电力云计算资源调度系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 智能电网云计算国内外研究现状 | 第10-11页 |
| 1.2.2 云计算资源调度研究现状 | 第11-12页 |
| 1.2.3 云计算资源调度在电力行业的应用现状 | 第12-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 第2章 云计算资源调度策略 | 第14-24页 |
| 2.1 云计算数据中心及资源调度概述 | 第14-15页 |
| 2.2 云计算的调度机制 | 第15-16页 |
| 2.3 云计算资源调度策略对比分析 | 第16-19页 |
| 2.3.1 Amazon调度策略 | 第16-17页 |
| 2.3.2 IBM调度策略 | 第17页 |
| 2.3.3 HP调度策略 | 第17-18页 |
| 2.3.4 VM调度策略 | 第18-19页 |
| 2.3.5 其他方案 | 第19页 |
| 2.4 云计算资源调度策略分类 | 第19-22页 |
| 2.4.1 性能优先 | 第19-20页 |
| 2.4.2 成本优先 | 第20-22页 |
| 2.4.3 组合调度策略 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 电力云计算资源调度模型 | 第24-34页 |
| 3.1 MapReduce调度模型 | 第24-26页 |
| 3.1.1 MapReduce的工作原理 | 第24-25页 |
| 3.1.2 MapReduce的设计原则 | 第25-26页 |
| 3.2 蚁群算法及数学建模 | 第26-30页 |
| 3.2.1 蚁群算法原理 | 第27-28页 |
| 3.2.2 蚂蚁系统模型 | 第28-30页 |
| 3.3 基于改进蚁群系统的虚拟机资源调度算法 | 第30-33页 |
| 3.3.1 信息素的定义及修改 | 第30-31页 |
| 3.3.2 任务预计执行时间的定义 | 第31-32页 |
| 3.3.3 蚂蚁选择下一跳节点规则 | 第32页 |
| 3.3.4 算法描述 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 电力云资源调度仿真实验及对比分析 | 第34-41页 |
| 4.1 CloudSim模拟器 | 第34-37页 |
| 4.1.1 使用模拟器仿真的好处 | 第34-35页 |
| 4.1.2 CloudSim仿真模拟步骤 | 第35-37页 |
| 4.1.3 基于CloudSim的算法扩展 | 第37页 |
| 4.2 实验模拟结果分析 | 第37-39页 |
| 4.2.1 实验参数设置 | 第37-38页 |
| 4.2.2 实验结果分析 | 第38-39页 |
| 4.3 本章小结 | 第39-41页 |
| 第5章 系统设计与实现 | 第41-52页 |
| 5.1 资源调度系统需求分析 | 第41-43页 |
| 5.2 资源调度系统结构 | 第43-44页 |
| 5.3 虚拟机管理系统设计与实现 | 第44-51页 |
| 5.3.1 虚拟机管理系统设计 | 第44-47页 |
| 5.3.2 虚拟机状态信息管理模块 | 第47-48页 |
| 5.3.3 调度决策模块 | 第48-49页 |
| 5.3.4 虚拟机控制模块 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 本文总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
