| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 网格计算的发展 | 第13页 |
| 1.2.2 网格工作流调度的研究 | 第13-15页 |
| 1.3 本文主要研究工作 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第二章 相关工作及背景知识 | 第17-25页 |
| 2.1 网格工作流调度算法概况 | 第17-20页 |
| 2.1.1 网格工作流调度策略 | 第17-18页 |
| 2.1.2 工作流调度算法 | 第18-20页 |
| 2.2 蚁群优化算法 | 第20-25页 |
| 2.2.1 蚁群算法的起源 | 第20-21页 |
| 2.2.2 蚁群算法的基本步骤和程序结构流程 | 第21-24页 |
| 2.2.3 蚁群算法的收敛性 | 第24-25页 |
| 第三章 预算受限网格工作流调度算法 | 第25-46页 |
| 3.1 预算受限网格工作流的定义 | 第25-28页 |
| 3.1.1 工作流 | 第25-27页 |
| 3.1.2 网格资源 | 第27-28页 |
| 3.1.3 预算受限网格工作流 | 第28页 |
| 3.2 调度问题的定义 | 第28-30页 |
| 3.2.1 自然语言描述 | 第28-29页 |
| 3.2.2 形式化语言描述 | 第29-30页 |
| 3.3 基于蚁群算法的调度算法框架 | 第30-35页 |
| 3.3.1 工作流调度与蚁群搜索的对应 | 第30-33页 |
| 3.3.2 考虑预算 | 第33-35页 |
| 3.4 算法框架 | 第35-36页 |
| 3.5 算法步骤详解 | 第36-42页 |
| 3.5.1 全局参数初始化 | 第36页 |
| 3.5.2 将蚂蚁放到起始位置 | 第36-37页 |
| 3.5.3 找出蚂蚁可爬向的节点集合 | 第37页 |
| 3.5.4 计算状态转移概率 | 第37-39页 |
| 3.5.5 选择一个节点 | 第39-40页 |
| 3.5.6 调度选中的活动 | 第40页 |
| 3.5.7 更新蚂蚁状态 | 第40-41页 |
| 3.5.8 比较两次迭代的最优解 | 第41页 |
| 3.5.9 信息素挥发 | 第41页 |
| 3.5.10 更新路径上的信息素 | 第41-42页 |
| 3.6 算法伪代码 | 第42-44页 |
| 3.7 算法复杂度分析 | 第44-46页 |
| 3.7.1 时间复杂度 | 第44-45页 |
| 3.7.2 空间复杂度 | 第45-46页 |
| 第四章 实验评估 | 第46-58页 |
| 4.1 实验环境 | 第46页 |
| 4.2 工作流有向无环图的生成 | 第46-47页 |
| 4.3 实验参数的选取 | 第47-52页 |
| 4.3.1 信息启发式因子、期望启发式因子和挥发系数的组合 | 第48-50页 |
| 4.3.2 挥发系数、蚂蚁数量和信息素浓度 | 第50-52页 |
| 4.4 距离公式和奖惩机制对算法的影响 | 第52-54页 |
| 4.4.1 距离公式对算法的影响 | 第52-53页 |
| 4.4.2 奖惩机制对算法的影响 | 第53-54页 |
| 4.5 对比实验 | 第54-58页 |
| 4.5.1 计算密集型工作流 | 第54-55页 |
| 4.5.2 通信密集型工作流 | 第55-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 进一步工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间成果列表 | 第66-68页 |