基于遗传算法的云计算资源调度研究与设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景以及意义 | 第12-13页 |
| 1.2 国内外研究历史与现状 | 第13-18页 |
| 1.2.1 国外研究现状 | 第13-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 1.4 本论文的结构安排 | 第19-21页 |
| 第2章 相关技术分析 | 第21-27页 |
| 2.1 Hadoop技术概述 | 第21-22页 |
| 2.1.1 Hadoop平台 | 第21页 |
| 2.1.2 Hadoop实现机制 | 第21-22页 |
| 2.2 资源调度概述 | 第22-24页 |
| 2.2.1 Min任务调度算法 | 第22页 |
| 2.2.2 优先调度算法 | 第22-23页 |
| 2.2.3 轮转调度算法 | 第23-24页 |
| 2.3 遗传算法概述 | 第24-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 云服务资源调度模型研究 | 第27-39页 |
| 3.1 资源调度概述 | 第27-28页 |
| 3.2 资源调度策略设计 | 第28-36页 |
| 3.2.1 基于SLA的资源调度策略 | 第29-30页 |
| 3.2.2 资源调度描述 | 第30-33页 |
| 3.2.3 资源调度建模 | 第33-36页 |
| 3.3 资源调度架构 | 第36-38页 |
| 3.4 小结 | 第38-39页 |
| 第4章 基于遗传算法云资源调度实现 | 第39-49页 |
| 4.1 算法思想 | 第39-40页 |
| 4.2 算法设计及流程 | 第40-47页 |
| 4.2.1 初始化种群 | 第40-42页 |
| 4.2.2 适应度计算 | 第42页 |
| 4.2.3 选择操作 | 第42-45页 |
| 4.2.4 交叉变异 | 第45-46页 |
| 4.2.5 终止条件 | 第46-47页 |
| 4.3 算法的实现 | 第47-48页 |
| 4.4 小结 | 第48-49页 |
| 第5章 仿真实验 | 第49-59页 |
| 5.1 实验环境 | 第49-51页 |
| 5.2 实验设计 | 第51-54页 |
| 5.3 实验结果 | 第54-58页 |
| 5.3.1 算法分析 | 第54-55页 |
| 5.3.2 负载稳定性 | 第55-56页 |
| 5.3.3 负载变化率 | 第56-57页 |
| 5.3.4 迁移代价 | 第57页 |
| 5.3.5 资源利用率 | 第57-58页 |
| 5.4 小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
