 IVCE资源调度系统相关技术研究 | 第17-30页 |
| 2.1 资源可用性检测的关键技术 | 第17-22页 |
| 2.1.1 常用的资源可用性检测算法 | 第17-18页 |
| 2.1.2 基于相似节点理论的资源可用性检测算法 | 第18页 |
| 2.1.3 SOM算法 | 第18-21页 |
| 2.1.4 核函数 | 第21-22页 |
| 2.2 资源短期负荷预测的关键技术 | 第22-25页 |
| 2.2.1 常用的预测模型 | 第22-23页 |
| 2.2.2 Elman预测算法 | 第23-25页 |
| 2.3 资源监控模块的关键技术 | 第25-29页 |
| 2.3.1 Quartz | 第25-27页 |
| 2.3.2 SpringMVC和Hibernate | 第27-28页 |
| 2.3.3 Echarts和Ajax | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 IVCE环境下资源可用性检测算法的研究 | 第30-42页 |
| 3.1 基于混合核函数的SOM算法 | 第30-31页 |
| 3.1.1 传统SOM算法的不足 | 第30页 |
| 3.1.2 核函数在SOM算法中的应用 | 第30-31页 |
| 3.2 混合核函数的选取与构建 | 第31-32页 |
| 3.3 基于混合核函数和SOM算法的资源可用性检测算法 | 第32-36页 |
| 3.4 IVCE资源可用性检测算法的仿真实验和实验结果分析 | 第36-41页 |
| 3.4.1 测试方法 | 第36-37页 |
| 3.4.2 测试结果分析 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 IVCE环境下资源短期负荷预测算法的研究 | 第42-58页 |
| 4.1 基于滑动窗口技术的时间特征提取方法 | 第42-43页 |
| 4.2 改进的Kmeans聚类算法 | 第43-45页 |
| 4.2.1 标准Kmeans聚类算法的不足 | 第43-44页 |
| 4.2.2 改进的Kmeans聚类算法流程 | 第44-45页 |
| 4.3 Elman神经网络预测算法 | 第45-48页 |
| 4.4 基于聚类算法和Elman预测算法的资源短期负荷预测算法 | 第48-50页 |
| 4.5 IVCE环境下资源短期负荷算法的仿真实验和实验结果分析 | 第50-57页 |
| 4.5.1 聚类算法的实验分析 | 第50-53页 |
| 4.5.2 资源预测算法的实验分析 | 第53-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 资源调度系统的设计与实现 | 第58-90页 |
| 5.1 基于IVCE状态感知云平台的资源调度系统 | 第58-59页 |
| 5.2 资源监控模块 | 第59-76页 |
| 5.2.1 资源监控模块的需求设计 | 第59-63页 |
| 5.2.2 资源监控模块的总体设计 | 第63-68页 |
| 5.2.3 资源监控模块的详细设计 | 第68-76页 |
| 5.3 资源配置模块 | 第76-80页 |
| 5.3.1 资源请求接收模块的设计 | 第77页 |
| 5.3.2 资源配置模块的设计 | 第77-80页 |
| 5.4 资源调度系统的测试 | 第80-89页 |
| 5.4.1 资源监控模块的功能测试 | 第80-84页 |
| 5.4.2 资源配置模块的功能测试 | 第84-87页 |
| 5.4.3 资源调度系统的功能测试 | 第87-89页 |
| 5.5 本章小结 | 第89-90页 |
| 第六章 结束语 | 第90-92页 |
| 6.1 工作总结 | 第90-91页 |
| 6.2 工作展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-97页 |
| 攻读学位期间发表的学术论文 | 第97页 |
