计算网格中任务调度算法和策略的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·网格概述 | 第8-10页 |
| ·网格的由来 | 第8页 |
| ·网格技术的研究现状及发展趋势 | 第8-10页 |
| ·网格调度概述 | 第10-12页 |
| ·网格调度的研究意义 | 第10-11页 |
| ·网格调度研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 网格基础 | 第13-20页 |
| ·网格技术概述 | 第13-15页 |
| ·网格的概念 | 第13-14页 |
| ·网格的特性 | 第14-15页 |
| ·网格的意义 | 第15页 |
| ·网格体系结构 | 第15-20页 |
| ·五层沙漏结构 | 第16-17页 |
| ·开放网格服务体系结构 | 第17-20页 |
| 3 网格任务调度系统的研究 | 第20-31页 |
| ·网格任务调度的定义与特点 | 第20-22页 |
| ·网格调度与本地调度 | 第20-21页 |
| ·网格调度与传统的分布式调度 | 第21-22页 |
| ·网格调度的组织结构 | 第22-24页 |
| ·集中式调度模型 | 第22页 |
| ·分布式调度模型 | 第22-24页 |
| ·分层式调度模型 | 第24页 |
| ·网格调度模型的分析 | 第24-26页 |
| ·网格任务调度的决定因素 | 第26-31页 |
| ·任务模型 | 第26-27页 |
| ·处理器模型 | 第27-28页 |
| ·目标评价模型 | 第28-31页 |
| 4 网格调度算法 | 第31-48页 |
| ·调度算法简介 | 第31页 |
| ·批模式任务映射算法的分析和研究 | 第31-36页 |
| ·相关算法介绍及分析 | 第32-33页 |
| ·一种新的批模式任务映射算法 AMM | 第33-35页 |
| ·不同调度算法的结合使用 | 第35-36页 |
| ·遗传算法 | 第36-42页 |
| ·算法的思想 | 第36-37页 |
| ·算法的特点 | 第37-38页 |
| ·遗传算法的理论基础 | 第38-39页 |
| ·基本遗传算法框架 | 第39-42页 |
| ·改进的遗传算法在任务调度中的应用 | 第42-48页 |
| ·问题建模 | 第42-43页 |
| ·编码方法 | 第43页 |
| ·解码方法和目标值 | 第43-44页 |
| ·初始种群产生 | 第44页 |
| ·适应度函数 | 第44-45页 |
| ·遗传算子 | 第45-46页 |
| ·运行参数选取 | 第46-47页 |
| ·改进的遗传算法步骤 | 第47-48页 |
| 5 仿真实验及分析 | 第48-56页 |
| ·模拟器代替真实网格环境的原因 | 第48页 |
| ·网格模拟器的选择 | 第48-49页 |
| ·Gridsim模拟器介绍 | 第49-50页 |
| ·仿真实验 | 第50-56页 |
| ·实验环境的构建 | 第50页 |
| ·启发式任务调度算法实验 | 第50-52页 |
| ·遗传算法任务调度实验 | 第52-54页 |
| ·实验结论 | 第54-56页 |
| 6 总结与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·下一步工作 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-67页 |
