基于车联网应用的云系统资源分配策略研究

发布时间：2021-02-08 20:00

　　随着全球汽车产业的高速发展,许多新兴车载应用应运而生,这些应用需要强大的计算能力、充足的带宽资源以及大量的存储空间。然而单个车辆的空间较小,并且需要满足较低成本的要求,仅依靠车内设备来提供资源已经不能满足各种应用的需求。云计算使应用能够按需访问计算资源、存储空间和信息服务,为用户提供灵活可扩展的服务。因此,将车联网技术与云计算技术相结合,研究合理的资源分配方式具有重要意义。本文的主要研究内容和贡献如下:（1）针对由于车辆移动性导致请求中断及阻塞率较高的问题,本文提出了一种基于多目标进化算法的车联网云系统资源分配策略。首先分析了中心云和车辆云的特点,以最小化阻塞率和成本为目标,建立了多目标资源分配模型。使用改进的非支配排序进化算法（Nondominated sorting genetic algorithm II,NSGA-II）对提出的多目标优化模型进行求解。在种群初始化阶段,定义匹配因子以评估车辆提供资源的能力,根据匹配因子设置车辆被选中作为资源提供者的概率。在交叉操作和变异操作阶段,根据种群中个体的适应度,设置动态的交叉概率和变异概率,增加了种群多样性并避免局部优化。仿真结果表明,... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 国内外车联网研究现状
        1.2.2 国内外云计算研究现状
    1.3 本文研究目标及研究内容
    1.4 本文结构安排
    1.5 本章小结
第二章 车联网云系统相关技术
    2.1 车联网及车联网应用
        2.1.1 车联网概述
        2.1.2 车联网应用
    2.2 云计算及移动云计算
        2.2.1 云计算
        2.2.2 移动云计算
    2.3 车联网云系统架构
    2.4 车联网云系统资源分配技术
        2.4.1 基于基础设施的资源分配技术
        2.4.2 基于车辆的资源分配技术
        2.4.3 存在的问题及研究难点
    2.5 本章小结
第三章 基于多目标进化算法的车联网云系统资源分配策略
    3.1 问题描述
    3.2 设计思路
    3.3 多目标资源分配模型
        3.3.1 目标函数
        3.3.2 约束条件
    3.4 多目标进化算法
        3.4.1 种群初始化
        3.4.2 交叉与变异操作
        3.4.3 算法步骤
    3.5 仿真性能评估
        3.5.1 仿真环境与参数设置
        3.5.2 算法收敛性
        3.5.3 仿真性能分析
    3.6 本章小结
第四章 迁移感知的车联网云系统资源分配策略
    4.1 问题描述
    4.2 设计思路
    4.3 迁移感知的资源分配策略设计
        4.3.1 基于优先级的资源分配
        4.3.2 资源重配
        4.3.3 迁移感知模型
    4.4 启发式算法
    4.5 仿真性能评估
        4.5.1 仿真环境与参数设置
        4.5.2 算法收敛性
        4.5.3 仿真性能分析
    4.6 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]中外云计算产业发展形势与比较[J]. 郭朝先,胡雨朦.  经济与管理. 2019(02)
[2]车联网技术发展与应用综述[J]. 武文科.  汽车实用技术. 2017(03)



本文编号：3024457