| 摘要 | 第1-7页 |
| Abstract | 第7-17页 |
| 第一章 绪论 | 第17-23页 |
| ·研究背景 | 第17-18页 |
| ·课题来源 | 第18页 |
| ·主要研究内容 | 第18-19页 |
| ·论文创新性 | 第19-20页 |
| ·论文内容和结构 | 第20-21页 |
| ·本章参考文献 | 第21-23页 |
| 第二章 云数据中心资源调度机制研究综述 | 第23-47页 |
| ·引言 | 第23-24页 |
| ·云数据中心资源竞价调度技术 | 第24-31页 |
| ·云数据中心资源竞价调度技术定义 | 第24页 |
| ·云数据中心资源竞价调度技术分类 | 第24页 |
| ·云数据中心资源竞价调度研究现状 | 第24-31页 |
| ·当前研究不足 | 第31页 |
| ·多维云资源高效调度技术 | 第31-36页 |
| ·多维云资源高效调度技术定义 | 第31-32页 |
| ·多维云资源高效调度技术分类 | 第32页 |
| ·多维云资源高效调度技术研究现状 | 第32-35页 |
| ·当前研究不足 | 第35-36页 |
| ·基于云任务的低能耗调度技术 | 第36-41页 |
| ·基于云任务的低能耗调度技术定义 | 第36页 |
| ·基于云任务的低能耗调度技术分类 | 第36页 |
| ·基于云任务的低能耗调度技术研究现状 | 第36-41页 |
| ·当前研究不足 | 第41页 |
| ·小结 | 第41-42页 |
| ·本章参考文献 | 第42-47页 |
| 第三章 基于双向拍卖理论的竞价调度策略 | 第47-76页 |
| ·引言 | 第47-48页 |
| ·粒子群优化双向拍卖机制描述 | 第48-58页 |
| ·调度问题分析 | 第48页 |
| ·基于双向拍卖机制的竞价资源调度机制 | 第48-58页 |
| ·改进粒子群优化算法 | 第58-61页 |
| ·基本粒子群优化算法 | 第58-59页 |
| ·改进粒子群优化算法 | 第59-61页 |
| ·实验验证 | 第61-72页 |
| ·实验环境 | 第61-64页 |
| ·实验结果及分析 | 第64-72页 |
| ·本章小结 | 第72-73页 |
| ·本章参考文献 | 第73-76页 |
| 第四章 基于整数马尔可夫理论的多维云资源高效调度方法 | 第76-99页 |
| ·引言 | 第76-77页 |
| ·多维云资源高效调度系统架构 | 第77-78页 |
| ·基于整数马尔可夫理论模型描述 | 第78-82页 |
| ·调度问题分析 | 第79页 |
| ·基于整数马尔可夫理论的高资源利用率资源调度模型 | 第79-82页 |
| ·并行遗传蚁群组合算法详述 | 第82-88页 |
| ·基本算法思想 | 第82-85页 |
| ·并行遗传蚁群组合算法 | 第85-88页 |
| ·实验验证 | 第88-96页 |
| ·实验环境 | 第88-89页 |
| ·实验结果及分析 | 第89-96页 |
| ·本章小结 | 第96页 |
| ·本章参考文献 | 第96-99页 |
| 第五章 基于云任务的低能耗融合调度方案 | 第99-113页 |
| ·引言 | 第99-100页 |
| ·资源融合调度机制描述 | 第100-103页 |
| ·调度问题分析 | 第100-101页 |
| ·资源融合调度机制描述 | 第101-103页 |
| ·粒子群禁忌联合算法 | 第103-108页 |
| ·基本算法思想 | 第103-105页 |
| ·粒子群禁忌联合算法描述 | 第105-108页 |
| ·实验验证 | 第108-110页 |
| ·实验环境 | 第108页 |
| ·实验效果及分析 | 第108-110页 |
| ·本章小结 | 第110页 |
| ·本章参考文献 | 第110-113页 |
| 第六章 结束语 | 第113-115页 |
| ·论文总结及主要创新点 | 第113-114页 |
| ·进一步的研究工作 | 第114-115页 |
| 致谢 | 第115-117页 |
| 博士在读期间完成的论文 | 第117页 |