| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 1.4 课题来源 | 第15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 第2章 移动云环境中多用户离线计算迁移策略 | 第17-38页 |
| 2.1 移动云环境中多用户离线计算迁移问题描述 | 第17-18页 |
| 2.2 系统模型及相关定义 | 第18-23页 |
| 2.2.1 移动云架构 | 第18-19页 |
| 2.2.2 移动应用程序种类和模型 | 第19-20页 |
| 2.2.3 平均响应时间模型 | 第20-21页 |
| 2.2.4 平均能耗模型 | 第21-23页 |
| 2.3 基于遗传算法的四阶段多用户离线计算迁移策略 | 第23-29页 |
| 2.3.1 问题编码 | 第23页 |
| 2.3.2 适应度函数 | 第23-24页 |
| 2.3.3 染色体操作算子设计 | 第24页 |
| 2.3.4 算法描述 | 第24-28页 |
| 2.3.5 算法时间复杂度分析 | 第28-29页 |
| 2.4 仿真实验与结果分析 | 第29-37页 |
| 2.4.1 仿真实验环境配置 | 第29-30页 |
| 2.4.2 实验结果与分析 | 第30-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 混合移动云环境中多用户离线计算迁移策略 | 第38-56页 |
| 3.1 混合移动云环境下多用户离线计算迁移问题描述 | 第38-39页 |
| 3.2 系统模型及相关定义 | 第39-44页 |
| 3.2.1 混合移动云架构 | 第39-41页 |
| 3.2.2 成本模型 | 第41-44页 |
| 3.3 基于效用的多用户离线计算迁移策略 | 第44-48页 |
| 3.3.1 组件优先级 | 第44-45页 |
| 3.3.2 效用函数 | 第45页 |
| 3.3.3 算法的详细描述 | 第45-48页 |
| 3.3.4 算法的时间复杂度分析 | 第48页 |
| 3.4 仿真实验与结果分析 | 第48-55页 |
| 3.4.1 实验环境配置 | 第48-49页 |
| 3.4.2 实验结果与分析 | 第49-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 混合移动云环境中多用户在线计算迁移策略 | 第56-75页 |
| 4.1 混合移动云环境下多用户在线计算迁移问题描述 | 第56-57页 |
| 4.2 系统模型及相关定义 | 第57-60页 |
| 4.2.1 时隙模型 | 第57-58页 |
| 4.2.2 预测模型 | 第58-59页 |
| 4.2.3 系统性能模型 | 第59-60页 |
| 4.3 基于请求预测和自适应预留的多用户在线计算迁移策略 | 第60-66页 |
| 4.3.1 算法的详细描述 | 第60-63页 |
| 4.3.2 算法实例分析 | 第63-66页 |
| 4.3.3 算法的时间复杂度分析 | 第66页 |
| 4.4 仿真实验与结果分析 | 第66-74页 |
| 4.4.1 实验环境配置 | 第66-67页 |
| 4.4.2 实验结果与分析 | 第67-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 本文总结 | 第75-76页 |
| 5.2 未来展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间的主要研究成果 | 第83页 |
