| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 雾计算研究背景 | 第9-10页 |
| 1.1.2 雾计算研究意义 | 第10页 |
| 1.2 国内外研究进展 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第2章 雾计算架构及其关键技术 | 第14-19页 |
| 2.1 雾计算概念 | 第14页 |
| 2.2 雾计算架构简介 | 第14-17页 |
| 2.3 雾计算应用方向 | 第17-18页 |
| 2.3.1 物联网 | 第17页 |
| 2.3.2 智能制造 | 第17-18页 |
| 2.3.3 基础公共设施 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 雾计算资源管理和调度模型研究 | 第19-35页 |
| 3.1 引言 | 第19页 |
| 3.2 雾计算资源管理 | 第19-21页 |
| 3.2.1 资源管理简介 | 第19-20页 |
| 3.2.2 雾节点的信誉度评估 | 第20-21页 |
| 3.3 模型建立 | 第21-27页 |
| 3.3.1 任务图构建 | 第21-23页 |
| 3.3.2 雾节点图构建 | 第23-24页 |
| 3.3.3 优化目标描述 | 第24-25页 |
| 3.3.4 调度策略 | 第25-26页 |
| 3.3.5 雾计算中现有的资源调度算法 | 第26-27页 |
| 3.4 基于线性加权的遗传算法 | 第27-30页 |
| 3.4.1 基本遗传算法 | 第27-28页 |
| 3.4.2 基于线性加权的遗传算法 | 第28-30页 |
| 3.5 实验与分析 | 第30-34页 |
| 3.5.1 仿真参数设置 | 第30-31页 |
| 3.5.2 仿真结果与分析 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于改进的NSGA-Ⅱ算法的雾计算调度方案 | 第35-46页 |
| 4.1 引言 | 第35页 |
| 4.2 传统的NSGA-Ⅱ算法 | 第35-37页 |
| 4.3 改进的NSGA-Ⅱ算法 | 第37-41页 |
| 4.3.1 编码和种群初始化 | 第37-38页 |
| 4.3.2 适应度值标定 | 第38-39页 |
| 4.3.3 基于非支配排序的适应性策略 | 第39-41页 |
| 4.4 实验与分析 | 第41-44页 |
| 4.4.1 仿真参数设置 | 第41页 |
| 4.4.2 仿真结果与分析 | 第41-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 结论与展望 | 第46-48页 |
| 5.1 本文总结 | 第46页 |
| 5.2 研究展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读学位期间取得的研究成果 | 第51-52页 |
| 致谢 | 第52页 |