| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 云计算研究现状 | 第11-12页 |
| 1.2.2 开源云平台研究现状 | 第12-13页 |
| 1.2.3 资源调度研究现状 | 第13-16页 |
| 1.3 本文的主要工作 | 第16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 相关技术介绍 | 第17-22页 |
| 2.1 IaaS 简介 | 第17-18页 |
| 2.2 私有云 | 第18页 |
| 2.3 CloudStack 简介 | 第18-21页 |
| 2.3.1 CloudStack 搭建 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于改进粒子群的虚拟机部署算法 | 第22-36页 |
| 3.1 平台虚拟机部署算法分析 | 第23-24页 |
| 3.1.1 Eucalyptus | 第23页 |
| 3.1.2 OpenStack | 第23-24页 |
| 3.1.3 OpenNebula | 第24页 |
| 3.1.4 CloudStack | 第24页 |
| 3.2 粒子群算法 | 第24-27页 |
| 3.2.1 算法具体描述 | 第25-27页 |
| 3.2.2 算法参数分析 | 第27页 |
| 3.3 模拟退火算法 | 第27-30页 |
| 3.3.1 算法具体描述 | 第28-29页 |
| 3.3.2 改进粒子群算法 | 第29-30页 |
| 3.3.3 改进粒子群中模拟退火模型 | 第30页 |
| 3.4 基于改进粒子群的虚拟机部署算法 | 第30-32页 |
| 3.4.1 适应度函数 | 第31-32页 |
| 3.4.2 算法流程与复杂度 | 第32页 |
| 3.5 虚拟机部署算法模型 | 第32-33页 |
| 3.5.1 模型简介 | 第32-33页 |
| 3.5.2 模型参数定义 | 第33页 |
| 3.6 虚拟机部署策略在 CloudStack 中应用 | 第33-35页 |
| 3.6.1 CloudStack 虚拟机部署策略 | 第33-35页 |
| 3.6.2 CloudStack 虚拟机部署策略修改 | 第35页 |
| 3.7 本章小结 | 第35-36页 |
| 第4章 基于改进粒子群的双适应度任务调度算法 | 第36-47页 |
| 4.1 CloudStack 任务调度策略 | 第37页 |
| 4.2 基于改进粒子群的任务调度算法 | 第37-39页 |
| 4.2.1 适应度函数 | 第37-38页 |
| 4.2.2 算法流程与复杂度 | 第38-39页 |
| 4.3 任务调度算法模型 | 第39-40页 |
| 4.3.1 模型简介 | 第39页 |
| 4.3.2 模型参数定义 | 第39-40页 |
| 4.4 任务调度策略在 CloudStack 应用 | 第40-46页 |
| 4.4.1 CloudStack 任务调度策略 | 第40-41页 |
| 4.4.2 Quartz 任务调度方式 | 第41-44页 |
| 4.4.3 CloudStack 任务调度方式修改 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 资源调度算法的仿真 | 第47-59页 |
| 5.1 仿真与实现 | 第47-51页 |
| 5.1.1 CloudSim 仿真工具 | 第48-49页 |
| 5.1.2 算法参数 | 第49-51页 |
| 5.2 结果分析 | 第51-58页 |
| 5.2.1 虚拟机部署算法结果分析 | 第51-56页 |
| 5.2.2 任务调度算法结果分析 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |
