基于改进蚁群算法的云计算资源分配研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文研究思路和内容安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 云计算概述 | 第14-25页 |
| 2.1 云计算背景及定义 | 第14-16页 |
| 2.2 云计算的发展 | 第16-18页 |
| 2.3 云计算的特点 | 第18-22页 |
| 2.3.1 云计算的特征 | 第18-19页 |
| 2.3.2 云计算的体系结构 | 第19-20页 |
| 2.3.3 云计算的服务模型 | 第20-22页 |
| 2.4 云计算的关键技术 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 云计算资源分配研究与分析 | 第25-31页 |
| 3.1 资源分配问题概述 | 第25-26页 |
| 3.2 MAPREDUCE 模型 | 第26-27页 |
| 3.3 资源分配形式化描述 | 第27-28页 |
| 3.4 基于 QOS 的任务分类 | 第28-29页 |
| 3.5 常用算法 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第四章 云环境下蚁群算法的优化 | 第31-50页 |
| 4.1 蚁群算法 | 第31-35页 |
| 4.1.1 蚁群算法原理 | 第31-32页 |
| 4.1.2 蚁群算法数学模型 | 第32-34页 |
| 4.1.3 蚁群算法的优缺点 | 第34-35页 |
| 4.2 蚁群算法的改进 | 第35-39页 |
| 4.2.1 转移概率的确定 | 第35-37页 |
| 4.2.2 动态更新信息素 | 第37-39页 |
| 4.3 云计算资源分配中的蚁群算法参数 | 第39-40页 |
| 4.4 蚁群算法与遗传算法结合 | 第40-48页 |
| 4.4.1 遗传算法 | 第40-43页 |
| 4.4.2 设计思路 | 第43页 |
| 4.4.3 遗传算法初次分配 | 第43-45页 |
| 4.4.4 遗传算法与蚁群算法融合 | 第45-47页 |
| 4.4.5 算法流程 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 实验与分析 | 第50-55页 |
| 5.1 仿真工具 | 第50页 |
| 5.2 对比分析 | 第50-54页 |
| 5.3 结论 | 第54页 |
| 5.4 本章小结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 总结 | 第55-56页 |
| 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附件 | 第63页 |
