| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 结构与安排 | 第14-16页 |
| 第二章 相关技术概述 | 第16-29页 |
| 2.1 云计算概述 | 第16-18页 |
| 2.1.1 云计算定义及特征 | 第16-17页 |
| 2.1.2 云计算服务类型 | 第17-18页 |
| 2.2 虚拟化技术概述 | 第18-20页 |
| 2.3 虚拟机调度相关理论基础 | 第20-22页 |
| 2.3.1 装箱问题 | 第20-21页 |
| 2.3.2 多目标优化问题 | 第21-22页 |
| 2.4 蚁群算法 | 第22-25页 |
| 2.4.1 蚁群行为描述 | 第22-23页 |
| 2.4.2 数学模型 | 第23-24页 |
| 2.4.3 算法模型种类 | 第24-25页 |
| 2.5 遗传算法 | 第25-28页 |
| 2.5.1 遗传算法基本流程 | 第25-26页 |
| 2.5.2 遗传算法基本要素 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于改进蚁群算法的关联虚拟机调度模型 | 第29-46页 |
| 3.1 引言 | 第29-30页 |
| 3.2 相关工作 | 第30-31页 |
| 3.3 关联虚拟机调度建模分析 | 第31-34页 |
| 3.3.1 问题描述 | 第31-33页 |
| 3.3.2 形式化建模 | 第33-34页 |
| 3.4 改进蚁群算法HACO_SA | 第34-40页 |
| 3.4.1 HACO_SA算法分析 | 第34-35页 |
| 3.4.2 HACO_SA算法过程 | 第35-39页 |
| 3.4.3 HACO_SA算法实现 | 第39-40页 |
| 3.5 实验仿真 | 第40-45页 |
| 3.5.1 实验设计 | 第40-41页 |
| 3.5.2 实验结果分析 | 第41-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于改进分组遗传算法的多目标调度模型 | 第46-65页 |
| 4.1 引言 | 第46-47页 |
| 4.2 相关工作 | 第47页 |
| 4.3 多目标调度问题建模 | 第47-51页 |
| 4.3.1 问题描述 | 第47-48页 |
| 4.3.2 形式化建模 | 第48-51页 |
| 4.4 改进分组遗传算法GGA_FLT | 第51-59页 |
| 4.4.1 GGA_FLT算法分析 | 第51页 |
| 4.4.2 GGA_FLT算法过程 | 第51-58页 |
| 4.4.2.1 基因编码 | 第53页 |
| 4.4.2.2 确定适应度函数 | 第53-55页 |
| 4.4.2.3 选择运算 | 第55-56页 |
| 4.4.2.4 交叉运算 | 第56-58页 |
| 4.4.2.5 变异运算 | 第58页 |
| 4.4.3 GGA_FLT算法实现 | 第58-59页 |
| 4.5 实验仿真 | 第59-64页 |
| 4.5.1 实验设计 | 第59-62页 |
| 4.5.2 实验结果分析 | 第62-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 基于OPENSTACK虚拟机调度系统平台设计与实现 | 第65-81页 |
| 5.1 系统简介 | 第65页 |
| 5.2 系统总体设计 | 第65-67页 |
| 5.3 详细设计 | 第67-77页 |
| 5.3.1 资源监控模块 | 第67-71页 |
| 5.3.1.1 监控数据采集 | 第67-69页 |
| 5.3.1.2 监控策略管理 | 第69-71页 |
| 5.3.2 资源调度与策略模块 | 第71-77页 |
| 5.3.2.1 调度请求处理流程 | 第72-74页 |
| 5.3.2.2 资源调度详细设计 | 第74-77页 |
| 5.4 系统展示 | 第77-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-89页 |