| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 社交云 | 第11-12页 |
| 1.1.2 移动云 | 第12-13页 |
| 1.1.3 园区云 | 第13页 |
| 1.1.4 云资源管理 | 第13-14页 |
| 1.1.5 面向园区的移动社交云资源管理 | 第14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 1.4 课题来源与本文组织结构 | 第17-19页 |
| 1.4.1 课题来源 | 第17页 |
| 1.4.2 本文组织结构 | 第17-19页 |
| 第2章 相关理论基础 | 第19-25页 |
| 2.1 博弈论 | 第19-21页 |
| 2.1.1 概述 | 第19-20页 |
| 2.1.2 多阶段博弈 | 第20-21页 |
| 2.2 神经网络 | 第21-22页 |
| 2.2.1 原理及应用 | 第21-22页 |
| 2.2.2 BP神经网络 | 第22页 |
| 2.3 群体智能 | 第22-24页 |
| 2.3.1 概述 | 第22-23页 |
| 2.3.2 社交蜘蛛优化算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 面向园区的移动社交云协作式资源管理机制的设计 | 第25-55页 |
| 3.1 系统框架 | 第25-31页 |
| 3.1.1 云资源 | 第25-26页 |
| 3.1.2 系统角色与机构 | 第26-28页 |
| 3.1.3 系统架构 | 第28-31页 |
| 3.2 辅助机制的设计 | 第31-37页 |
| 3.2.1 社交关系拓扑系统 | 第31-32页 |
| 3.2.2 用户移动模块设计 | 第32-33页 |
| 3.2.3 基于BP神经网络的用户信用值更新系统 | 第33-36页 |
| 3.2.4 QoE互评机制 | 第36页 |
| 3.2.5 激励机制 | 第36-37页 |
| 3.3 基于博弈的资源竞价 | 第37-43页 |
| 3.3.1 资源价格影响因素 | 第38-39页 |
| 3.3.2 动态博弈 | 第39-42页 |
| 3.3.3 成交价确定 | 第42-43页 |
| 3.4 基于社交蜘蛛优化算法的协作式资源分配 | 第43-54页 |
| 3.4.1 解的表达 | 第43页 |
| 3.4.2 优化目标 | 第43-46页 |
| 3.4.3 约束条件 | 第46-48页 |
| 3.4.4 基于社交蜘蛛优化算法的协作式资源分配机制的设计 | 第48-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 仿真实现与性能评价 | 第55-71页 |
| 4.1 仿真环境 | 第55页 |
| 4.2 仿真实现 | 第55-59页 |
| 4.2.1 主要类的实现 | 第55-56页 |
| 4.2.2 用户信息管理的实现 | 第56页 |
| 4.2.3 资源竞价的实现 | 第56-57页 |
| 4.2.4 资源分配的实现 | 第57-58页 |
| 4.2.5 辅助机制的实现 | 第58页 |
| 4.2.6 Android端的实现 | 第58-59页 |
| 4.2.7 相关数据库的实现 | 第59页 |
| 4.3 性能评价 | 第59-69页 |
| 4.3.1 基准机制及仿真设置 | 第59-60页 |
| 4.3.2 性能对比 | 第60-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第5章 结束语 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士学位期间发表的论文 | 第79页 |