摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-14页 |
第一章 绪论 | 第14-22页 |
1.1 选题背景与意义 | 第14-16页 |
1.1.1 视觉传感器网络 | 第14-15页 |
1.1.2 可分任务调度 | 第15-16页 |
1.2 国内外研究现状 | 第16-19页 |
1.2.1 视觉传感器网络 | 第16-18页 |
1.2.2 可分任务调度 | 第18-19页 |
1.3 本文研究内容 | 第19-20页 |
1.4 本文的组织结构 | 第20-22页 |
第二章 基础知识 | 第22-30页 |
2.1 视觉传感器网络中的单趟调度模型 | 第22-24页 |
2.2 遗传算法 | 第24-28页 |
2.2.1 遗传算法框架 | 第24-25页 |
2.2.2 遗传算法编码策略 | 第25-26页 |
2.2.3 交叉算子 | 第26-27页 |
2.2.4 变异算子 | 第27页 |
2.2.5 选择算子 | 第27-28页 |
2.3 本章小结 | 第28-30页 |
第三章 视觉传感器网络中的多趟调度模型及算法研究 | 第30-48页 |
3.1 问题描述 | 第30-32页 |
3.2 给定调度顺序的可分任务多趟调度新模型 | 第32-36页 |
3.2.1 最后一趟调度 | 第32-33页 |
3.2.2 内部调度与最后一趟调度关系的推导 | 第33-35页 |
3.2.3 新模型的建立 | 第35-36页 |
3.3 给定调度顺序的可分任务多趟调度模型求解算法 | 第36-41页 |
3.3.1 算法思想 | 第36页 |
3.3.2 调度趟数相关性质数值实验 | 第36-38页 |
3.3.3 协同处理机数目相关性质数值实验 | 第38-39页 |
3.3.4 算法框架 | 第39-41页 |
3.4 实验结果与分析 | 第41-47页 |
3.4.1 实验参数说明 | 第42页 |
3.4.2 完成时间对比实验 | 第42-47页 |
3.5 本章小结 | 第47-48页 |
第四章 考虑调度顺序的可分任务多趟调度模型及算法研究 | 第48-66页 |
4.1 问题描述 | 第48-49页 |
4.2 考虑调度顺序的可分任务多趟调度新模型 | 第49-53页 |
4.2.1 最后一趟调度 | 第49-50页 |
4.2.2 内部调度与最后一趟调度关系的推导 | 第50-52页 |
4.2.3 新模型的建立 | 第52-53页 |
4.3 求解模型新的遗传算法 | 第53-58页 |
4.3.0 交叉算子 | 第53-55页 |
4.3.1 变异算子 | 第55-56页 |
4.3.2 局部搜索策略 | 第56-57页 |
4.3.3 选择算子 | 第57页 |
4.3.4 新的全局优化遗传算法 | 第57-58页 |
4.4 实验结果与分析 | 第58-64页 |
4.4.1 实验参数 | 第58-59页 |
4.4.2 完成时间对比实验 | 第59-64页 |
4.5 本章小结 | 第64-66页 |
第五章 总结与展望 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-74页 |
作者简介 | 第74-75页 |