多云计算与智能优化

图书标准信息

• 作者 王鹏伟
• 出版社 科学出版社
• 出版时间 2023-08
• 版次 31
• ISBN 9787030759801
• 定价 99.00元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 160页
• 字数 220千字

【内容简介】

本书主要介绍多云计算相关的理论方法与关键技术。全书共分10章，分别介绍了多云计算的发展背景、趋势与挑战，重点针对云实例优化选择与价格预测、数据的多云优化存储、复杂工作流的多云优化调度等三个研究方向，介绍了一系列多云计算与智能优化的关键技术和方法。

【目录】

前言

章 多云计算概述 1

1.1 背景与发展趋势 1

1.2 本书内容组织 3

1.3 本章小结 5

参文献 5

第2章 基于广义笛卡儿积的云实例选择方法 7

2.1 引言 7

2.2 问题定义及设 7

2.2.1 数学定义 7

2.2.2 数学设 9

2.2.3 问题定义 9

2.3 算法描述 9

2.3.1 pareto集合的意义10

2.3.2 pareto集合和解空间的关系10

2.3.3 阶段一：pareto集合生成算法13

2.3.4 阶段二：优选择方案筛选算法15

2.4 实验及其分析17

2.4.1 实验设置17

2.4.2 实验结果及分析19

2.5 本章小结23

参文献23

第3章 基于改进遗传算法的云实例选择方法25

3.1 引言25

3.2 问题定义及设25

3.2.1 数学定义25

3.2.2 数学设29

3.2.3 问题定义29

3.3 算法描述30

3.3.1 基因表示方式30

3.3.2 适应度函数31

3.3.3 基因作32

3.3.4 基于改进遗传算法的云实例选择算法36

3.4 实验及其分析37

3.4.1 实验设置37

3.4.2 实验结果及分析38

3.5 本章小结40

参文献40

第4章 基于k近邻回归算法的云实例价格预测与选择方法42

4.1 引言42

4.2 问题定义42

4.3 算法描述45

4.3.1 距离度量45

4.3.2 k-d树的构建45

4.3.3 k-d树的搜索46

4.3.4 基于knn的竞价实例价格预测47

4.4 实验及其分析48

4.4.1 实验设置48

4.4.2 实验结果及分析50

4.5 本章小结53

参文献54

第5章 基于用户需求的数据多云优化存储55

5.1 引言55

5.2 问题定义及模型55

5.3 解决方法58

5.4 实验及其分析62

5.4.1 数据集62

5.4.2 存储模式的变化62

5.4.3 实验结果及分析63

5.5 本章小结65

参文献65

第6章 多云环境下低成本高可用的数据优化存储67

6.1 引言67

6.2 云存储场景67

6.3 多云存储的利弊69

6.4 问题定义及模型70

6.4.1 问题描述70

6.4.2 问题定义71

6.5 解决方法72

6.5.1 多目标优化算法72

6.5.2 优方案确定算法76

6.6 实验及其分析78

6.6.1 实验设置78

6.6.2 算法评估79

6.6.3 实b7贩验结果及分析83

6.7 本章小结87

参文献87

第7章 多云环境下动态的数据优化存储89

7.1 引言89

7.2 场景示例及分析89

7.2.1 动态的数据访问频率89

7.2.2 异构的云市场90

7.2.3 讨论91

7.3 问题定义及模型91

7.3.1 示意图91

7.3.2 问题定义92

7.3.3 优化问题94

7.4 解决方法94

7.4.1 数据访问频率的预测94

7.4.2 数据优化存储95

7.5 实验及其分析98

7.5.1 实验设置99

7.5.2 算法评估99

7.5.3 实验结果及分析101

7.6 本章小结104

参文献104

第8章 多云环境下空间众包数据的优化放置106

8.1 引言106

8.2 问题定义107

8.3 模型方法110

8.3.1 数据初始化放置策略110

8.3.2 结合初始放置方案的遗传算法113

8.3.3 复杂分析114

8.4 实验及其分析115

8.4.1 实验设置115

8.4.2 实验结果及分析116

8.5 本章小结119

参文献119

第9章 基于疫机制的工作流优化调度121

9.1 引言121

9.2 调度模型和问题定义122

9.2.1 调度模型122

9.2.2 问题建模123

9.3 基于疫机制的粒子群优化算法124

9.3.1 粒子群算法概述124

9.3.2 疫机制概述125

9.3.3 提出的方法125

9.4 实验及其分析129

9.4.1 实验设置129

9.4.2 实验结果及分析130

9.5 本章小结133

参文献133

0章 基于集聚系数的工作流切片与优化调度135

10.1 引言135

10.2 示例场景与问题提出136

10.3 用于工作流切片的集聚系数概述137

10.4 基于集聚系数的工作流切片与优化调度框架141

10.5 基于集聚系数的工作流切片142

10.5.1 初步切片142

10.5.2 基于集聚系数的工作流切片144

10.6 基于切片的工作流调度147

10.6.1 基于切片和遗传算法的工作流调度算法148

10.6.2 基于切片和imo 的工作流调度算法150

10.7 实验及其分析151

10.7.1 实验设置151

10.7.2 实验结果及分析152

10.8 本章小结156

参文献157

彩图