基于双适应度遗传算法的虚拟机放置的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 论文的章节安排 | 第15-16页 |
| 第2章 相关技术和研究 | 第16-27页 |
| 2.1 云计算的介绍 | 第16-18页 |
| 2.2 云计算体系结构 | 第18-20页 |
| 2.3 云数据中心 | 第20-21页 |
| 2.4 虚拟化技术 | 第21-22页 |
| 2.5 遗传算法简介 | 第22-26页 |
| 2.5.1 遗传算法介绍 | 第22页 |
| 2.5.2 基本概念 | 第22-24页 |
| 2.5.3 遗传算法的主要步骤 | 第24-25页 |
| 2.5.4 遗传算法的特点 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 设计思想 | 第27-42页 |
| 3.1 问题建模 | 第27-30页 |
| 3.1.1 多目标优化 | 第27-28页 |
| 3.1.2 基于Pareto的多目标最有解集 | 第28页 |
| 3.1.3 定义目标函数 | 第28-30页 |
| 3.2 算法改进 | 第30-35页 |
| 3.2.1 染色体表示 | 第30-31页 |
| 3.2.2 初始种群生成 | 第31页 |
| 3.2.3 双适应度函数 | 第31页 |
| 3.2.4 改进的选择操作 | 第31-33页 |
| 3.2.5 改进的交叉操作 | 第33-34页 |
| 3.2.6 改进的变异操作 | 第34页 |
| 3.2.7 设计终止条件 | 第34-35页 |
| 3.3 算法过程描述 | 第35-38页 |
| 3.4 实验分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 虚拟机调度系统设计与实现 | 第42-57页 |
| 4.1 系统架构 | 第42-43页 |
| 4.2 系统设计 | 第43-45页 |
| 4.2.1 主要功能设计 | 第43-45页 |
| 4.2.2 资源调度设计 | 第45页 |
| 4.2.3 数据库设计 | 第45页 |
| 4.3 系统实现 | 第45-50页 |
| 4.3.1 相关技术 | 第45-46页 |
| 4.3.2 资源虚拟化 | 第46-48页 |
| 4.3.3 性能监控 | 第48-49页 |
| 4.3.4 系统架构和迁移 | 第49-50页 |
| 4.4 运行与效果 | 第50-56页 |
| 4.5 本章小结 | 第56-57页 |
| 总结和展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |
| 致谢 | 第63页 |
