摘要: 随着移动智能设备的普及和云计算技术的快速发展，移动云计算进入了人们的生活。移动云计算解决了移动终端计算性能不佳、存储容量较小等问题，但是随着用户规模的不断扩大，移动云计算也面临着资源管理方面的挑战。为了应对这些挑战，很有必要开展移... 展开 随着移动智能设备的普及和云计算技术的快速发展，移动云计算进入了人们的生活。移动云计算解决了移动终端计算性能不佳、存储容量较小等问题，但是随着用户规模的不断扩大，移动云计算也面临着资源管理方面的挑战。为了应对这些挑战，很有必要开展移动云资源调度与管理技术的研究。本文在分析了行业需求和研究了相关关键技术的基础上，做出的主要研究工作如下：(1)针对移动云数据中心的高能耗和资源利用率较低的问题，本文改进了移动云数据中心能耗模型，并设计了以最小能耗、最大效用和最小服务器数为调度目标的虚拟机（Virtual Machine，VM）调度模型。提出了一种面向移动云计算的自适应VM调度算法VMSA-IPSO对模型进行求解，并通过仿真对比实验对算法的有效性和性能进行验证。（2）针对移动云计算中资源预测精度不高以及服务违约度较高的问题，采用LSTM-RNN预测模型以预测云数据中心CPU资源需求和网络带宽变化。为提高预测模型的预测精度设计了基于改进粒子群(Improved Particle Swarm Optimization ， IPSO)的 LSTM-RNN 超参数寻优算法，基于预测模型提出了 VM 调度算法VMSA-LSTM-RNN，该算法考虑了当前和未来资源需求以及需被迁移的VM之间的关系，以改善调度时迁移的时间和整体部署策略。最后通过仿真对比实验对算法的有效性和性能进行验证。论文最后根据移动云计算资源预测与调度的需求以及联合作战指挥系统的应用环境，为实现各作战单元资源和信息的共享，提高资源使用效率，设计并初步实现了移动云计算资源预测与调度原型系统。最后通过实验对原型系统的性能进行测试和分析，测试实验结果表明，研发的原型系统功能与性能均满足要求。 收起