| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 课题来源 | 第16-17页 |
| 第2章 面向云计算的网络能效模型 | 第17-25页 |
| 2.1 概述 | 第17-18页 |
| 2.2 面向云计算的网络柔性分离 | 第18-20页 |
| 2.3 性能评价指标 | 第20-23页 |
| 2.3.1 能耗模型 | 第20-22页 |
| 2.3.2 网络能效 | 第22页 |
| 2.3.3 性能评价指标 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 基于小生境遗传算法的能效路由算法 | 第25-41页 |
| 3.1 概述 | 第25-26页 |
| 3.1.1 最优化理论及人工智能 | 第25-26页 |
| 3.1.2 优化模型 | 第26页 |
| 3.2 小生境遗传算法 | 第26-31页 |
| 3.2.1 随机深度优先搜索算法 | 第27-28页 |
| 3.2.2 适应度函数 | 第28页 |
| 3.2.3 选择 | 第28-29页 |
| 3.2.4 交叉 | 第29页 |
| 3.2.5 变异 | 第29-30页 |
| 3.2.6 小生境策略 | 第30-31页 |
| 3.3 NGAERA算法 | 第31-33页 |
| 3.4 仿真分析 | 第33-39页 |
| 3.4.1 仿真环境及参数 | 第33-34页 |
| 3.4.2 NGAERA仿真结果及分析 | 第34-37页 |
| 3.4.3 不同路由算法间的对比分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 基于能效优先和认知理论的路由算法 | 第41-57页 |
| 4.1 概述 | 第41-44页 |
| 4.1.1 能效优先思想 | 第42-43页 |
| 4.1.2 认知理论 | 第43-44页 |
| 4.2 ECRA算法 | 第44-48页 |
| 4.2.1 ECRA算法优化模型 | 第44-46页 |
| 4.2.2 链路权重更新策略 | 第46-47页 |
| 4.2.3 ECRA算法实现 | 第47-48页 |
| 4.3 仿真结果及分析 | 第48-55页 |
| 4.3.1 仿真环境及参数 | 第48-49页 |
| 4.3.2 ECRA仿真结果及分析 | 第49-51页 |
| 4.3.3 不同路由算法间的对比分析 | 第51-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 基于时间序列预测理论和休眠策略的能效路由算法 | 第57-75页 |
| 5.1 概述 | 第57-60页 |
| 5.1.1 AR模型 | 第57-59页 |
| 5.1.2 GM模型 | 第59-60页 |
| 5.2 联合AR与GM的流量感知模型 | 第60-61页 |
| 5.2.1 ARGM流量感知模型 | 第60-61页 |
| 5.2.2 ARGM算法步骤 | 第61页 |
| 5.3 ARGMERA算法 | 第61-65页 |
| 5.3.1 链路中间性 | 第61-62页 |
| 5.3.2 LBUS休眠策略 | 第62-63页 |
| 5.3.3 链路权重更新及重路由策略 | 第63-64页 |
| 5.3.4 ARGMERA算法流程图及步骤 | 第64-65页 |
| 5.4 仿真结果及分析 | 第65-73页 |
| 5.4.1 ARGM流量感知模型仿真结果 | 第66-68页 |
| 5.4.2 ARGMERA不同QoS约束条件下的仿真结果 | 第68-69页 |
| 5.4.3 ARGMERA休眠策略分析 | 第69-71页 |
| 5.4.4 不同路由算法间的对比分析 | 第71-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第6章 总结 | 第75-77页 |
| 6.1 工作总结 | 第75-76页 |
| 6.2 未来展望 | 第76-77页 |
| 参考文献 | 第77-85页 |
| 致谢 | 第85-87页 |
| 攻读硕士学位期间发表的论文 | 第87页 |
| 攻读硕士学位期间参与的科研项目 | 第87页 |