| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究意义和背景 | 第10-11页 |
| 1.2 相关研究现状 | 第11-13页 |
| 1.3 本文组织结构 | 第13-15页 |
| 第二章 相关知识介绍 | 第15-28页 |
| 2.1 移动云计算简介 | 第15-19页 |
| 2.1.1 移动云计算的概念 | 第15-16页 |
| 2.1.2 移动云计算的服务模式 | 第16-17页 |
| 2.1.3 移动云计算的挑战和发展 | 第17-19页 |
| 2.2 移动云计算的分类 | 第19-21页 |
| 2.2.1 移动设备接入云 | 第19页 |
| 2.2.2 云端为移动设备增效 | 第19-20页 |
| 2.2.3 微云 | 第20-21页 |
| 2.3 聚类分析 | 第21-25页 |
| 2.4 多目标组合优化问题与Pareto最优解 | 第25-26页 |
| 2.5 蚁群算法 | 第26-28页 |
| 第三章 移动云计算系统的管理模型与架构 | 第28-36页 |
| 3.1 整体架构 | 第28-29页 |
| 3.2 逻辑结构 | 第29-31页 |
| 3.3 一种基于改进的K-means算法的移动资源聚类方法 | 第31-36页 |
| 3.3.1 问题描述和分析 | 第31页 |
| 3.3.2 PKMC_RM的主要思想 | 第31-32页 |
| 3.3.3 PKMC_RM中各项参数的计算 | 第32-34页 |
| 3.3.4 PKMC_RM的具体实现 | 第34-36页 |
| 第四章 基于蚁群算法的多目标最优任务分配方法研究 | 第36-44页 |
| 4.1 问题描述和分析 | 第36页 |
| 4.2 MOAC_TD的主要思想 | 第36-37页 |
| 4.3 任务分配的形式化 | 第37-38页 |
| 4.4 优化目标 | 第38-40页 |
| 4.5 蚁群算法中各项参数的选择 | 第40-42页 |
| 4.6 方法的具体实现 | 第42-44页 |
| 第五章 实验结果与分析 | 第44-50页 |
| 5.1 实验的环境与配置 | 第44-46页 |
| 5.2 实验结果与分析 | 第46-50页 |
| 5.2.1 聚类效果的比较 | 第46-47页 |
| 5.2.2 电能消耗的比较 | 第47-48页 |
| 5.2.3 负载均衡的比较 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |