声明
摘要
第1章 绪论
1.1 背景与意义
1.2 国内外研究现状
1.2.1 集群及Web集群发展现状
1.2.2 Web集群负载均衡的发展现状
1.3 论文组织结构
第2章 负载均衡研究相关知识
2.1 Web集群
2.1.1 Web集群
2.1.2 Web集群系统的负载均衡模型
2.2 Web集群的负载均衡算法
第3章 负载均衡算法研究与设计
3.1 负载均衡算法思路的提出
3.1.1 静态负载均衡算法的不足
3.1.2 设计动态反馈负载均衡策略思路
3.2 动态信息反馈负载均衡算法
3.2.1 动态反馈负载均衡模型
3.2.2 基于动态反馈负载均衡算法设计
3.3 BP神经网络在动态负载均衡的应用
3.3.1 神经网络介绍
3.3.2 BP神经网络设计
3.3.3 负载信息处理的网络模型与流程
3.4 基于遗传算法整体最优的参数调整
3.4.1 遗传算法介绍
3.4.2 遗传算法与动态反馈负载均衡结合
3.4.3 染色体编码
3.4.4 建立适应度函数
3.4.5 算法设计流程
3.5 ANN-GA负载均衡系统策略
3.5.1 ANN-GA算法
3.5.2 算法举例
第4章 负载系统原型研究与实现
4.1 系统需求分析
4.2 总体设计
4.3 主要模块研究与实现
4.3.1 共享存储
4.3.2 接收与分发模块
4.3.3 分类模块
4.3.4 策略模块
4.3.5 信息收集模块
4.3.6 调度模块
4.3.7 监控模块
第5章 负载系统测试及结果分析
5.1 测试环境
5.2 测试结果分析
5.2.1 权重实时变化图
5.2.2 集群吞吐量对比
5.2.3 集群响时间对比
第6章 总结与展望
参考文献
附录A 人工神经网络实现
附录B 遗传算法实现
致谢