隨著全球汽車產(chǎn)業(yè)的高速發(fā)展,許多新興車載應(yīng)用應(yīng)運(yùn)而生,這些應(yīng)用需要強(qiáng)大的計算能力、充足的帶寬資源以及大量的存儲空間。然而單個車輛的空間較小,并且需要滿足較低成本的要求,僅依靠車內(nèi)設(shè)備來提供資源已經(jīng)不能滿足各種應(yīng)用的需求。云計算使應(yīng)用能夠按需訪問計算資源、存儲空間和信息服務(wù),為用戶提供靈活可擴(kuò)展的服務(wù)。因此,將車聯(lián)網(wǎng)技術(shù)與云計算技術(shù)相結(jié)合,研究合理的資源分配方式具有重要意義。本文的主要研究內(nèi)容和貢獻(xiàn)如下:（1）針對由于車輛移動性導(dǎo)致請求中斷及阻塞率較高的問題,本文提出了一種基于多目標(biāo)進(jìn)化算法的車聯(lián)網(wǎng)云系統(tǒng)資源分配策略。首先分析了中心云和車輛云的特點(diǎn),以最小化阻塞率和成本為目標(biāo),建立了多目標(biāo)資源分配模型。使用改進(jìn)的非支配排序進(jìn)化算法（Nondominated sorting genetic algorithm II,NSGA-II）對提出的多目標(biāo)優(yōu)化模型進(jìn)行求解。在種群初始化階段,定義匹配因子以評估車輛提供資源的能力,根據(jù)匹配因子設(shè)置車輛被選中作為資源提供者的概率。在交叉操作和變異操作階段,根據(jù)種群中個體的適應(yīng)度,設(shè)置動態(tài)的交叉概率和變異概率,增加了種群多樣性并避免局部優(yōu)化。仿真結(jié)果表明,... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)外車聯(lián)網(wǎng)研究現(xiàn)狀
        1.2.2 國內(nèi)外云計算研究現(xiàn)狀
    1.3 本文研究目標(biāo)及研究內(nèi)容
    1.4 本文結(jié)構(gòu)安排
    1.5 本章小結(jié)
第二章 車聯(lián)網(wǎng)云系統(tǒng)相關(guān)技術(shù)
    2.1 車聯(lián)網(wǎng)及車聯(lián)網(wǎng)應(yīng)用
        2.1.1 車聯(lián)網(wǎng)概述
        2.1.2 車聯(lián)網(wǎng)應(yīng)用
    2.2 云計算及移動云計算
        2.2.1 云計算
        2.2.2 移動云計算
    2.3 車聯(lián)網(wǎng)云系統(tǒng)架構(gòu)
    2.4 車聯(lián)網(wǎng)云系統(tǒng)資源分配技術(shù)
        2.4.1 基于基礎(chǔ)設(shè)施的資源分配技術(shù)
        2.4.2 基于車輛的資源分配技術(shù)
        2.4.3 存在的問題及研究難點(diǎn)
    2.5 本章小結(jié)
第三章 基于多目標(biāo)進(jìn)化算法的車聯(lián)網(wǎng)云系統(tǒng)資源分配策略
    3.1 問題描述
    3.2 設(shè)計思路
    3.3 多目標(biāo)資源分配模型
        3.3.1 目標(biāo)函數(shù)
        3.3.2 約束條件
    3.4 多目標(biāo)進(jìn)化算法
        3.4.1 種群初始化
        3.4.2 交叉與變異操作
        3.4.3 算法步驟
    3.5 仿真性能評估
        3.5.1 仿真環(huán)境與參數(shù)設(shè)置
        3.5.2 算法收斂性
        3.5.3 仿真性能分析
    3.6 本章小結(jié)
第四章 遷移感知的車聯(lián)網(wǎng)云系統(tǒng)資源分配策略
    4.1 問題描述
    4.2 設(shè)計思路
    4.3 遷移感知的資源分配策略設(shè)計
        4.3.1 基于優(yōu)先級的資源分配
        4.3.2 資源重配
        4.3.3 遷移感知模型
    4.4 啟發(fā)式算法
    4.5 仿真性能評估
        4.5.1 仿真環(huán)境與參數(shù)設(shè)置
        4.5.2 算法收斂性
        4.5.3 仿真性能分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]中外云計算產(chǎn)業(yè)發(fā)展形勢與比較[J]. 郭朝先,胡雨朦.  經(jīng)濟(jì)與管理. 2019(02)
[2]車聯(lián)網(wǎng)技術(shù)發(fā)展與應(yīng)用綜述[J]. 武文科.  汽車實(shí)用技術(shù). 2017(03)



本文編號：3024457