摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 课题来源 | 第10页 |
1.2 课题研究背景和意义 | 第10页 |
1.3 相关领域国内外研究现状 | 第10-14页 |
1.3.1 航空公司资源整合现状 | 第10-11页 |
1.3.2 发动机健康管理研究现状 | 第11-12页 |
1.3.3 云计算研究现状 | 第12-14页 |
1.3.4 研究现状分析 | 第14页 |
1.4 本文主要研究内容 | 第14-16页 |
第2章 航空发动机健康管理云服务平台系统架构 | 第16-26页 |
2.1 航空公司兼并重组及其对云服务平台的迫切需求 | 第16-18页 |
2.1.1 航空公司兼并重组后的新格局 | 第16-17页 |
2.1.2 云计算技术为航空公司资源共享带来的新机遇 | 第17-18页 |
2.2 航空发动机健康管理云服务系统总体方案 | 第18-19页 |
2.3 航空发动机健康管理云服务系统架构设计及实现 | 第19-23页 |
2.3.1 发动机云服务系统总体架构设计 | 第19-22页 |
2.3.2 虚拟化资源池层 | 第22页 |
2.3.3 发动机云服务系统管理中间件层 | 第22-23页 |
2.3.4 发动机云服务系统应用层 | 第23页 |
2.4 云服务系统的功能模型及信息模型设计 | 第23-25页 |
2.4.1 功能模型 | 第23-24页 |
2.4.2 信息模型设计的E-R图 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第3章 云服务系统虚拟机的部署及迁移策略 | 第26-39页 |
3.1 服务器虚拟化逻辑架构 | 第26-27页 |
3.2 虚拟机描述及云数据中心能耗构成分析 | 第27-30页 |
3.2.1 虚拟机描述 | 第27-28页 |
3.2.2 云数据中心能耗构成分析 | 第28-30页 |
3.3 虚拟机部署算法的选择与实验对比 | 第30-34页 |
3.3.1 虚拟机部署算法的选择 | 第30-32页 |
3.3.2 不同虚拟机部署算法的实验对比 | 第32-34页 |
3.4 基于能耗比较的虚拟机迁移策略选择与实验分析 | 第34-37页 |
3.4.1 虚拟机迁移策略的选择 | 第34-35页 |
3.4.2 基于TT算法的虚拟机迁移策略 | 第35-36页 |
3.4.3 不同虚拟机迁移策略的能耗仿真分析 | 第36-37页 |
3.5 本章小结 | 第37-39页 |
第4章 融合粒子群算法和蚁群算法的资源调度 | 第39-52页 |
4.1 资源调度过程描述 | 第39-42页 |
4.1.1 资源调度的流程 | 第39-40页 |
4.1.2 资源调度的形式化表述 | 第40-42页 |
4.1.3 资源调度优化目标的确定 | 第42页 |
4.2 资源调度算法 | 第42-47页 |
4.2.1 常用调度算法比较 | 第42-43页 |
4.2.2 资源调度的粒子群算法 | 第43-46页 |
4.2.3 融合粒子群算法的蚁群算法 | 第46-47页 |
4.3 实验结果与分析 | 第47-51页 |
4.3.1 实验配置及仿真流程 | 第47-49页 |
4.3.2 实验结果分析 | 第49-51页 |
4.4 本章小结 | 第51-52页 |
第5章 航空发动机云服务系统设计与测试验证 | 第52-64页 |
5.1 云服务系统技术实现 | 第52-55页 |
5.1.1 系统开发及运行环境 | 第52-53页 |
5.1.2 云服务系统技术结构体系设计 | 第53-54页 |
5.1.3 系统开发设计原则 | 第54-55页 |
5.2 系统中资源接入 | 第55-58页 |
5.2.1 硬件资源接入 | 第55-57页 |
5.2.2 发动机健康管理各模块的接入 | 第57-58页 |
5.3 系统运行实例 | 第58-63页 |
5.3.1 系统执行任务及资源利用情况 | 第58-61页 |
5.3.2 用户使用系统的关键步骤 | 第61-63页 |
5.4 本章小结 | 第63-64页 |
结论 | 第64-65页 |
参考文献 | 第65-70页 |
致谢 | 第70页 |