| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 本文的研究背景、目的及意义 | 第8-10页 |
| 1.1.1 本文的研究背景 | 第8-9页 |
| 1.1.2 本文的研究目的及意义 | 第9-10页 |
| 1.2 相关研究内容及现状 | 第10-11页 |
| 1.2.1 网格技术研究及应用现状 | 第10-11页 |
| 1.2.2 网格资源分配与任务调度研究现状 | 第11页 |
| 1.3 本文的主要工作与文章结构 | 第11-13页 |
| 第二章 基于市场经济模型的网格资源调度 | 第13-23页 |
| 2.1 基于计算经济模式的网格资源管理框架 | 第13-17页 |
| 2.1.1 Nimrod-G 系统的任务调度框架 | 第13-15页 |
| 2.1.2 Grid Sim 建模仿真工具箱 | 第15-17页 |
| 2.2 基于市场经济模型的网格资源调度算法 | 第17-22页 |
| 2.2.1 代价最优算法 (Cost Optimization ) | 第18-19页 |
| 2.2.2 时间最优算法 (Time Optimization ) | 第19-20页 |
| 2.2.3 代价时间优化算法 (Cost-Time Optimization) | 第20-21页 |
| 2.2.4 DBC 调度策略的不足 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于时间期限和预算效益函数的网格资源调度算法 | 第23-30页 |
| 3.1 时间期限和预算效益函数的构建 | 第23-24页 |
| 3.2 基于时间期限和预算效益函数的网格资源调度算法描述 | 第24-26页 |
| 3.2.1 算法相关术语 | 第24页 |
| 3.2.2 算法相关数学表达式 | 第24-25页 |
| 3.2.3 算法的伪码描述 | 第25-26页 |
| 3.3 仿真模拟实验与结果分析 | 第26-29页 |
| 3.3.1 实验环境设置 | 第26-28页 |
| 3.3.2 实验结果及其分析 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 粒子群优化算法在离散问题中的应用 | 第30-38页 |
| 4.1 用于解决离散问题的粒子群算法 | 第30页 |
| 4.2 基于粒子群算法的网格资源调度算法 | 第30-37页 |
| 4.2.1 基于模糊粒子群算法的网格任务调度算法 | 第31-32页 |
| 4.2.2 基于离散粒子群优化算法的网格任务调度算法 | 第32-34页 |
| 4.2.3 基于离散粒子群优化算法与蚁群算法的网格任务调度算法 | 第34-36页 |
| 4.2.4 基于离散粒子群优化算法与遗传算法的网格任务调度算法 | 第36-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第五章 基于改进的离散粒子群优化算法的网格资源分配和任务调度 | 第38-49页 |
| 5.1 用于网格资源分配和任务调度的离散粒子群优化算法的相关定义 | 第38-40页 |
| 5.1.1 位置与速度的定义 | 第38-39页 |
| 5.1.2 位置与速度的更新公式 | 第39页 |
| 5.1.3 粒子适应度函数及判断函数的选择 | 第39-40页 |
| 5.2 离散粒子群优化算法的一些改进 | 第40-43页 |
| 5.2.1 参数动态调整 | 第41页 |
| 5.2.2 引入 Stretch 算法 | 第41-42页 |
| 5.2.3 引入模拟退火算法思想 | 第42-43页 |
| 5.2.4 引入遗传算法的交叉变异操作 | 第43页 |
| 5.3 基于改进的离散粒子群优化算法的网格资源分配和任务调度算法 | 第43-44页 |
| 5.4 仿真模拟实验与结果分析 | 第44-48页 |
| 5.4.1 实验环境设置 | 第44-45页 |
| 5.4.2 实验结果及其分析 | 第45-48页 |
| 5.5 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 个人简历及在读期间已发表和录用的学术论文 | 第56页 |
