基于蚁群算法的云计算任务与资源调度方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 课题来源及本文主要工作 | 第11页 |
| 1.3 国内外研究现状 | 第11-16页 |
| 1.3.1 云计算 | 第11-12页 |
| 1.3.2 云任务的调度分配研究现状 | 第12-14页 |
| 1.3.3 虚拟机的调度分配研究现状 | 第14-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 第2章 蚁群算法的适应性分析 | 第17-26页 |
| 2.1 蚁群算法 | 第17-22页 |
| 2.1.1 蚁群算法描述 | 第17-18页 |
| 2.1.2 蚁群算法的分析 | 第18-20页 |
| 2.1.3 蚁群算法数学模型 | 第20-21页 |
| 2.1.4 蚁群算法框架参数的选择 | 第21-22页 |
| 2.2 算法设计及可行性分析 | 第22-23页 |
| 2.3 实验平台介绍 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于蚁群的负载均衡任务调度算法的设计 | 第26-34页 |
| 3.1 云任务调度模型的构建 | 第26页 |
| 3.2 云计算任务调度问题描述 | 第26-27页 |
| 3.3 启发式函数的初始化和信息素的初始化 | 第27-28页 |
| 3.4 虚拟节点的选择 | 第28页 |
| 3.5 负载均衡因子LBF的引入 | 第28-29页 |
| 3.6 信息素更新机制 | 第29-30页 |
| 3.7 算法流程和实验参数设置 | 第30-31页 |
| 3.8 实验结果对比与分析 | 第31-33页 |
| 3.9 本章小结 | 第33-34页 |
| 第4章 基于蚁群系统的虚拟机迁移算法的设计 | 第34-52页 |
| 4.1 虚拟机资源管理问题 | 第35页 |
| 4.2 系统架构 | 第35-37页 |
| 4.3 基于改进蚁群系统的虚拟机加固算法 | 第37-42页 |
| 4.4 实验设计与结果对比 | 第42-51页 |
| 4.4.1 SLA违背率 | 第43-44页 |
| 4.4.2 能源消耗评估 | 第44页 |
| 4.4.3 虚拟机迁移次数 | 第44页 |
| 4.4.4 实验结果对比与分析 | 第44-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
