摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 论文研究内容及组织结构 | 第12-13页 |
第二章 相关理论知识 | 第13-25页 |
2.1 虚拟化技术 | 第13-17页 |
2.1.1 虚拟化技术发展 | 第13-14页 |
2.1.2 虚拟化技术分类 | 第14-16页 |
2.1.3 虚拟化技术的优缺点 | 第16-17页 |
2.2 多种群蚁群算法 | 第17-21页 |
2.2.1 多种群蚁群算法概述 | 第17-18页 |
2.2.2 多种群蚁群算法的原理 | 第18-19页 |
2.2.3 多种群蚁群算法流程 | 第19-21页 |
2.3 文化算法 | 第21-24页 |
2.3.1 文化算法概述 | 第22-23页 |
2.3.2 文化算法模 | 第23-24页 |
2.3.3 文化算法特点 | 第24页 |
2.4 本章小结 | 第24-25页 |
第三章 基于多种群蚁群算法的虚拟机整合算法研究 | 第25-37页 |
3.1 系统模型 | 第25-26页 |
3.2 算法描述 | 第26-30页 |
3.2.1 种群内算法描述 | 第26-28页 |
3.2.2 种群间信息素的交流 | 第28-29页 |
3.2.3 算法伪代码 | 第29-30页 |
3.3 仿真实验及结果分析 | 第30-34页 |
3.3.1 仿真平台简介 | 第30-31页 |
3.3.2 仿真实验环境 | 第31页 |
3.3.3 数据中心的能耗 | 第31-33页 |
3.3.4 虚拟机迁移次数 | 第33-34页 |
3.4 本章小结 | 第34-37页 |
第四章 基于文化-多种群蚁群算法的虚拟机整合算法研究 | 第37-47页 |
4.1 文化-多种群蚁群算法 | 第37-39页 |
4.1.1 文化-多种群蚁群算法概述 | 第37-38页 |
4.1.2 文化-多种群蚁群算法原理 | 第38页 |
4.1.3 文化-多种群蚁群算法流程 | 第38-39页 |
4.2 基于文化-多种群蚁群算法的虚拟机整合算法描述 | 第39-44页 |
4.2.1 问题说明 | 第39页 |
4.2.2 种群空间描述 | 第39-40页 |
4.2.3 信仰空间描述 | 第40-41页 |
4.2.4 算法流程图和伪代码 | 第41-44页 |
4.3 仿真实验及结果分析 | 第44-46页 |
4.3.1 仿真实验环境 | 第44页 |
4.3.2 数据中心的能耗 | 第44-45页 |
4.3.3 休眠主机数量 | 第45-46页 |
4.3.4 虚拟机迁移次数 | 第46页 |
4.4 本章小结 | 第46-47页 |
第五章 总结与展望 | 第47-49页 |
5.1 主要工作 | 第47-48页 |
5.2 研究展望 | 第48-49页 |
参考文献 | 第49-53页 |
发表论文和参加科研情况 | 第53-55页 |
致谢 | 第55页 |