云环境下分级资源分配模型的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 2 云计算相关技术研究 | 第12-20页 |
| 2.1 云计算概述 | 第12-15页 |
| 2.1.1 云计算的定义 | 第12-13页 |
| 2.1.2 云计算的体系结构 | 第13-14页 |
| 2.1.3 云计算的特性优点 | 第14-15页 |
| 2.2 典型云平台介绍 | 第15-20页 |
| 2.2.1 Google | 第15-16页 |
| 2.2.2 Amazon | 第16-17页 |
| 2.2.3 IBM | 第17-18页 |
| 2.2.4 其他厂家 | 第18-20页 |
| 3 动态分级的网络计算模型 | 第20-32页 |
| 3.1 动态分级计算模型的建立 | 第20-22页 |
| 3.2 基于多Agent的资源分配模型 | 第22-25页 |
| 3.3 模糊分级规则的设计 | 第25-29页 |
| 3.3.1 任务等级指标 | 第26页 |
| 3.3.2 任务指标的调整和变换 | 第26-27页 |
| 3.3.3 模糊任务等级的隶属函数 | 第27-29页 |
| 3.3.4 模糊任务等级的计算 | 第29页 |
| 3.3.5 计算资源节点的剩余能力 | 第29页 |
| 3.4 协商评价规则 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 资源分配算法 | 第32-44页 |
| 4.1 动态分级资源分配算法 | 第32-36页 |
| 4.1.1 竞标策略 | 第33-34页 |
| 4.1.2 算法流程 | 第34-36页 |
| 4.2 多目标遗传算法 | 第36-43页 |
| 4.2.1 问题描述 | 第37页 |
| 4.2.2 算法设计 | 第37-42页 |
| 4.2.3 算法流程 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 5 性能分析 | 第44-48页 |
| 5.1 传统资源分配算法 | 第44页 |
| 5.2 基于动态分级的资源分配算法 | 第44-48页 |
| 6 仿真实验与分析 | 第48-55页 |
| 6.1 实验环境介绍 | 第48-49页 |
| 6.2 动态分级资源分配算法 | 第49-52页 |
| 6.2.1 参数设置 | 第49页 |
| 6.2.2 通信量比较 | 第49-51页 |
| 6.2.3 任务完成时间比较 | 第51-52页 |
| 6.3 多目标遗传算法 | 第52-55页 |
| 6.3.1 参数设置 | 第52页 |
| 6.3.2 任务完成时间比较 | 第52-53页 |
| 6.3.3 通信量比较 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
