| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 以性能为中心的调度 | 第14页 |
| 1.2.2 以服务质量为中心的调度 | 第14-15页 |
| 1.2.3 以经济原则为中心的调度 | 第15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 云计算相关技术 | 第18-30页 |
| 2.1 计算概述 | 第18-22页 |
| 2.1.1 云计算的定义 | 第18-19页 |
| 2.1.2 云计算的特点 | 第19-20页 |
| 2.1.3 云计算的体系结构 | 第20-21页 |
| 2.1.4 云计算的分类 | 第21-22页 |
| 2.2 计算的关键技术 | 第22-26页 |
| 2.2.1 虚拟化技术 | 第22-23页 |
| 2.2.2 编程方式 | 第23-24页 |
| 2.2.3 分布式海量数据存储与处理 | 第24-26页 |
| 2.3 典型云计算平台 | 第26-28页 |
| 2.3.1 Google云计算平台 | 第26-27页 |
| 2.3.2 Amazon云计算平台 | 第27页 |
| 2.3.3 IBM“蓝云”平台 | 第27页 |
| 2.3.4 微软Windows Azure云计算平台 | 第27-28页 |
| 2.4 遗传算法在云计算中的应用 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 云环境下基于QoS约束的资源调度模型 | 第30-39页 |
| 3.1 调度环境问题描述 | 第30-31页 |
| 3.2 常用的云资源调度算法 | 第31-34页 |
| 3.2.1 先进先出调度算法 | 第31页 |
| 3.2.2 传统遗传算法 | 第31-32页 |
| 3.2.3 Suffrage-C算法和WQ算法 | 第32页 |
| 3.2.4 Min-Min算法 | 第32-33页 |
| 3.2.5 Max-Min算法 | 第33-34页 |
| 3.3 本文算法提出与建模 | 第34-38页 |
| 3.3.1 资源调度模型 | 第34-35页 |
| 3.3.2 量化用户应用偏好 | 第35-36页 |
| 3.3.3 多维QoS约束的目标函数 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 云环境下基于QoS约束的改进遗传算法 | 第39-47页 |
| 4.1 算法流程 | 第39-40页 |
| 4.2 改进遗传算法设计 | 第40-45页 |
| 4.2.1 编码 | 第40-41页 |
| 4.2.2 初始化种群 | 第41-42页 |
| 4.2.3 适应度函数 | 第42页 |
| 4.2.4 自适应遗传操作 | 第42-45页 |
| 4.3 参数说明与操作说明 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 实验仿真及分析 | 第47-56页 |
| 5.1 CloudSim仿真平台介绍 | 第47-49页 |
| 5.1.1 CloudSim概述 | 第47页 |
| 5.1.2 CloudSim体系结构 | 第47-48页 |
| 5.1.3 CloudSim的核心类 | 第48-49页 |
| 5.2 实验步骤 | 第49-50页 |
| 5.2.1 环境配置 | 第49-50页 |
| 5.2.2 仿真步骤 | 第50页 |
| 5.3 实验结果及分析 | 第50-55页 |
| 5.3.1 实验参数选取 | 第50-51页 |
| 5.3.2 性能评估标准 | 第51-52页 |
| 5.3.3 实验结果分析 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 总结和展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |