基于改进共生演算法的云任务调度策略研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 相关研究基础 | 第17-27页 |
| 2.1 云计算体系结构 | 第17-18页 |
| 2.2 云计算任务调度概述 | 第18-19页 |
| 2.2.1 云计算任务调度相关知识 | 第18-19页 |
| 2.2.2 云任务调度存在问题 | 第19页 |
| 2.3 云计算任务调度模型 | 第19-20页 |
| 2.4 云任务调度算法介绍 | 第20-23页 |
| 2.4.1 传统任务调度算法 | 第20-21页 |
| 2.4.2 基于启发式算法的任务调度算法 | 第21-23页 |
| 2.5 共生演算法 | 第23-26页 |
| 2.5.1 共生演算法简介 | 第23-25页 |
| 2.5.2 共生演算法的性能分析 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于聚类和改进共生演算法的独立任务调度 | 第27-46页 |
| 3.1 问题提出 | 第27页 |
| 3.2 算法模型 | 第27-28页 |
| 3.2.1 独立任务模型 | 第27-28页 |
| 3.2.2 云资源模型 | 第28页 |
| 3.2.3 任务执行时间模型 | 第28页 |
| 3.3 GISOS算法 | 第28-34页 |
| 3.3.1 潜在解的学习操作 | 第28-29页 |
| 3.3.2 改进的旋转学习寻优操作 | 第29-32页 |
| 3.3.3 数值实验 | 第32-34页 |
| 3.4 基于聚类操作和GISOS的调度算法 | 第34-39页 |
| 3.4.1 资源的重排序放置与任务的模糊聚类 | 第34-36页 |
| 3.4.2 任务编码 | 第36页 |
| 3.4.3 评价函数的设计 | 第36-38页 |
| 3.4.4 编码的合理化 | 第38页 |
| 3.4.5 更新操作的合理化 | 第38-39页 |
| 3.4.6 FIDSOS算法流程 | 第39页 |
| 3.5 仿真实验及分析 | 第39-44页 |
| 3.5.1 实验参数设置 | 第40-41页 |
| 3.5.2 实验结果分析 | 第41-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 基于改进共生演算法的工作流任务调度 | 第46-61页 |
| 4.1 问题提出 | 第46页 |
| 4.2 算法模型 | 第46-47页 |
| 4.3 RQSOS算法 | 第47-55页 |
| 4.3.1 三角模糊数与种群差异度 | 第48-50页 |
| 4.3.2 趋向学习和交叉学习 | 第50-53页 |
| 4.3.3 数值实验 | 第53-55页 |
| 4.4 基于RQSOS的调度算法 | 第55-57页 |
| 4.4.1 染色体的合理化 | 第55页 |
| 4.4.2 任务优先级的设计 | 第55-56页 |
| 4.4.3 评价函数的设计 | 第56页 |
| 4.4.4 算法流程 | 第56-57页 |
| 4.5 仿真实验及分析 | 第57-60页 |
| 4.5.1 实验参数设置 | 第57页 |
| 4.5.2 实验结果分析 | 第57-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 结束语 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 下一步工作展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间取得的科研成果 | 第69页 |
