同類熱銷排行榜

多雲計算與智能優化

作者：王鵬偉|責編:王哲
出版社：科學
ISBN：9787030759801

出版日期：2023/08/01
裝幀：平裝
頁數：157

人民幣：RMB 99 元售價：元

內容大鋼

本書主要介紹多雲計算相關的理論方法與關鍵技術。全書共分10章，分別介紹了多雲計算的發展背景、趨勢與挑戰，重點針對雲實例優化選擇與價格預測、數據的多雲優化存儲、複雜工作流的多雲優化調度等三個研究方向，介紹了一系列多雲計算與智能優化的關鍵技術和方法。
本書可供雲計算與分散式計算領域的研究人員參考。

作者介紹

王鵬偉|責編:王哲
王鵬偉，男，博士，副教授。2013年博士畢業於同濟大學電子與信息工程學院，2015年于義大利比薩大學電腦科學系博士后出站，現于東華大學電腦科學與技術學院工作。主持國家自然科學基金青年項目等，入選上海市青年科技英才揚帆計劃等。在《IEEE Transactions on Services Computing》《IEEE Transactions on Systems, Man and Cybernetics》《IEEE Transactions on Automation Science and Engineering》等國內外重要刊物和會議文集上發表論文50余篇。主要研究方向為服務計算、雲計算、網路大數據處理等。

前言
第1章  多雲計算概述
  1.1  背景與發展趨勢
  1.2  本書內容組織
  1.3  本章小結
  參考文獻
第2章  基於廣義笛卡兒積的雲實例選擇方法
  2.1  引言
  2.2  問題定義及假設
    2.2.1  數學定義
    2.2.2  數學假設
    2.2.3  問題定義
  2.3  演算法描述
    2.3.1  完全Pareto集合的意義
    2.3.2  完全Pareto集合和解空間的關係
    2.3.3  階段一：完全Pareto集合生成演算法
    2.3.4  階段二：最優選擇方案篩選演算法
  2.4  實驗及其分析
    2.4.1  實驗設置
    2.4.2  實驗結果及分析
  2.5  本章小結
  參考文獻
第3章  基於改進遺傳演算法的雲實例選擇方法
  3.1  引言
  3.2  問題定義及假設
    3.2.1  數學定義
    3.2.2  數學假設
    3.2.3  問題定義
  3.3  演算法描述
    3.3.1  基因表示方式
    3.3.2  適應度函數
    3.3.3  基因操作
    3.3.4  基於改進遺傳演算法的雲實例選擇演算法
  3.4  實驗及其分析
    3.4.1  實驗設置
    3.4.2  實驗結果及分析
  3.5  本章小結
  參考文獻
第4章  基於k近鄰回歸演算法的雲實例價格預測與選擇方法
  4.1  引言
  4.2  問題定義
  4.3  演算法描述
    4.3.1  距離度量
    4.3.2  k-d樹的構建
    4.3.3  k-d樹的搜索
    4.3.4  基於kNN的競價實例價格預測
  4.4  實驗及其分析
    4.4.1  實驗設置
    4.4.2  實驗結果及分析
  4.5  本章小結

  參考文獻
第5章  基於用戶需求的數據多雲優化存儲
  5.1  引言
  5.2  問題定義及模型
  5.3  解決方法
  5.4  實驗及其分析
    5.4.1  數據集
    5.4.2  存儲模式的變化
    5.4.3  實驗結果及分析
  5.5  本章小結
  參考文獻
第6章  多雲環境下低成本高可用性的數據優化存儲
  6.1  引言
  6.2  雲存儲場景
  6.3  多雲存儲的利弊
  6.4  問題定義及模型
    6.4.1  問題描述
    6.4.2  問題定義
  6.5  解決方法
    6.5.1  多目標優化演算法
    6.5.2  最優方案確定演算法
  6.6  實驗及其分析
    6.6.1  實驗設置
    6.6.2  演算法評估
    6.6.3  實B7販驗結果及分析
  6.7  本章小結
  參考文獻
第7章  多雲環境下動態的數據優化存儲
  7.1  引言
  7.2  場景示例及分析
    7.2.1  動態的數據訪問頻率
    7.2.2  異構的雲市場
    7.2.3  討論
  7.3  問題定義及模型
    7.3.1  示意圖
    7.3.2  問題定義
    7.3.3  優化問題
  7.4  解決方法
    7.4.1  數據訪問頻率的預測
    7.4.2  數據優化存儲
  7.5  實驗及其分析
    7.5.1  實驗設置
    7.5.2  演算法評估
    7.5.3  實驗結果及分析
  7.6  本章小結
  參考文獻
第8章  多雲環境下空間眾包數據的優化放置
  8.1  引言
  8.2  問題定義
  8.3  模型方法

    8.3.1  數據初始化放置策略
    8.3.2  結合初始放置方案的遺傳演算法
    8.3.3  複雜性分析
  8.4  實驗及其分析
    8.4.1  實驗設置
    8.4.2  實驗結果及分析
  8.5  本章小結
  參考文獻
第9章  基於免疫機制的工作流優化調度
  9.1  引言
  9.2  調度模型和問題定義
    9.2.1  調度模型
    9.2.2  問題建模
  9.3  基於免疫機制的粒子群優化演算法
    9.3.1  粒子群演算法概述
    9.3.2  免疫機制概述
    9.3.3  提出的方法
  9.4  實驗及其分析
    9.4.1  實驗設置
    9.4.2  實驗結果及分析
  9.5  本章小結
  參考文獻
第10章  基於集聚係數的工作流切片與優化調度
  10.1  引言
  10.2  示例場景與問題提出
  10.3  用於工作流切片的集聚係數概述
  10.4  基於集聚係數的工作流切片與優化調度框架
  10.5  基於集聚係數的工作流切片
    10.5.1  初步切片
    10.5.2  基於集聚係數的工作流切片
  10.6  基於切片的工作流調度
    10.6.1  基於切片和遺傳演算法的工作流調度演算法
    10.6.2  基於切片和IMPSO的工作流調度演算法
  10.7  實驗及其分析
    10.7.1  實驗設置
    10.7.2  實驗結果及分析
  10.8  本章小結
  參考文獻
彩圖

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

多雲計算與智能優化