cloudsim3.0中的例子程序当中，有三个包power和power.random还有power.planetlab.如图:

1 power包

这个包中定义了两个类，这两个将会被power.planet 和power.random这两个包中的测试程序所使用。这个包中最主要的两个类1 Helper类最主要进行虚拟机，主机列表，数据中心和数据中心管理者的创建.而cloudlet列表和工作流的相关，所有在这两种具体实现中的RandomHelper和PlanetLabHelper这两个类中实现cloudlet的实现。

Example中的这些测试程序是用来测试不同的VM选择策略和VM分配策略

VM选择策略有：

MC（ Maximum Correlation ）

MNT（Minimum Migration Time ）

MU（ Minimum Utilization）

RS（Random Selection ）

 

VM分配策略有： 

IQR（Inter Quartile Range）,

MAD（Median Absolute Deviation 平均绝对离差，

LR（Local Regression）

LRR（Local Regression Robust）,

THR（Static Threshold ）

以及：

DVFS（Dynamic voltage and frequency scaling ）

2 power.random包

每个测试程序都有一个RandomRunner 开始模拟

randomRunner 集成一个RunnerAbstract类，需要，每个randomRunner类都需要复写RunnerAbstact类中的ini(String inputFolder) 抽象方法，需要完成初始化，制定2个Vm的策略，3个列表，主机列表，VM列表和cloudlet列表，工作流等信息。注意这个包时random包，所以说这个包中测试程序都是采用随机工流的。而这一点和power.planet中的测试略有不同

实际的开始模拟工作实在父类RunnerAbstract类当中start()中做的，由数据中心的broker，提交Vm和Cloudlet列表，CloudSim.terminateSimulation(Constants.SIMULATION_LIMIT);

设置过了SIMULATION_LIMIT之后停止模拟，然后开始模拟真正，在输出结果。这个包中的测试程序大同小异。

3 power,planetlab包

再看power.palnet包也是非常类似，也是对Vm选择和分配策略进行了测试。不同上面的random包中的测试程序的是，这个包中的测试程序都需要制定工作流。例如：

这次和上面的randomRunner类似的是这里是PlanetLabRunner 这二者的道理是相同，PlanetLabRunner也是继承的RunnerAbstract.工作流的指定，见

这里面指定了不同的工作流。